【ディープ解説】コンピュータが言葉を操る自然言語処理がすごい

コメント

注目のコメント

• 山崎 俊彦

  東京大学 大学院情報理工学系研究科電子情報学専攻　教授

  ・2022年01月12日

  この記事で出てくるトランスフォーマーですが、自然言語処理から飛び出して画像や音声にも応用されています。画像に適用するものをVisual Transformer (ViT)と呼びます。このキーワードで検索すると、ヒットする論文の多さにきっとびっくりされると思います。
  
  深層学習が与えたインパクトの一つに、元のデータのモダリティ依存性が少ないことが挙げられます。昔は「餅は餅屋」とまでは言いませんが、言語、画像、音声、・・・と研究の分野は結構区分けされていた記憶があります。それぞれの分野で用いられる技術もそれなりに特色がありました。
  
  それが、深層学習によってその垣根がどんどん取り払われている気がします。むしろ、境界領域にこそまだ誰もチャレンジしたことのないブルーオーシャンと呼ばれる新しい研究テーマが広がっているので、研究者たちは競って境界領域に進出します。その結果、画像系の学会であっても言語のことを議論したりしていて、分野融合が起こっているように感じます。
• 岡 ゆづは

  NewsPicks編集部 記者

  ・2022年01月12日

  最近、「言語」に魅了されています。
  人はどのようにして言葉を話せるようになるのか。そして、コンピュータはどうやって人間の言葉を扱っているのか。
  
  今回は後者である「自然言語処理」にフォーカスしてお届けします。機械翻訳の精度が上がったり、GPT-3のニュースを耳にしたりして、気になっている方も多いと思います。
  
  コンピュータはどこまで人の言葉を操れるようになったのか。どのようにして進化したのか。専門家に取材しながら、できるだけ分かりやすくお伝えできるよう心がけました。取材で感じたワクワクが少しでも伝われば嬉しいです。
• 櫃割 仁平

  第1期 NewsPicks Student Picker 京都大学大学院教育学研究科 博士課程

  ・2022年01月12日

  俳句の鑑賞や評価に関わる心理学研究をしているのですが、詩に関してもAIが作ったものとプロが作ったものを比較する研究が出始めています。
  
  下に添付した論文はGPT-2を使って生成された詩を用いていますが、生成された詩を最後人間が選ぶ時（Human in the loopといいます）と生成された詩をランダムに選ぶ時（人間の手が入らないのでHuman out of the loopといいます）で結果が違うようです。前者だと人間の詩とあまり見分けがつかない、後者だとまだ見分けられるというような結果です。
  
  この記事にも載っているような自動生成されたニュースを見ると自然言語処理すごい！となりますが、それが人間によっていいものをチョイスされたかどうかは重要だと思います！
  
  参考
  Köbis, N., & Mossink, L. D. (2021). Artificial intelligence versus Maya Angelou: Experimental evidence that people cannot differentiate AI-generated from human-written poetry. Computers in human behavior, 114, 106553.
  https://doi.org/10.1016/j.chb.2020.106553