ニューラル ネットワーク:機械翻訳の次のフロンティアを推進

この記事は Rachel Wheeler によって書かれ、投稿されました。 

機械翻訳のアイデアは何十年も前に遡ります。まず、それは単なるルールベースの機械翻訳のためのシステムでした。その後 1980 年代に、研究者たちは統計的機械翻訳を開発しました。 21 世紀における機械翻訳技術の大きな進歩は、機械学習とニューラル ネットワーク技術によってもたらされるでしょう。 

ここ数年、翻訳会社がこれらの人工知能テクノロジーを使用して、より優れた機械翻訳を提供するという重要な進歩を目にしてきました。最も印象的な例のいくつかは、Google Neural Machine Translation (GNMT) や Microsoft の Neural Translator などのシステムから来ています。

ニューラル機械翻訳とは何ですか?

機械翻訳はすでに広く普及しており、何年も前から利用されています。機械翻訳システムは多くの人気アプリに含まれており、機械翻訳サービスを提供するオンライン サービスもあります。ただし、すでに利用可能なサービスと、ニューラル ネットワークを使用するために開発中のシステムとの間には大きな違いがあります。

現在利用されているシステムのほとんどは統計的な機械翻訳です。彼らはアルゴリズムと統計モデルを使用して、フレーズの適切な翻訳について最善の推測を行います。短いフレーズにはうまく機能しますが、電子学習のデジタル教科書全体の翻訳など、長いサンプルの翻訳が要求されると限界に達します。結果は、かなり正確な解釈から完全に意味不明な翻訳まで、さまざまなものになる可能性があります。

ニューラル機械翻訳は、統計的機械翻訳を使用する古いシステムとは大きく異なるアプローチを表します。 NMT システムを使用すると、ニューラル ネットワークがトレーニングされ、翻訳サービスを実行するように最適化されます。

これらのシステムは、深層学習を使用して、人間の翻訳者によってすでに実行された膨大な量の翻訳を分析します。この大規模なデータセットを分析することで、文全体を説明し、文脈やさまざまなバリエーションを理解し、統計ベースのモデルにはプログラムできなかった言語の微妙な点に対処できます。最終的には、より流暢で自然な機械翻訳システムが完成します。

ニューラル ネットワークはどのように機能するのですか?

機械にこの学習機能を提供する鍵となるのは、ニューラル ネットワークです。これは、人間の脳の働きを模倣するように設計されたコンピューティング技術の一種です。脳では、学習するにつれて神経経路が形成されます。その経路が有用で有益であれば、その経路はより強力になります。正しい結果が得られないと、機能が低下します。

ニューラル ネットワークの背後にある考え方は、脳内の神経経路の相互接続の性質をシミュレートすることです。この設計により、コンピュータは人間の脳と同じような方法で学習、パターン認識、意思決定を行うことができます。

人工ニューラル ネットワークは、ユニットとして知られる数十から数百万の人工ニューロンを備えてこの構造をシミュレートします。これらのユニットは層状に配置されます。一方には、情報を受信するように設計された入力ユニットがあります。反対側には、学習した情報に対する応答を通知する出力ユニットがあります。

入力ユニットと出力ユニットの層の間には、隠れたユニットがあります。これらはニューラル ネットワークの大部分を構成するレイヤーであり、ほとんどの接続の形成にも使用されます。

ニューラル ネットワーク内の各接続には、2 つのユニット間の接続の強さを示す重みが与えられます。重みは、他のユニットを励起する接続の場合は正の重みになることも、他のユニットの動作を抑制する接続の場合は負の重みになる場合もあります。重みが大きいほど、接続において一方のユニットが他方のユニットに対して与える影響が大きくなります。

ニューラル ネットワークは、生成された出力と目的の出力を比較することで学習します。情報は入力側でシステムに供給されます。次に、隠れたユニットでの接続をトリガーします。これは出力端との接続につながります。ネットワークが実際に生成する出力は、目的の出力と比較されます。その後、生成された出力と目的の出力との差に基づいて重みが変更されます。

機械翻訳の場合、ニューラル ネットワークの構造により、システムはルールや統計に基づくシステムよりも適応性が高く、より複雑なモデルを処理できるようになります。また、その経験から学ぶこともできます。適切な出力が得られなかった場合、その間違いから学習し、次回より効率的に実行できるように調整します。 

機械翻訳にとってそれは何を意味しますか?

ニューラル機械翻訳はまだ新しいテクノロジーです。まだ初期段階にありますが、すでに最高の統計的機械翻訳システムよりも優れた結果を提供しています。とはいえ、ニューラル機械翻訳が熟練した人間の翻訳者と競合できるようになるまでには長い道のりがあります。

読む:人工知能 vs 機械学習 vs 深層学習

ニューラル機械翻訳の進歩は、1 つの企業によってもたらされるわけではありません。これは、世界中のさまざまな組織の研究者によるいくつかの進歩の結果となるでしょう。テクノロジーが発展するにつれて、NMT は人間の翻訳者にとって重要なツールになるでしょう。複雑な翻訳のニーズが高まる中、専門家はこれらのシステムを使用して正確な翻訳を短時間で提供できるため、高まる需要を満たすことができます。