ディープラーニング

言語は文法のような用法基盤ではなく、皆が使う表現の集まりである事例基盤です。つまり言語は文法のようなルールや音素(発音記号)のような音の要素が基本ではありません。その事例を忘れないように記憶する学習がディープラーニングです。

ディープラーニングとは深層強化学習(Deep Reinforcement Learning)の意味です。これは脳の基本的な学習のメカニズムであり、言語の場合にネイティブの発音を真似、英語の音の特徴少しずつ真似、そしてフィードバックを得て矯正と修正をする学習方法です。簡単に言えばこれは我々が日本語を学習した方法です。

表現と発音と使い方も同時に学習できます。リスニングは記憶にある音との照合ですから、リスニングも同時に学習している事になります。

ディープラーニングされた事例は2つの自動化がされています。それは音声を認識するリスニングと、会話を遂行するスピーキングです。そして音の流れを覚え、多くの事例から英語のパターンをどんどん学習していきます。累積効果によりパターン学習で加速度的に学習でき、パターン認識で精度も向上します。

ディープラーニングには事例の真似をしながら反復練習をして覚えていきます。この時に覚えるのは音の並びとして覚えるのでなく、連続的な音の流れのパターンとして覚えます。

人間の脳は似ているものを好み、似ているものは学習しやすいという脳の特徴は非常に都合の良いことです。言語であれば似た音の特徴は非常に覚え易いと言う事になります。それぞれの言語に、例えば日本語とか英語の発音にそれぞれ共通した特徴があるのはそのような似たものは非常に覚え易い特徴があるのです。

脳科学者の池谷裕二氏によると次のように説明しています。

Aという事象を理解し記憶した上で、関連するBという事象を覚えようとすると、Aを覚えたときに無意識に習得した手続き記憶が応用され、Aを覚えたときよりも簡単にBを覚えられるという。すなわち「学習の転移」が働いたと言えます。このとき、当然ながらBを覚えた手続き記憶も新たに記憶されています。さらに、このBを覚えた時の手続き記憶が先に覚えたAの理解をさらに深める再補強効果があります。

言い換えれば、AとBという2つの対象を覚えるとき、それらを覚える際の手続き記憶が相互に理解を助けることになり、合計2の二乗で4つ分の記憶が新たに生まれるという計算になります。さらに3つ目の事象Cを記憶するときも同様に、AとBの手続き記憶が利用されると同時に、Cを理解したときの手続き記憶が先に記憶したAとBの理解を再補強することになります。

このように次々に新しいことを学習していくと、その効果は等比級数的に累積していくことになります。つまり、学習と記憶(勉強量と成績)の関係は、直線的な1次関数ではなく、加速度的に二乗曲線を描いて上昇していくと考えられます。

脳のディープラーニングする目的は最適化にあります。英語の発音において総合的にみてどうすれば最小の努力で相手に通じる調音ができるかと言う事になります。

シェアする

  • このエントリーをはてなブックマークに追加
  • Evernoteに保存Evernoteに保存

フォローする