教材開発の歴史

私がここで提唱している英語学習の提唱を始めたのは2005年からです。私は英語の発音に関心がありまず発音教育から始めました。英語の映画を見ながら良く出てくるフレーズをICレコーダで録音して、それをカードに書き取り、そこから500表現を選び学習教材としました。これが表現集第一巻です。

音のストリームと事例基盤モデル
言語の音声に関心を持ち、夢中でネットや本で調べ始めました。そして2chやいろいろな掲示板で自分の意見を述べるようになりました。ネットで多くの方と議論もしております。そして遂に科学的に解析すれば言語の音声は音素(発音記号)のような基本の音が並んだものでなく、連続的な音のストリームであること分かりました。

ここでは音声を連続的に変化する音のストリームとして捉える事を重視しました。この発音練習の事を2chに書いていると、多くの読者から弟子を取れと言う要望がありました。そして2chで募集したところ8人の応募者がいました。

最初の応募者の8人の中では6人くらいの方が音のストリーム・ベースのかなり良い発音となり、その生徒達から発音が楽になると、英語を覚え易いと言われました。実際に自分ものそのような感じがありました。

この頃から言語は事例基盤でないかと考えるようになりました。文法を基本に英語を組み立てるのではなく、事例をそのまま覚えた方が発音もスピーキングもリスニングも効果的だと確信するようになりました。

2015年頃にはグーグルや有数の会社の翻訳システムが文法解析から事例ベースになり、音声認識も音素ベースから事例ベースとなり、精度を向上させるようになりました。

つまり最新の人工知能は翻訳も音声認識も音のストリームとして統計的な処理をしているのです。これは人間の脳の言語処理と同じであり、私の音のストリームの考えが科学的に証明された時もであり、大変に感動しました。

2016年にグーグルがディープラーニングで人工知能のAlphaGo が囲碁のプロに勝ちました。そしてAlphaGo は人間の脳のように達人を真似るディープラーニングで学習した事で世界を驚かせました。

また脳の学習の研究も進み、言語をつかさどる脳もコンピュータとは違うベイジアンネットであり、音のストリームであるアナログデータを処理するには最適な仕組みである事が分かりました。つまり言葉(英語)は音のストリームの情報がベイジアンネットがディープラーニングで学習して、その記憶を統計的に処理していることも解明されてきました。

この間に多くの事例を学習教材として対話集と表現集をいろいろと試し、そして2013年からPDFからEPUBの電子書籍で作るようになりました。

2016年の始めにはMakuakeのクラウドファンディングのプロジェクトに合格して教材を対話集、表現集とも各60冊を準備しました。

2016年の3月にはグーグルがディープラーニングでAlphaGo を学習させ、囲碁のプロに勝ったと言う報道がなされました。このディープラーニングは自ら学ぶ方法で、人間の脳の学習方法であることが世界を驚かせました。

そして音のストリームである言語音声を学ぶのはネイティブを真似るディープラーニングであり、その音声を認識する仕組みは記憶にある音と聞いた音の照合である事が分かりました。言語が事例基盤であり、その事例を忘れないように記憶することがディープラーニングであるとの核心にいたりました。

これで音のストリーム・ベースの音声の学習、音声認識の仕組みか解明され、同時に対話集60冊、表現集60冊の教材もそろいました。

そして2016年の6月には合同会社ディープラーニングを設立して本格的普及活動を開始しました。

そすて2016年の7月にはサイボウズを使った英語学習者の広場として英語学習者のSNSもテスト運用が始まりました。

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