最終更新日：
AIによる翻訳機能を使ったことはありますか？Google翻訳が定番ですね。日常会話程度であれば、ほとんど違和感なく訳せるようになってきました。
統計的手法と組み合わされた翻訳技術は、ニューラルネットワークの登場によって、精度を大幅に向上させました。
例えば学校で外国語の課題をする時や、海外で簡単なコミュニケーションを取る時は、機械翻訳に頼ってしまうこともあるかもしれません。
このようにAIによる翻訳技術に触れていると、「もう外国語の習得は必要ないのでは？」とまで思ってしまいます。
この記事では、現在の翻訳技術でできることと、これからの語学に学習について書いていきます。
目次
AI翻訳が躍進した理由
今日のAI翻訳技術の劇的な質の向上は、AIの発展にブレイクスルーを起こしたディープラーニングの影響にあります。
従来から、自動で翻訳する技術の開発が進められていましたが、ディープラーニングを活用した翻訳技術が登場することで、精度面での大幅の躍進を遂げました。
従来の統計的な機械翻訳（SMT）は、文章に対してルールを適応させることで翻訳をさせていました。
一方でディープラーニングを活用したニューラル機械翻訳（NMT）では、厳密な規則はなくモデルが学習のなかで、規則を導き出します。
今日のAIによる機械翻訳は多くの場合、このニューラル機械翻訳を指します。
AI 翻訳の精度
現在のAI翻訳の精度はどのくらいでしょうか。実際にニューラル機械翻訳を活用している典型である、Google翻訳を使いながら試して見ましょう。
平易な文章の翻訳
AINOWの人気記事である、【今さら聞けない「AI・人工知能」とは】という記事のイントロの文章をGoogle翻訳に訳してもらいます。
（和）
みなさんはAI・人工知能についてどのくらい知っていますか？機械学習やディープラーニングとAIの違いがわかりますか？
近い将来、AIが仕事を奪っていくというネガティブな意見まで散見される今、しっかりAIについて理解することが大切です。
（英）
How much do you all know about AI and artificial intelligence? Do you understand the difference between machine learning and deep learning and AI?
In the near future, it is important for us to firmly understand AI, as we have found negative opinions that AI will take away work.
あまり違和感のない文章に変換されました。
口頭表現の翻訳
続いて口頭表現に近いものを訳して貰いましょう。
（和）
私は全力で、AIを活用するプレゼンテーションを準備しましたが、概ね高評価をいただきました。
（英）
I did my best to prepare a presentation that utilizes AI, but generally received high marks.
この文章での「が」は順接（「が」より前が、後についての順当な原因になる接続）で使われています。日本人は特に口頭表現で、この接続を良く使いますね。しかし英語では、butで訳出されてことに違和感があります。
専門的な表現の翻訳
次に少々難しい文章にも挑戦してもらいましょう。こちらの文章はAINOWの記事で、データサイエンティストに求められる能力について述べている箇所の一部です。
（和）
シンプルで美しい回帰モデルで十分なところで最先端のディープラーニングモデルにこだわるような「バズワード駆動的なデータサイエンス」を実行するという罠に陥らないことだ。
（英）
A simple and beautiful regression model is enough to avoid getting into the trap of performing “Buzzword-driven data science” that sticks to the state-of-the-art deep learning model.
日本語では、「バズワード駆動的なデータサイエンス」が罠であり、それがどのようなものかというと、「シンプルで美しい回帰モデルで十分なところで最先端のディープラーニングモデルにこだわる」ことだとしています。
英語に訳した文章を見てみましょう。
こちらでは「シンプルで美しいモデルが罠に陥るのを避ける」としていて、日本語とは全く意味が違ってきます。
Google翻訳は、簡単なコミュニケーションであれば概ね問題なく機能します。
厳密な言葉の定義と意味の共有が求められるような、仕様書や契約書、国際会議などに使用する時は、AI翻訳を参考にしつつも鵜呑みにしないようにしましょう。
より、厳密な書類に対応できるようなAI翻訳の発展に期待大です！
無料のテキスト翻訳
かなり実用的な範囲にまで精度をあげたAI翻訳は、様々なサービスとして登場しています。それぞれのサービスで特徴が異なります。一緒に見ていきましょう。
Google翻訳
Google翻訳はおなじみの翻訳サービスです。
無料で、だれでも簡単に使うことが出来ます。この気軽さによって誰でもおススメと言えます。
そんなGoogle翻訳も、実は翻訳結果に対して自分で修正を加えることが出来ます。こうやってユーザーが加えた修正によりモデルが強化されます。是非より優秀な翻訳の実現に貢献してみてください。
くれぐれも、突拍子もない修正を加えないように（笑）
LINE翻訳
LINEでも翻訳機能を使うことが出来ます。
「LINE英語通訳」や「LINE韓国語通訳」を友達追加してみてください。彼らにトーク画面でメッセージを送ると、その言語で翻訳して返してくれます。
実はこの翻訳機能、LINEならではの使い道があります。
外国の人とLINEで友達になった時に、トーク画面に「LINE〇〇通訳」を招待します。すると、お互いのメッセージを翻訳してくれるんです。
外国人とコミュニケーションを取る時は非常に便利です。
基本有料のテキスト翻訳サービス
みらい翻訳
みらい翻訳は、Google翻訳と比べるとよりプロフェッショナルな翻訳サービスです。
サービスは大きく3つです。
- 企業向けテキスト翻訳サービス
- ベンダー向け音声翻訳APIサービス
- 翻訳エンジンチューニングサービス
機械翻訳用のカスタマイズ機能や、高精度な機械翻訳を望む方のための翻訳エンジンチューニングサービスを展開しています。
自分の事業に特化した翻訳サービスを提供してくれるので、高精度な翻訳を求める方にはもってこいです。
株式会社ロゼッタのT400
株式会社ロゼッタも、AIを用いた機械翻訳サービス「T-400」を展開しています。
T-400ではあらかじめ分野を指定して翻訳をするのが特徴です。
それぞれの専門分野データベースと、ユーザーごとのデータベースを組み合わせた翻訳機能によって、高い精度を実現しています。
特に、医療・科学・法務・金融の分野はオススメとされています。
翻訳機
ポケトーク
ポケトークは74言語に対応した双方向の音声翻訳機で、128の国と地域で利用できます。操作が直感的で使いやすいのもポイントです。
ポケトークは翻訳だけではなく、語学の学習にまでその機能を広げています。
実際に海外、あるいは外国人とリアルタイムでのコミュニケーションをする場合や、発音の練習をしたい人にはおススメのサービスです。
富士通のarrows hello
富士通もarrows helloという、手のひらサイズの機械翻訳サービスを提供しています。
オンライン翻訳、オフライン翻訳に加えて、カメラ翻訳というサービスを搭載しているのが何より特徴的です。
文字を撮影して、翻訳した言葉で表示してくれるので、例えばレストランの食事やホテルでの説明書など、海外に行くときは非常に便利です。
これからの語学学習は必要か
今日の教育現場では特に英語の語学力を重要視しています。
しかし機械翻訳技術が、このまま精度を高めたら、私たちは語学の勉強しなくて良くなるのでしょうか。英語が苦手とされる日本人にとっては夢のような話です。
今後の機械翻訳の躍進
ニューラル機械翻訳は基本的に、データが集まれば集まるほど精度を増します。これから、我々のコミュニケーションによってデータが増すことはあれども、減ることはありません。
従ってデータの増加に伴ってモデルの精度は向上し、今後とも機械翻訳の精度は増していくでしょう。
機械翻訳が越えられない壁
一方でこのままモデルの精度が増したとしても、人間による翻訳の代替が可能だと言い切れない面があります。
私たちは意味を理解して言語によるコミュニケーションを取っています。
しかし、なぜ私たちが意味を理解できるか。あるいは、どうやって意味を理解しているかは、今だ明確に解明されていません。
それでもAIはあたかも意味を理解しているかのようにふるまっています。
それは今持ちうるデータのなかで、統計的な処理のもと最も妥当な結果を返しているだけなのです。
人間の理解も結局は、情報を処理して判断しているに過ぎない。このように考えるのであれば、ニューラル機械翻訳の進化や、新たな統計的手法の発掘で人間の意味の理解を再現するのも不可能ではないかも知れません。
それでも、人間と同じ水準で意味を理解するだけの情報を今のコンピュータに学習させるのは簡単ではないでしょう。
東京大学の松尾豊氏は著書のなかで機械翻訳の難しさについて以下のように言及しています。
一般常識をコンピューターが扱うためには、人間が持っている書ききれないくらい膨大な知識を扱う必要があり、極めて困難である。コンピューターが知識を獲得することの難しさを、人工知能の分野では「知識獲得のボトルネック」という
–松尾豊.人工知能は人間を超えるか ディープラーニングの先にあるもの.2015.KADOKAWA.p103
ここに人間の翻訳と機械の翻訳の違いをみることができます。
これからの翻訳技術と語学学習
そもそも語学の学習は何のために行っているのでしょう。
まず挙げられるがコミュニケーションの手段です。グローバル化が進むなかで、外国人と一緒に学ぶ、働く機会が増えています。外国人と関わるうえで言語の壁を乗り越える必要性は言うまでもありません。
このような状況では、機械翻訳がコミュニケーションの潤滑油となってくれるでしょう。実際に今の技術でもかなり役立ちます。
一方で、意味を厳密に吟味しながら翻訳をしなければならない時もあります。
前述の契約書や説明書は勿論、学術的な分野も当てはまるでしょう。
外国語で書かれた特定の分野の専門的な書籍の日本語訳は、その道のプロが翻訳しています。例えば、文学なら文学の学者、経済なら経済の学者のようなプロフェッショナルが言語の意味を理解して、別の言語でその意味を表現するのです。
それは、適切な意味をプロでないと捉えることができないからだと思われます。その分野における言葉の意味が何で、この文脈において別の言語に訳すとどの言葉を使うのが妥当なのか。
コミュニケーションのなかでも明確な意味の理解が求められる場面では、人間による翻訳がまだまだ必要だと考えます。
おわりに
現在の機械翻訳技術で可能な範囲の翻訳が役に立つケースはいくらでもあります。例えば海外で突然の重大ニュースや、外国人観光客とコミュニケーションを求められた時などです。
AIを活用することは、AIを育てることにも繋がります。
一方で、現段階では我々に言葉の意味のできるだけ正確な理解が求められるコミュニケーションは、まだ機械に代替されそうにありません。
東京大学の入試に挑戦するAI、東ロボくんの開発者である新井紀子氏は、著書(AI VS.文字が読めない子供たち.2018.東洋経済新報社)のなかで、AIの翻訳が意味を理解できない限界を示した上で、日本人の言語能力の低さに問題提起をしています。
AIを活用しつつ、AI時代のこれから人間だからできることにも目を向ける必要があります。
