ラリー・ペイジが語る（２）
昨日から、英語の字幕が出ないようになってしまった。ほかの言語の字幕は出るのだが・・・。
今まで書き写してきた分から少し翻訳をしてアップします。昨日の続きです。（しかし、ラリーの英語はよく分からないな。文字で見ても文法的に変だ。）
- (Charlie Rose)When it's done, how will it be?
- （チャーリー・ローズ）それが出来るとどうなるのです？
- (Larry Page)Well, I guess, in thinking about where we're going, you know, why is it not done? A lot of it is just computing's kind of mess. You know, your computer doesn't know where you are, it doesn't know what you're doing, it doesn't know what you know, and a lot we've been trying to do recently is just make your devices work, make them understand your context. Google Now, you know, knows where you are, knows what you may need. So really having computing work and understand you and understand that information, we really haven't done that yet. It's still very, very clunky.
- （ラリー・ペイジ）そう、思うに、我々がどこへ行こうとしているのかについて考えるときに、そう、なぜそれは出来ないか？ その多くは単にコンピュータ処理に関する面倒さなのです。コンピュータはあなたがどこにいるかを知らないし、あなたが何をしているかを知らないし、あなたが何を知っているかを知らないですよね。そして我々が近年しようとしてきた多くのことは単にあなたのデバイスを機能させそれらにあなたの事情を理解させることなんです。Google Nowはあなたがどこにいて、あなたが必要としているだろうことを知っていますよね。なのでコンピュータ処理が本当に機能するようにしあなたを理解しその情報を理解することは、我々はまだ本当にそれを出来ていません。まだとてもとても不恰好です。
- Year, so Deep Mind is a company we just acquired recently. It's in the U. K. First, let me tell you the way we got there, which was looking at search and really understanding, trying to understand everything, and also make the computers not clunky and really understand you-- like, voice was really important. So what's the state of the art on speech recognition? It's not very good. It doesn't really understand you. So we started doing machine learning research to improve that. That helped a lot. And we started just looking at things like YouTube. Can we understand YouTube? But we actually ran machine learning on YouTube and it discovered cats, just by itself. Now, that's an important concept. And we realized there's really something here. If we can learn what cats are, that must be really important. So I think Deep Mind, what's really amazing about Deep Mind is that it can actually-- they're learning things in this unsupervised way. They started with video games, and really just, maybe I can show the video, just playing video games, and learning how to do that automatically.
- ええ、ディープマインドは我々が最近買収したばかりの会社です。それはイギリスにあります。最初に、我々がそこまでいった経緯を話させて下さい。それは検索について考えていて、全てを本当に理解していて、理解しようとしていました。またコンピュータを不恰好でなくし本当にあなたを理解するようにします・・・ まあ、音声は本当に重要でした。それで談話認識についての最先端はどうなんでしょうか？ それはあまりよくありません。そこで我々はそれを改善するために機械学習（machine learning）の研究を開始しました。それは非常に役に立った。そして我々はユーチューブのようなものを単に見せることを開始した。我々はユーチューブを理解出来ますか？ しかし我々が実際にユーチューブについて機械学習を走らせたところ、それは自力でネコを発見したのです。それは１つの重要なコンセプトです。そして我々は、ここに何かが本当にあると気づきました。ネコが何であるかを我々が学習出来るならば、それは本当に重要なことに違いありません。それで私はディープマインドが、ディープマインドに関して本当に素晴らしいことはそれは実際に・・・ それらがこの中の物を教師なしで学習するということです。それらはビデオゲームを始めて、本当に、たぶん私はそのビデオを見せることが出来るでしょう、ビデオゲームを遊んで、それをどう行うかを自動的に学習したのです。
- （ビデオゲームの映像が会場に流れる）
「しかし我々が実際にユーチューブについて機械学習を走らせたところ、それは自力でネコを発見したのです。」に関して、以下のニュースを引用しておきます。「2012.7.6：猫を認識できるGoogleの巨大頭脳：WIRED」
・・・・『テレグラフ』が伝えているように、実験における唯一のトレーニングは、YouTubeから抽出された1,000万のイメージを見せることだった。テストは、人工頭脳がこれを出発点にして、イメージのなかで示された2万以上の対象を認識できるかを調べるというものだった。
このなかから、ネットワークのDeep Learningアルゴリズムは、YouTubeで最も一般的な対象である猫を認識して、ある種の理想的な動物のイメージとしてつくり上げた（ただし人工頭脳は、人間の顔や身体のほかの部位のように、それ以外の対象を認識することも学習した）。
Googleの開発チームのジェフ・ディーンは、スタンフォード大学のアンドリュー・Y・エングと共同で、近日エディンバラの「International Conference on Machine Learning」で発表する予定の研究について、これが教師なしで実現した学習であることを説明した。つまり、トレーニング段階で、「これが猫だ」とコンピューターのネットワークに教える必要がなかったのだ。
実際、概念はひとりでに形成され、つくり出された。科学者たちはソフトウェア自身に作業させて、供給された莫大な情報から学習するのに任せておいた。エングは、「データに語らせたのです」と説明している。
