Hiroyuki Suzue
学習院大学/サンフランシスコ州立大学卒業。
アパレル企業代表取締役の元専任通訳・翻訳者。
元IT系ベンチャー企業経営者。
現大手個別指導塾英語講師。

現在ブログにて「英会話上達」に役に立つ情報を毎日発信してます。

好きを仕事にしてきた60代がもう一度「好き」を再スタートします。コンセプトは「AI」「チャットボット」「英会話」です。

■コンセプト情報収集について。
Facebookにていろいろ発信・収集しています。
https://www.facebook.com/hs2812

■VALUの資金活用について。
VALU資金で英語・英会話の悩み解決する無料ポータルサイトを立ち上げます。
http://eigo-jouhou.com/one-project-i-have-been-working-on/
nj.takayuki@GGAvol.8 5VA
いときん 5VA
日高研の助教(仮) 5VA
アプリ開発者のNASPAPA 2VA
Akira Nakanisi@愛媛 1VA
大黒 貴之 ・ 彫刻家! 1VA
Hiroyuki Suzueさんがアクティビティを更新しました。 1週間前
わたしのメインサイトのデザインを変更しました。
メインで「会話上達法」
スライドで「覚悟や心構え」「メンタルブロック」「テストと実践」などの記事
そして1カラム3列の記事一覧と見やすくなったと思います。
英語や会話上達の一助として続けてきましたが、これからも継続していきます。
ポータルサイトはこのサイトの進化系になります。
http://eigo-jouhou.com/
Hiroyuki Suzueさんがアクティビティを更新しました。 1週間前
分割とチップの発表がありましたね。
これでまた新たな流れが生み出されることを期待します。
しばらく塾とリサーチにかまけてアクティビティがおろそかになってましたが、再開しようと思います。
よろしくお願いします。
Hiroyuki Suzueさんがアクティビティを更新しました。 1ヶ月前
本日は英会話学習法について:

こんなにインパクトが強い、そして超「説得力」のある本のタイトルに出会ったのは久しぶりです。

仕事柄、英語・英会話関連書籍は数多く購入し目を通してきました。

煽り系タイトルの付いたもの、数字を強調したもの、横文字・カタカナを連呼するもの。こんなに沢山あるものかと我ながら驚かされます。

正直に申し上げて、どんなタイトルをみても驚かなくなってしまった自分に気が付き始めました。

そして、しばらく英語関連書籍から遠ざかり、ビジネスIT系に傾倒していたのですが。

この英会話書籍には私たちが陥りがちの思い込みが指摘されていて大いに役に立つのではないでしょうか?

作者の言葉をお借りします。
「脳内ビフォーアフター」
英語に対して向き合う身持ちの持ち方の変化、といういみですね。

ビフォー
沢山の単語をひたすら覚えて正しい英語を話す
子供じゃないし難しい言葉を使うべきと思う
まだまだ単語を覚えないと理解できない、話せない
ラジオニュースや新聞記事で英語を勉強する

アフター
中学レベルの単語と口語で楽しく英語を話す
難しい単語を知っていてもあえて基本的な単語で挑む
基本的な単語で言い換えればどんなことも話せる
米国の海外ドラマを見まくる


ここが出発点だと思います。

そして、人にはそれぞれあった学習方法でトレーニングすることがとても重要です。

その発見のヒントも書かれています。大変良い本と思いますね。

興味のある方は、私のブログのこの記事をご参照ください。
http://ow.ly/kozZ30fNiUp
Hiroyuki Suzueさんがアクティビティを更新しました。 1ヶ月前
是非購入して試してみたいことがあります。

前回に引き続き「GoogleのAirPods対抗イヤホンはリアルタイム翻訳もこなす」のGoogle Pixel Budsについて。

今回YouTube動画がアップされていますが、この方が喋る英語が1~2秒後にどんな日本語になるのか?

楽しみですね。

ちなみにこの動画には英語のサブタイトル表示がありますのでリスニングもチェックできます。でももうこれもいらなくなるのか?

https://youtu.be/2r2g-_I9qSE
Hiroyuki Suzueさんがアクティビティを更新しました。 1ヶ月前
グーグルやりました。
【追記】速報:Google Pixel Buds発表。40か国語リアルタイム翻訳対応の左右分離じゃないワイヤレスイヤホン

これはすごい!ここまで来ましたか!
大きな特徴は、日本語を含む40か国語に対応するリアルタイム翻訳機能「Google Translate on Pixel」。異なる言語を話す相手の声を、リアルタイムで翻訳することができます。

http://japanese.engadget.com/2017/10/04/google-pixel-buds-40/
Hiroyuki Suzueさんがアクティビティを更新しました。 1ヶ月前
しばらく更新できませんでしたが、
続きます。
グーグルが2016年に開発した「ニューラル機械翻訳」により、今まではどう考えてもミスが多すぎの機械翻訳の精度を、ほぼ人間並みにしてしまったということです。

これは、ニューラルネットワーク(神経回路のころ)を用いた翻訳の手法だそうです。
その中で特徴的なのが「アテンションモデル」という新機能と取り入れた点だと言われています。

この新機能は、人が英語から日本語に翻訳する際に、文のどこから翻訳すると意味を正しく捉えることができるのかという、文節の決定作業に似ているものと言われています。

そして、このニューラル機械翻訳の凄いところは、「共通意味表現」の獲得なのです。
日本語と英語の翻訳と英語とフランス語の翻訳を学習した機械翻訳が、まだ学習していない日本語とフランス語を翻訳を実現できれば、言語に依存しない概念を機械が得たともいえ、非常に興味深い成果なのです。

この機械翻訳のサービスは間違いないく普及していくでしょうね。
Hiroyuki Suzueさんがアクティビティを更新しました。 1ヶ月前
本日は機械翻訳について。

機械翻訳には主に2種類があります。

1つは「ルールベース機械翻訳」そしてもう1つは「統計的機械翻訳」になります。
「ルールベース機械翻訳」は、人がコツコツとルールを落とし込んでいく作業が行われるため、非常に時間と労力がかかるというものです。

当然のことながら多言語に展開するには、この地道な作業の繰り返しとなるわけで、非常に手間がかかるのです。

では、もう1つは「統計的機械翻訳」はどうかといいますと、「翻訳モデル」と「言語モデル」から構成されています。

例と挙げると以下のようになります。
I am from Tokyo.という英語を翻訳する場合、「翻訳モデル」は「私は東京からです」と訳してしまいます。ルール通りに訳すのです。
これって英語習いたての中学生みたいですよね。
そして「言語モデル」は、膨大なデータから翻訳先の言語の語順を学び取り「私は東京出身です」という日本語らしい文を生成するというものです。

特に後者「統計的機械翻訳」は、インターネットの発達とともに膨大なデータを扱えるようになって一気に発達した技術になります。

しかし、この「統計的機械翻訳」にも欠点があります。与えられた膨大なデータのどの部分に間違いがあったのか、突き止めることが不可能に近いということです。

こんな試行錯誤が続いていました。


次回は「ニューラル機械翻訳」について。
Hiroyuki Suzueさんがアクティビティを更新しました。 1ヶ月前
人間は特に意識することなく「モノ」を識別するために必要な「特徴」を見出すことが出来きます。

しかしAI技術の中核である従来型の「機械学習」では、分類や予測といった「タスク」を実行するために必要な「特徴」を、人間が指示する必要があったのです。

その点ディープラーニングは、「タスク」の実行に必要となる「特徴」を、AIが大量のデータから自動的に抽出するので、以前のように人間が指示しなくてすむのです。

人間がすることは大量のデータを用意することなのです。「特徴」はデータから学習する過程でAIが見つけるのです。

このようなデータから「特徴」を学習する 仕組みを「表現学習」と呼んでいます。

そしてこのディープラーニングは、大量のデータを学習するために、人間の脳の神経回路の構造を模倣した情報処理の仕組みの「ニューラルネットワーク」を用いています。

AI(人工知能)まるわかり より引用。




わたしの学習は続きます。

自分の整理にもなるので要約していきます。