ついに英語を学ばなくてよくなる?

英語学習に苦労してきたビジネスパーソンに、最近朗報が届いた。フェイスブックが英語と福建語(閩南語)の間で流暢な翻訳を実現したというのだ。「福建語」とは言うものの、開発を担当したエンジニアが台湾人であることを踏まえれば、実質的には台湾語(台語)の翻訳機だと理解してよいだろう。

フェイスブックのメタバース関連製品は散々な酷評と疑念にさらされてきたが、今回の翻訳システムは、同社が依然として複数のプロダクトを並行して開発できる実力を持っていることを示す格好の材料となった。大手プラットフォーム企業の底力は、やはり侮れない。

それの何がすごいの?クラウドファンディングサイトにも翻訳ガジェットは山ほどあるじゃないか

フェイスブックのブレークスルーは、ある基本的な事実に由来する。従来の汎用翻訳システムの大半は、英語を中心に据えざるを得なかった。つまり原語をいったん英語に翻訳し、そこから目的の言語へと再翻訳する仕組みだ。複数言語間を直接翻訳するシステムも数多く試みられてきたが、その精度は常に英語を経由する方式より劣っていた。これは実世界の翻訳出版と同じ構造で、文学作品はまず大きな言語同士でつながり、そこから小さな言語へと広がっていく。

フェイスブックは、自社の多言語モデルが2言語間モデルの性能を上回ると主張している。これがもたらす恩恵は大きい。システム全体の性能が大きく向上するだけでなく、これまで攻略が難しかったマイナー言語の翻訳精度もどんどん改善されていく。世界には標準的な書記体系を持たない言語も数多く存在するが、フェイスブックが台湾語と英語の直接翻訳を実演して見せたということは、いずれ世界に3000種類以上あるとされる口頭言語がすべて直接翻訳できるようになる未来を想像させてくれる。

では、私たちはもう英語を学ばなくていいのか?

AIの分野で超大型のブレークスルーが発表され、その後結局大したことがなかった、という展開は今回が初めてではない。テスラのイーロン・マスクはこれまで何度も「今年こそ完全自動運転元年だ」と発言してきたが、2014年から現在に至るまで、その「元年」は一向にやって来ていない。本人ですらインタビューで自虐的にこの件を語っているほどだ。汎用人工知能の「最後の1マイル」には、いつだって私たちの知らない未知の課題が山ほど潜んでいる。だから一見うまくいっているように見えても、突然天井にぶつかることになる。

台湾語もちゃんと通じる——フェイスブックの英語翻訳における大きな飛躍

音声AIの難易度はどれほどのものか。「何でもできる」はずのアマゾンの例から見ていこう。アマゾンが保有するデータ量は世界でも屈指のはずだ。しかし当初Alexaを開発した際、驚くべき事実が判明した。音声データがまったく足りなかったのだ。アマゾンがデータ不足に陥るというのは、アメリカがトウモロコシ不足に陥るくらい荒唐無稽な話に聞こえるが、ないものはない。手元にあったデータのほとんどは取引データであり、当然のことながら、電子書籍を読みながら、あるいはネットショッピングをしながら声を出して喋る人などいないからだ。

さらにアマゾンの創業者ジェフ・ベゾスが求めたのは、スピーカー「Echo」が実際の家庭という現実の環境でちゃんと使えることだった。これはグーグルやアップルの開発環境とは事情が異なる。私たちがSiriを使うときは、スマートフォンのマイクに向かって直接話しかける。しかし一般家庭の音声環境は騒がしく、話者との距離も遠い。そうした条件下で音声アシスタントを正確に起動させるのは、2014年当時の技術水準からすればほとんど黒魔術に近い難題だった。スマートスピーカーへの要求水準は非常に高く、ウェイクワードの認識精度が低ければそもそも起動すらしない。10文のうち2文でも聞き取れなければ、使い物にならないレベルまで体験が悪化してしまう。

その後の開発は、ひたすら予算をつぎ込み続ける過酷な過程となった。Alexa関連の開発チームは最終的に2000人規模にまで膨れ上がり、しかもグーグルやアップルに気づかれないよう、アマゾンは極めて厳重な機密保持体制を敷いたため、コストはさらにかさんだ。開発初期はまったくうまくいかず、ベゾスが開発チームの想定スケジュールを確認したところ、完成までに最長で20年かかる可能性があると判明し、愕然として開発チームを厳しく叱責したという。

スマートスピーカー開発——アマゾンが大金を投じた力技

しかし最終的にこの問題を解決したのは、やはり「大金を投じて大事を成す」というアマゾンお得意のやり方だった。彼らは複数の小企業を買収し、例えばポーランドのIvonaには3000万ドルを投じた。世界中で大金を払って音声データを買い集めたが、それでも足りず、最終的には複数の家を借り上げ、その中にマイクと、一般家庭にありそうな騒音源となる家電を一通り詰め込み、社員を雇って中に住まわせ、日常生活を再現しながら機械に向かって台詞を読み上げさせるところまでやった。まさに音声収録版のリアリティーショーだ。異なる訛りや年齢層のランダムな人々を集める必要があったため、その家に出入りする人の数があまりに多く、近隣住民から麻薬取引の現場だと疑われて通報される騒ぎにまでなった。厳重な機密保持のルールがあったため、アマゾンの社員は駆けつけた警察官に自分たちが何をしているのか説明することすらできなかったという……

こうした努力の結果、Alexaは大きな成功を収めた。2018年までに、ユーザーとAlexaの対話回数は数百億回にまで増加し、話せば話すほど学習精度が上がり、機械の理解力は20%向上した。今日ではAlexaはスマート家電の中でもごくありふれた存在となり、Alexaとの会話をわざわざ動画に撮って紹介する人もほとんどいなくなった。それはすでに当たり前の日常になったからだ。今やスマートスピーカーは私たちの生活の一部だ。あれほどの九牛の一毛どころではない労力は、すべて「スピーカーにあなたの話を聞き取らせる」ためだけに費やされたのである。

話を最初に戻そう。私たちはいつになったら英語を学ばなくてよくなるのか。現時点でのフェイスブックの台湾語・英語翻訳のデモは、ようやく「実用に足る」ぎりぎりのラインに達したところだ。もしあなたが簡単な英語をある程度理解できるなら、1〜2年以内には、あらゆるビデオ会議システムに主要言語間のリアルタイム翻訳字幕が搭載されるはずだ。精度は十分とは言えないが、なんとか使える——ただし、あくまで「なんとか使える」レベルにとどまる。完全なリアルタイム対話が実現するのはおそらく7〜8年後、細部にまでこだわる人にとっては、さらに長い時間がかかるだろう。

自動運転の顛末を見れば分かる通り、AIの「最後の1マイル」には常に取り除くべき課題が潜んでいる。だから日常生活で「そこそこ使える」レベルはおそらく早期に実現するだろうし、外国語をまったく学ばなくてよくなるのは、今生まれたばかりの赤ちゃんの世代であれば十分ありうる話だ。しかしすでに大人である私たちにとって、5年以内に英語を完全に学ばなくてよくなるというのは非現実的だろう。というわけで、当面はやはり英語を学ぶ必要がありそうだ。台湾の人気英語講師である阿滴(A-Ti)先生と徐薇(シュー・ウェイ)先生、どうぞご安心を!