The Doppler Quarterly (日本語) 夏 2017 | Page 70
00110101010110101011001101010101100101
011001101010101101010110011010100101
01100110101010110010101100110101010
110101011001101010101101010110011010101011
0010101100110101010110101011
0011010101011010101100110101010110010101
1001101010101101010110011010101011
01010110011010101011001010110011010101011010
1011001101010010101100110101010110
010101100110101010110101011001101010101101010110
01101010101100101011001101010
10110101011001101010101100101011001101010
10110010101100110101010110101011001
101010101101010110011010101011001010110
0110101010110101011001101010010101
1001101010101100101011001101010101101010110
011010101011010101100110101010110
0101011001101010
101101010110011010101011010
10110011010101011001010110011010101011010
10110011010101011010101100110101010
1100101011001101010101101010110
10101110110101001010110011010101011001
0110011010101011010101100110101010110101
プログラムは、同じ文の中で特定の単語がどのくらいの頻度で
使用されているのかを調べることで処理を行いますが、たとえ
ば「ボトル」という単語の場合、コンピューターは、
「容器」とい
う単語とともに使用される頻度が高く、また「水」や「牛乳」な
どの液体を暗示する単語に近いということを認識して、その単
語の意味を理解するようになります。
実のところ、このロボットに英語を教えるためのアイデアは、認
知科学と子供が言語を習得する過程についての知識から生み
出されたもので、 2 つの単語が同時に使用される頻度が、それ
らの意味を解釈するうえでの最初の手掛かりとなります。
同氏は、コンピューターが語彙を推測した時点であるバージョ
ンの潜在連合テスト (IAT) を実行しました。
人間に対して行う IAT は、人が単語を結び付けるまでの時間
を見ることで頭の中にあるわずかな偏見を明からにするように
作られています。人によっては、
「男性」と「エンジニア」をすぐ
に結び付けますが、
「女性」と「エンジニア」を結び付ける時間
にずれがあると、それは 2 つの単語が頭の中で緊密に結び付
いておらず、偏見があることを意味します。ただし、人間を対象
とした IAT には、信頼性の点でいくつか問題があります。
同氏は検証にあたって、時間のずれではなく、コンピューター
で 2 つの単語の関係がどの程度密接であると考えられている
68 | THE DOPPLER | 2017 年夏号
のかに着目し、プログラムの中で、アフリカ系アメリカ人の名前
と「感じの良い」という単語が白人の名前ほど結び付けられて
いないことに気付きました。また、男性の名前より女性の名前
の方が、家族に関連する単語により多く結び付けられていまし
た ( 変な話ですが、コンピューターが毎回同じ回答をする一方、
人間の回答には一貫性がないため、 IAT は人間よりコンピュー
タープログラムで使用する方が適しているのかもしれません )。
子供と同じように、コンピューターは単
語が同時に使用される頻度を手掛かり
に語彙を増やします。
インターネットでは、アフリカ系アメリカ人の名前とともに不快
感を示す単語が使用される傾向が強く見られますが、それは
アフリカ系アメリカ人が不快な存在であるからでなく、インター
ネットユーザーがひどいことを言っているからです。そしてそれ
が、まだ新しい AI に影響を与えているのです。
これは、皆さんが考えている以上に大きな問題です。