英語フレーズ・例文暗記総合スレ [転載禁止]©2ch.net
■ このスレッドは過去ログ倉庫に格納されています
なかったので立てました 暗記法などについてもどうぞ 大学受験参考書のduo、700選などについても
黄ロイヤルの300例文がいいらしいね 暗記してる人いる? 俺、男だけど、 しゃぶるのは太いほうがいい。 でも、入れてもらうのは長いほうがいい。 私(ザキシマ結子)小学4〜今まで実父にイタズラされています…。 お風呂に一緒に入っている時に、あそこに入れたりなめられたり。 中1になった時に事実を話たんですが…母は…あんたのことが可愛いかったのよって 父を許しました母は結局 父の味方… 父=嶋●慎太郎は結子の体を貪るように犯します。 兄(嶋崎亮●(東京電機大学中学校評判万引少年)は小人病どちび 私ザキシマ一家の顔はGoogle検索『稲城市立向陽台小学校評判Y子』 >>41 ,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60 ∧_∧ (´・ω・`) n  ̄ .. \ ( E) フ ア.フ.ィ /ヽ ヽ_// >>61 ,62,63,64,65,66,67,68,69,70,71,72,73,74,75,76,77,78,79,80 ∧_∧ (´・ω・`) n  ̄ .. \ ( E) フ ア.フ.ィ /ヽ ヽ_// >>81 .82.83.84.85.86.87.88.89.90.91.92.93.94.95.96.97.98.99. >>81 .82.83.84.85.86.87.88.89.90.91.92.93.94.95.96.97.98.99 >>,81,82,83,84,85,86,87,88,89,90,91,92,93,94,95,96,97,98,99,100 >>81 ,82,83,84,85,86,87,88,89,90,91,92,93,94,95,96,97,98,99,100 >>101 ,102,103,104,105,106,107,108,109,110,111,112,113,114,115,116,117,118,119,120,121,122,123,124,125,126,127,128,129,130,131,132 >>133 ,134,135,136,136,137,138,139,140,141,142,143,144,145,146,147,148,149 >>150 ,151,152,153,154,155,156,157,158,159,160, >>150 ,151,152,153,154,155,156,157,158,159,160,161,162,163,164,165,166,167,168,169,170,171,172,173,174,175,176,177,178,179,180,181,182,183,184,185,186,187,188,189,190,191,192,193,194,195,196,197,198,199 >>800 ,801,802,803,804,805,806,807,808,809,810,811,812,813,814,815,816,817,818,819,820,821,822,823,824,825,826,827,828,829,830,831,832,833,834,835,836,837,838,839,840,841,842,843,844,845,846,847,848,849,850, >>851 ,852,853,854,855,856,857,858,859,860,861,862,863,864,865,866,867,868,869,870,871,872,873,874,875,876,877,878,879,880,881,882,883,884,885,886,887,888,889,890,891,892,893,894,895,895,896,897,898,899,900 >>901 .902.903.904.905.906.907.908.909.910.911.912.913.914.915.916.917.918.919.920. >>901 .902.903.904.905.906.907.908.909.910.911.912.913.914.915.916.917.918.919.920. >>901 .902.903.904.905.906.907.908.909.910.911.912.913.914.915.916.917.918.919.920. >>901 .902.903.904.905.906.907.908.909.910.911.912.913.914.915.916.917.918.919.920 >>901 .902.903.904.905.906.907.908.909.910.911.912.913.914.915.916.917.918.919.920. >>900 ,901,902,903,904,905,906,907,908,909,910,911,912,913,914,915,916,917,918,919,920 フォレストの暗唱文例集と音声がダウンロードできる。475文。 文法項目別に並んでて、各文はごく簡単なもの。 音声ファイルは英語のみ、英-日、日-英-英の3種類ある。 総合英語 Forest フォレスト[7th edition] http://www.kirihara.co.jp/tabid/113/pdid/10104500/Default.aspx 人工知能から学ぶ「英語学習法」 茂木 健一郎がPRESIDENTでこう言っています。 今回は、英語の学習の仕方を、少し変わった視点から検討してみたいと思う。すなわち、 「人工知能から学ぶ英語学習法」である。 すでに、コンピュータが人間に追いつきつつあると見なされていたチェスや将棋に比べて、 囲碁は可能な打ち手の数が格段に多く、計算量が爆発的に多い。人工知能が人間に 追いつくのは、早くて10年先くらいのことではないかと予想されていた。 しかし、脳が実行する学習則を、地道に繰り返すことによって、人工知能は成功している。 そこには、何のマジックもない。 一方、人間は、学習法がわかっていても、それを徹底しないことが多い。画期的に新しい 学習法を考案する必要などない。ただ、基本を繰り返し、やればいいだけの話なのであるが。 たとえば、最近の人工知能は「達人」に学ぶ。囲碁の打ち方でも、自動車の運転の仕方でも、 達人と呼ばれる人たちが実際にどのような選択をし、行動をとるかを、ビッグデータで取り込み、解析する。 人間が英語を学ぶ際にも、同じ姿勢が必要である。ネーティブなどの、英語が達者な人の発音を ひたすら聞く。そのことで上達するはずなのに、徹底してやることができない。 人工知能の学習において大切なことの1つは、実際の行動と正解の間の「誤差」を検出して、 それが小さくなるように修正することである。これを繰り返すことで、急速に正解率が高まっていく。 達人の英語のパターンの徹底的な反復学習と、誤差の修正。この、基本中の基本という 学習法に徹することによって、人間もまた、英語力を飛躍的に向上させることができるだろう。 そう、まるで、「人工知能」のように。 私が脳の研究を始めた24年前、まさか、人間が人工知能に学ぶ日が来るとは思わなかったが、 時代は変わった。 人工知能の「学習の基本」の誠実な繰り返しに学ぶべきだろう。英語習得に、マジックなどない。 敢えて言えば、繰り返しが魔法となるのだ。 >伸びないのは英語の勉強をするのは知識をえて賢くなるためじゃなくて >英語に慣れることだから 英語に慣れることではない。 英語は反復練習のディープラーニングだ。 以下の英文を読めば、読解力が付きます。 I am out of work, but I am reluctant to work hard. Hence I have no choice but to evade working hard. For the life of me, I am in a state of melancholy. I am almost the defeated remnant. >伸びないのは英語の勉強をするのは知識をえて賢くなるためじゃなくて >英語に慣れることだから 英語に慣れることではない。 英語は反復練習のディープラーニングだ。 グーグルの発表により桜井の理論が正しいことが証明された 2016年1月に米グーグルはNature誌で人工知能のAlphaGoが 囲碁のプロの棋士に勝ったと報道しました。 自ら囲碁をプレーをする事により人間以上の能力をだせるディープ・ラーニングの人工知能を 開発したと発表し、世界を驚かせました。 1997年にIBMのDeepBlueが当時のチェス世界チャンピオンを打ち負かした 手法は開発チームにチェスの名人が加わっていて、彼らがアルゴリズムを プログラムに組み込みチェスの知識をただ実行したにだけでDeepBlueが 学習したわけではないのです。 AlphaGoはゼロから学習します。知覚的な経験を与えてやると、そこから直接 学びます。予期せぬ事柄に遭遇すると、そこから学習し適応します。 プログラムの設計者自身が解決法を知っている必要はありません。 このAlphaGoに囲碁の達人の指し手でトレーニングする、ニューラルネットワークにより どの手を打つべきかを判断します。 囲碁の事前知識を教えなくても、人間のように繰り返し プレーすることで 勝つ方法を学習するのです。 言語の教育も文法や音素を教えるのはアルゴリズムを教える方法です。 常に新しいアルゴリズムは教えてもらう必要があります。 しかし、言語の基本は文法や音素のようなものでありません。 英語でも日本語でも多くの表現が存在するだけです。 子供が文法を知らなくても話す事ができるのは覚えるだけで話せるからです。 言語はAlphaGoがゼロから学んだようにAlphaGoのように繰り返しで覚える事ができます。 フィードバック得る強化学習なら自己教示学習が可能であり、 自己学習により、自ら能力を向上させることができます。 人工知能から学ぶ「英語学習法」 茂木 健一郎がPRESIDENTでこう言っています。 今回は、英語の学習の仕方を、少し変わった視点から検討してみたいと思う。すなわち、 「人工知能から学ぶ英語学習法」である。 すでに、コンピュータが人間に追いつきつつあると見なされていたチェスや将棋に比べて、 囲碁は可能な打ち手の数が格段に多く、計算量が爆発的に多い。人工知能が人間に 追いつくのは、早くて10年先くらいのことではないかと予想されていた。 しかし、脳が実行する学習則を、地道に繰り返すことによって、人工知能は成功している。 そこには、何のマジックもない。 一方、人間は、学習法がわかっていても、それを徹底しないことが多い。画期的に新しい 学習法を考案する必要などない。ただ、基本を繰り返し、やればいいだけの話なのであるが。 たとえば、最近の人工知能は「達人」に学ぶ。囲碁の打ち方でも、自動車の運転の仕方でも、 達人と呼ばれる人たちが実際にどのような選択をし、行動をとるかを、ビッグデータで取り込み、解析する。 人間が英語を学ぶ際にも、同じ姿勢が必要である。ネーティブなどの、英語が達者な人の発音を ひたすら聞く。そのことで上達するはずなのに、徹底してやることができない。 人工知能の学習において大切なことの1つは、実際の行動と正解の間の「誤差」を検出して、 それが小さくなるように修正することである。これを繰り返すことで、急速に正解率が高まっていく。 達人の英語のパターンの徹底的な反復学習と、誤差の修正。この、基本中の基本という 学習法に徹することによって、人間もまた、英語力を飛躍的に向上させることができるだろう。 そう、まるで、「人工知能」のように。 私が脳の研究を始めた24年前、まさか、人間が人工知能に学ぶ日が来るとは思わなかったが、 時代は変わった。 人工知能の「学習の基本」の誠実な繰り返しに学ぶべきだろう。英語習得に、マジックなどない。 敢えて言えば、繰り返しが魔法となるのだ。 >桜井恵三は 典型的なしくじり先生だから グーグルの発表により桜井の理論が正しいことが証明された 2016年1月に米グーグルはNature誌で人工知能のAlphaGoが 囲碁のプロの棋士に勝ったと報道しました。 自ら囲碁をプレーをする事により人間以上の能力をだせるディープ・ラーニングの人工知能を 開発したと発表し、世界を驚かせました。 1997年にIBMのDeepBlueが当時のチェス世界チャンピオンを打ち負かした 手法は開発チームにチェスの名人が加わっていて、彼らがアルゴリズムを プログラムに組み込みチェスの知識をただ実行したにだけでDeepBlueが 学習したわけではないのです。 AlphaGoはゼロから学習します。知覚的な経験を与えてやると、そこから直接 学びます。予期せぬ事柄に遭遇すると、そこから学習し適応します。 プログラムの設計者自身が解決法を知っている必要はありません。 このAlphaGoに囲碁の達人の指し手でトレーニングする、ニューラルネットワークにより どの手を打つべきかを判断します。 囲碁の事前知識を教えなくても、人間のように繰り返し プレーすることで 勝つ方法を学習するのです。 言語の教育も文法や音素を教えるのはアルゴリズムを教える方法です。 常に新しいアルゴリズムは教えてもらう必要があります。 しかし、言語の基本は文法や音素のようなものでありません。 英語でも日本語でも多くの表現が存在するだけです。 子供が文法を知らなくても話す事ができるのは覚えるだけで話せるからです。 言語はAlphaGoがゼロから学んだようにAlphaGoのように繰り返しで覚える事ができます。 フィードバック得る強化学習なら自己教示学習が可能であり、 自己学習により、自ら能力を向上させることができます。 >10年前、たしか「来年から音のストリームの商用サイトを立ち上げる」から 音のストリームだけでは不十分だ。 グーグルがディープラーニングを使いチャンピオンを負かしたAlphaGoを成功させた。 そしてスマホやタブレットを使う教材もそろった。 だからいよいよ出番が来た。 もう去年の末には全国区のデビューは果たしている。 https://www.makuake.com/project/deeplearning/ >「特徴を学べ」といっているのに >「特徴は暗黙知だ」とは、矛盾してるだろう 自転車に乗る場合にバランスのとり方は試行錯誤で特徴を少しずつ学習している。 しかし、自転車に乗れてもその特徴を説明することはできない。 人間の脳は言葉でできないけど、自分でできることはたくさんある。 英語学習も文法のような形式知を覚えるのではなく、暗黙知を学習するのだ。 バカニートは学習意欲がないから、形式知も暗黙知も全部学習不能だ。「 >Baidoの音声認識のDeep Speechはもちろんディープラーニングだが、 >音声を直接テキストに変換する。 >そのような音素列、音素辞書を使っていない。 英語ネイティブは日本人のLとRの混同した英語を問題なく聞き取る。 ネイティブも音素列、音素辞書を使っていないは明白だ。 >俺たちがRと呼ぶ音素を音素の定義や、それに類するものを一切つかわずに >定義して、発音方法を記述せよ お前らのいうその音素はいくつあるのだ? ウダは30音、松沢は43音、英語の44音学派は44音 音声学の牧野は45音、遠藤は51音だと言っている。 音素で教えているのは全部詐欺だ。 音素数さえも特定でないのに、バカニートは音素を信じるこの基地外。 何度言ってもわからん、アホニート。 >俺たちがRと呼ぶ音素を音素の定義や、それに類するものを一切つかわずに >定義して、発音方法を記述せよ 世界的な権威のある”Linguistics”には次に記述がある。 その音声を科学的に分析すれば連続的に変化する音のストリームに過ぎない。 世界的に有名な言語学の本”Linguistics”には次のように説明されている。 この本の中で音声を、continuous streams of soundと表現している。 日本語にすれば連続的な音のストリームとでも訳せる。 >英検1級合格者数&TOEIC900over者数、日本一 >10人に一人はNCCの生徒 英語は文法のような形式知の習得ではない。 英語は暗黙知の習得であり、 詰め込みではなく、ディープラーニングが基本だ。 >桜井って結局、何事においても具体的な方法論を何一つ持ってないんだなw 英語を話すのは暗黙知を学習(ディープラーニング)することだ。 英語の音のストリームのパターンで学習、認識しているが、 脳はそれができるけど、暗黙知であり 文字で具体的に記述することはできない。 キマリキンタマ。 ハーイ!!!!! >音のストリーム理論を定義することすらできないバカが何言ってるんだw 脳は暗黙知を暗黙知のままディープラーニングするのだ。 その暗黙知を定義しろと要求する、バカニート。 お前は歩く方法の説明はできるのか? お前は歩くことができても、その説明ができないだろう。 あるくことは暗黙知だからだ。 今年になってグーグルはディープラーニングは効果的な学習方法だと認めた。 そして茂木はそのディープラーニングは英語学習にも効果的だと主張している。 ”グーグルの発表により桜井の理論が正しいことが証明された ” 2016年1月に米グーグルはNature誌で人工知能のAlphaGoが 囲碁のプロの棋士に勝ったと報道しました。 自ら囲碁をプレーをする事により人間以上の能力をだせるディープ・ラーニングの人工知能を 開発したと発表し、世界を驚かせました。 1997年にIBMのDeepBlueが当時のチェス世界チャンピオンを打ち負かした 手法は開発チームにチェスの名人が加わっていて、彼らがアルゴリズムを プログラムに組み込みチェスの知識をただ実行したにだけでDeepBlueが 学習したわけではないのです。 AlphaGoはゼロから学習します。知覚的な経験を与えてやると、そこから直接 学びます。予期せぬ事柄に遭遇すると、そこから学習し適応します。 プログラムの設計者自身が解決法を知っている必要はありません。 このAlphaGoに囲碁の達人の指し手でトレーニングする、ニューラルネットワークにより どの手を打つべきかを判断します。 囲碁の事前知識を教えなくても、人間のように繰り返し プレーすることで 勝つ方法を学習するのです。 言語の教育も文法や音素を教えるのはアルゴリズムを教える方法です。 常に新しいアルゴリズムは教えてもらう必要があります。 しかし、言語の基本は文法や音素のようなものでありません。 英語でも日本語でも多くの表現が存在するだけです。 子供が文法を知らなくても話す事ができるのは覚えるだけで話せるからです。 言語はAlphaGoがゼロから学んだようにAlphaGoのように繰り返しで覚える事ができます。 フィードバック得る強化学習なら自己教示学習が可能であり、 自己学習により、自ら能力を向上させることができます。 >誰がGoogle や 茂木氏との同一性を客観的に証明したんだ? 常識的にGoogle や 茂木氏と同一と断定できる。 どんな客観性に欠けるというのだ。 妬みや羨望や嫉妬でものをいうな、アホニート。 >つまり人間の脳の強化学習を人工知能が真似たものだ。 ディープラーニングとは: 武田:まずは人間がある程度の答えを出しておいて判断の特徴を学ばせる。 なんというか、人間の暗黙知のようなものを使う。 今までの人工知能ではそこを形式化したうえで組み込んだりする必要があった。 今後は暗黙知を暗黙知のまま使えるわけで、そういったところは今までとまったく違う。 >リアルバカニート、インチキ野郎 桜井恵三の戯言と低脳ぶりを心ゆくまで御堪能下さい。 本格的なディープラーニング社の宣伝の前に それを察知して、遂にバカニートがギブアップ。 やっとバカニートの行為がディープラーニング社の宣伝になると 自覚できたようだ。 ディープラーニングの時代に音素を持ちだす、時代錯誤。 学習意欲ないから、学校で教えた間違いを直そうともしない。 そして10年、ずっと、訂正もせずに、考えもせずに、書き続ける、大馬鹿。 72才のディープラーニング社のジジイを叩くのは1000年早。 >桜井恵三による似非科学漫談 >「お笑い!オレのストリーム」 >「お笑い!オレの最適性理論」 >「お笑い!オレの自動化」 >「お笑い!オレのディープラーニング」 >は演目名こそ異なりますが看板を書換えただけですので >内容は同一のコピペで構成されております。 英語(言語)の音声は音のストリーム、そして音のストリームを 最適化して自動化するのがディープラーニング(深層強化学習)だ。 2016年にグーグルがディープラーニングの効果をAlphaGo で証明した。 そしたらバカニートが叩く事をギブアップした。 >内容は同一のコピペで構成されております。 >2016年にグーグルがディープラーニングの効果をAlphaGo で証明した。 >そしたらバカニートが叩く事をギブアップした。 音のストリームは音声の科学的な特性、 最適性は脳の脳の処理方法 自動化は脳の学習結果 ディープラーニングは脳の学習結果だ。 10年前から正しいことを言っていた証しだ。 >今日も自己愛性人格障害者、桜井恵三による似非科学漫談が始まりました。 >漫談を存分にお楽しみ下さい。 ディープラーニング社をもう叩けないとやっと理解したバカニートの最後のうめき声です。 10年前もこう言っていました。 454 :名無しさん@英語勉強中:2006/12/04(月) 12:29:27 ************ 連絡事項 ********************** 日頃 桜井に苦しめられている諸君 ちょいと聞いてくれ >語れば語るほど底の浅さがバレる桜井恵三も哀れだな 次のディープラーニングのどこが浅いというのだ。 ディープと言うのは英語では深いという意味だぞ。 ”人工知能(ディープラーニング)から学ぶ「英語学習法」 ” 茂木 健一郎がPRESIDENTでこう言っています。 今回は、英語の学習の仕方を、少し変わった視点から検討してみたいと思う。すなわち、 「人工知能から学ぶ英語学習法」である。 すでに、コンピュータが人間に追いつきつつあると見なされていたチェスや将棋に比べて、 囲碁は可能な打ち手の数が格段に多く、計算量が爆発的に多い。人工知能が人間に 追いつくのは、早くて10年先くらいのことではないかと予想されていた。 しかし、脳が実行する学習則を、地道に繰り返すことによって、人工知能は成功している。 そこには、何のマジックもない。 一方、人間は、学習法がわかっていても、それを徹底しないことが多い。画期的に新しい 学習法を考案する必要などない。ただ、基本を繰り返し、やればいいだけの話なのであるが。 たとえば、最近の人工知能は「達人」に学ぶ。囲碁の打ち方でも、自動車の運転の仕方でも、 達人と呼ばれる人たちが実際にどのような選択をし、行動をとるかを、ビッグデータで取り込み、解析する。 人間が英語を学ぶ際にも、同じ姿勢が必要である。ネーティブなどの、英語が達者な人の発音を ひたすら聞く。そのことで上達するはずなのに、徹底してやることができない。 人工知能の学習において大切なことの1つは、実際の行動と正解の間の「誤差」を検出して、 それが小さくなるように修正することである。これを繰り返すことで、急速に正解率が高まっていく。 達人の英語のパターンの徹底的な反復学習と、誤差の修正。この、基本中の基本という 学習法に徹することによって、人間もまた、英語力を飛躍的に向上させることができるだろう。 そう、まるで、「人工知能」のように。 私が脳の研究を始めた24年前、まさか、人間が人工知能に学ぶ日が来るとは思わなかったが、 時代は変わった。 人工知能の「学習の基本」の誠実な繰り返しに学ぶべきだろう。英語習得に、マジックなどない。 敢えて言えば、繰り返しが魔法となるのだ。 >TOEFL対策のため、ここ2年間英語勉強はリスニングだった。しかし喋ることに関してはまったくではないが流暢には話せないよ。 >反復は英語学習で最も大事な事だが、やはり話して使わん事には話せるようにはならん。 >最も効率的な学習は例文を覚え、実際に話す。これに尽きる。 英語はディープラーニングです。 ディープラーニング社では対話集と表現集を使い、ディープラーニングを促進します。 >文法や単語を勉強しなくてもいいと思っちゃいます。 文法は単語を覚えるのは効果的な学習ではない。 ネイティブが使う自然な表現を、自然な発音で覚えることにより、 発音、文法、スピーキング、リスニングのすべてが同時に学習できる。 記憶が増えるに従い、累積効果が生まれ、学習が加速される。 >だからディープラーニングってどないしたらええねん!! 基本的には日本語を覚えたときと同じ学習方法だ。 周りのネイティブの表現や発音を真似て日本語を覚えた。 そして自分でフィードバックを得た、直す。 大人の場合は自然な英語表現、発音、そして英語とその訳がある 教材の方が学習し易い。 表現集よりは対話集の方が学習効果が上がる。 >>59 喋って間違うというのが一番の方法ではあるな 独学ではこれはどうしようもない 喋るときに頭を回転させ、間違った時はさらに、訂正するときにもさらに スピードラーニングが終わり、ディープラーニングの時代が始まりました。 「スピードラーニングを実際に1年聞き流してみた本気の口コミ」 というのがあって面白かった。 1.英語を英語として瞬時に理解できる瞬発力が向上する? 2.音読しなくても綺麗な発音が手に入るの? 3.書き取ったり、音読しなくてもフレーズ(語彙)は覚えられる? 4.分からない英単語の意味や文法を調べずに、日本語訳を聞くだけで英語力は上がる? 5.ホントに英語初心者向き? 6.最終的にスピードラーニングは買いなの? についてすべてNOとなっているが、ここから何も学んでいないのが悲しい。 スピードラーニングが終わり、ディープラーニングの時代の始まりだ。 「STAP細胞とディープラーニングは、ありまぁす」 >日本の英語勉強はリーディング重視っていうけども、リーディング、リスニングすらできてない。W 英語学習方法の問題だ。 ディープラーニングで完全に解決できる。 9月からは本格的な普及が始まる。 >「本当の英語力は5文型で劇的に伸びる」本の >【嘘】は本物だろうナァ copy and past 英語が話せるようになるのは 英語脳、英語耳、英語口、英語喉、英語尻、英語、英語舌の獲得ではない。 英語は脳によるディープ・ラーニングの結果だ。 英語もAlphaGoと同じようにフィードバックを得る反復練習で覚える。 発音も聞き取りも通訳もディープ・ラーニングだ。 音声はには音素は並んでいない。 音声は連続的に変化する音のストリームだ。 その音のストリームを覚えるときには脳がディープ・ラーニングをしている。 反復練習をして特徴を抽出する、そしてフィードバック得て矯正する。 そして特徴からパターンを学習するのが英語の発音習得だ。 英語のリスニングはその音の特徴のパターン認識だ。 グーグルの音声認識も膨大なデータを使った 統計的な音声パターン認識を採用している。 グーグルの翻訳システムは文法解析ではない。 膨大なデータをもつ例文ベースであり、コーパスペースともよばれている。 この翻訳システムもディープ・ラーニングでどんどん精度を高める事が可能だ。 2chでディープラーニングの全面的な広報活動のチャンスだなww バカニートのぼこぼこが楽しかったが、 これならディープラーニングの本当の宣伝になるかもしれん。 これからはもっと本格的に2chに取り組むようにする。 >読めないものは聞き取れないのではない。 聞き取れない理由は音声(音のストリーム)が記憶にないからだ。 そのためにはその音と意味を忘れないように学習する必要がある。 ディープラーニングでは反復練習をするから、手続き記憶となり長期記憶に保存される。 長期記憶に保存された記憶は長期間保存される。 反復練習によりパターンを学習するから米国英語も、英国英語も、インド英語も聞きとれる。 反復練習によりスピーキングの学習にもなる。 達人を真似るからその中に含まれる、文法も学習することになる。 ディープラーニングはスピーキングもリスニングも文法も使い方も すべてを同時に学習する効果的な学習方法だ。 しかも、記憶が増えることにより累積効果により パターン学習やパターン認識の精度と学習速度が向上する。 >マーク・ピーターセンの新刊「なぜその英語では通じないのか」を読了 >やっぱ自己流の英作文はダメだなと痛感 >黄ロイヤルの全例文(たぶん2000か3000はあると思う)の完全暗記を目指す 覚えるのを目的にすると、単なる反復となる。 ディープラーニングは反復が目的ではなく、達人に近づくことが目的だ。 達人に近づく過程、つまりスキル向上の目的で 繰り返しがあり、結果として覚えてしまう。 繰り返しや覚えるの目的ではない。 ボロクソ言われてる桜井じいさんだけど、 少なくともその理論に関してはかなり傾聴に値するのでは? つまり「教養あるネイティヴの英語を真似る」こういう事でしょ ネイティヴの赤ん坊がたどるルート、つまり親が話しかけて、単語を真似て繰り返し口に出す。それを親が何度も修正させる あと音のストリームとやらについても、俺も似たような境地にたどり着きつつある 英語って流れる流線形をしている 日本語は固体としての形がある 日本語だと「なまむぎ、なまごめ、なまたまご」英語だと「うあぁうぃいいうぇえああぁおぅ」英語は水の流れみたいで物の形をしていない オウムの言語学習を真似るといいのかも あいつらは、なかなかうまい日本語を話せる あとイヌのしつけからも、得られるものがあるかも 「オテ!(ote)」という音がしたら、手を出せばいい。うまく行けばドッグフードが貰える >2年くらいのスレでは、桜井が森沢師をあなどる文言を投稿するたびに、 >「桜井の生徒さん」のブログ(桜井教材の活用の仕方が、音パケそのものだったw)を引用して、 >「ほぅら、アナタの生徒さんも、森沢メソッドを実践してますよw」 ディープラーニングが出てからも森沢も瞬間英作も完全に終わった。 英語習得はインチキ英語を作るではなく、 達人を真似る事が脳の学習だと分かったからだ。 >お前自身が言語学理論だって自分のサイトで言ってるだろ Optimality theory also has roots in neural network research 最適性理論と言うの言語学の理論ではなく、 ニューラルネットワークからきたもので 純粋の科学的考えを言語学に応用したものだ。 つまり最適性理論はディープラーニングに非常に関係が深い。 >そもそも「強化学習」は機械学習論だから (強化学習)とは,Machine Learning(機械学習)の中の 一分野であるが,本来,動物心理学あるいは動物行動学の分野で用いられた用語である. 本来,動物心理学あるいは動物行動学の分野で用いられた用語である. ”人工知能(ディープラーニング)から学ぶ「英語学習法」 ” 茂木 健一郎がPRESIDENTでこう言っています。 今回は、英語の学習の仕方を、少し変わった視点から検討してみたいと思う。すなわち、 「人工知能から学ぶ英語学習法」である。 すでに、コンピュータが人間に追いつきつつあると見なされていたチェスや将棋に比べて、 囲碁は可能な打ち手の数が格段に多く、計算量が爆発的に多い。人工知能が人間に 追いつくのは、早くて10年先くらいのことではないかと予想されていた。 しかし、脳が実行する学習則を、地道に繰り返すことによって、人工知能は成功している。 そこには、何のマジックもない。 一方、人間は、学習法がわかっていても、それを徹底しないことが多い。画期的に新しい 学習法を考案する必要などない。ただ、基本を繰り返し、やればいいだけの話なのであるが。 たとえば、最近の人工知能は「達人」に学ぶ。囲碁の打ち方でも、自動車の運転の仕方でも、 達人と呼ばれる人たちが実際にどのような選択をし、行動をとるかを、ビッグデータで取り込み、解析する。 人間が英語を学ぶ際にも、同じ姿勢が必要である。ネーティブなどの、英語が達者な人の発音を ひたすら聞く。そのことで上達するはずなのに、徹底してやることができない。 人工知能の学習において大切なことの1つは、実際の行動と正解の間の「誤差」を検出して、 それが小さくなるように修正することである。これを繰り返すことで、急速に正解率が高まっていく。 達人の英語のパターンの徹底的な反復学習と、誤差の修正。この、基本中の基本という 学習法に徹することによって、人間もまた、英語力を飛躍的に向上させることができるだろう。 そう、まるで、「人工知能」のように。 私が脳の研究を始めた24年前、まさか、人間が人工知能に学ぶ日が来るとは思わなかったが、 時代は変わった。 人工知能の「学習の基本」の誠実な繰り返しに学ぶべきだろう。英語習得に、マジックなどない。 敢えて言えば、繰り返しが魔法となるのだ。 >ここにいる奴らは語学より先に言語学から学んだほうがいいな まさに正論と言える。 日本の英語教育の問題は言語モデルをどう捉えるかにあります。 言語の捉え方には2つあり、それは文法等の使い方を教える用法基盤モデルと、多くの事例の 集まりであると考える、2006年にThe Linguistic Review誌で特集された事例基盤モデルです。 事例基盤モデルでは言語事例に文法のようなパターンが“内在している”とは考えません。 パターンは蓄積された無数の事例から“発見”されるものである、これは多くの事例が ひとまず記憶されている事が前提となっております。 エマージェント文法でも、文法は実際の運用における言語経験の積み重ねの中で浮き上がってくる パターン感覚の体系にすぎないと言っております。 日本の英語教育の最大の問題は言語を用例基盤と捉え、その文法のようなパターンが 「内在している」と考えるために、教師が生徒に教えることです。 英語が事例基盤であれば、生徒は自らネイティブの使う表現や発音を、反復練習をして 手続き記憶として長期記憶に保存して忘れないように覚える事が重要になります。 これが脳のディープラーニングの言語習得です。 脳は認識や翻訳ではこの記憶されたこの事例の集まりを統計的に並列分散処理しています。 >受験や英検が目的ではなくて自然な英語を身に付けたいてなら >問題集はやっぱGrammar in use シリーズの Basic あたりがベストになるかな 言語は文法を基盤とした用例基盤ではなく、事例を集めた事例基盤だ。 するつ自然な表現を自然な音で真似て覚えるのが最も効果的だ。 つまりディープラーニングが最も促進される方法だ。 そのやり方ではきちんとした文章が書けるようにはならない。 >そのやり方ではきちんとした文章が書けるようにはならない。 文字英語と音声英語は大きく違う。 文字英語には多くの決まり事がある。 しかし、すべての言語の基本は音声言語だ。 音声言語の記録方法が文字言語に過ぎない。 ほんと、何なんだろうなガキが数年で習得する 聴解力を何年たっても習得できないのって ガキはそんな大勢の人間の声聞いてるわけでもないのに その違いにも対応できるわけだろ >ほんと、何なんだろうなガキが数年で習得する 言語が事例基盤である証拠だ。 会話作文英語表現辞典、アマゾンで1円で買うたのを今から覚えます これイイね >>85 えーまじで1円ーー!? 千円以上したのに…(T-T) >自分でやるのが最も効果的、英語教師とか不要でしょう。 その通り。 それが英語のディープラーニング。 英語教師の要らない英語学習方法。 >twitterに移行して わずかな間に、もう181人のディープラーニングのフォロアーがいる。 >脳の翻訳は文法解析ではなく、文例ベースだという事だ。 言語は文法のような用例基盤ではなく、事例を蓄積した事例基盤と言う事だ。 その脳の学習がディープラーニングであると言う事だ。 いままでいろいろな勉強法を試してきましたが、桜井恵三さんが提唱しているディープラーニングがいちばん効果を実感しました。 ディープラーニングをはじめる前はオンライン英会話などで単語と文法知識を駆使して、自分なりに英語を作り出していましたが、それが正しく自然な英語なのか不安を感じていました。 ディープラーニングではネイティブの会話を言い回しごと覚えて使うので間違えようがないし自然な表現になり不安はなくなります。また、やればやるほど言い回しが増えるので上達を実感できます。伸び悩んでいる中級者の方は是非試してみてほしいです。 ディープラーニングで覚えた表現をオンライン英会話で使ってみるなどの利用法もおすすめです。 https://xn--dck0a5dra3dxf1c6cc.net/lp 暗唱は重要だし、これが最短だと思う。しかし何を暗唱するかが問題でその部分を 汎用的な方法としては最適化はできない。 したがって業者が提供する物は基本的に駄目だ。 1.素材の最適化 各自に最も適合するものがある。それを選ぶ必要がある。もちろんアドバイザーに 頼ることもいいと思うが、人格的にレベルの高い人に教えてもらった方がいい。 2.暗唱方法の最適化 暗唱方法も様々な方法がある。これも各人それぞれ個性がありすべての人に合う方法 はない。だからこれも業者が提供するようなものを選択しない方がいい。各自で 独自の暗唱方法を編み出すことが肝心だ。 >達人の英語のパターンの徹底的な反復学習と、誤差の修正。この、基本中の基本という >学習法に徹することによって、人間もまた、英語力を飛躍的に向上させることができるだ>ろう。 >そう、まるで、「人工知能」のように。 茂木はAnne of green gablesを高校1年の時によんだそうだ。彼にとって英語勉強の基礎 となった本だが、その解説書をだしている。 しかし翻訳家から見るとかなり誤訳があるようだ。なぜだろう? 赤毛のアン程度でなぜ 徹底できないのだろうか? 有名な本だから専門家がたくさん翻訳を出している。だから それらを比較するなら「徹底」するのはわりと簡単だ。 何故「徹底」できないのか? それは認識の穴があるからだ。一旦一つの認識のスタイル を確立すると、いくら繰り返してもそれから出られない。反復では精度は向上しない。 まるで人工知能のように狂ったように反復しても、思い込んだら治らないということだ。 暗唱などの反復練習は学習にとって非常に有効ではあるが、明らかに馬鹿っぽい反復 というのは駄目だということだ。馬鹿っぽい業者がしつこく勧めるようなものは、膨大な 時間の無駄になるだけだ。基本的にこれなら絶対という方法などはない。 >>95 コルヴァンの「究極の鍛錬」をお読みになるとよい。 自動化を避けることの大事さが書いてある。 >それは認識の穴があるからだ。一旦一つの認識のスタイル > を確立すると、いくら繰り返してもそれから出られない。反復では精度は向上しない。 脳を真似た人工知能のディープラーニングは単なる反復ではない。 日本語では深層強化学習と呼ばれるものだ。 エラーを排除しながら学習する方法だ。 達人を真似る、そしてフィードバックで修正と矯正する。 正しくディープラーニングができれば、精度はどんどん上がる。 学習方法によっては達人を超える事も可能だ。 >基本的にこれなら絶対という方法などはない。 脳の学習がディープラーニングと解明されたから ディープラーニングが実践できるなら、絶対的な学習方法と言える。 いかに学習教材とその学習環境をつくるかという事になる。 >ディープラーニングが実践できるなら、絶対的な学習方法と言える。 「The Catcher in the Rye を丸ごと記憶すれば劇的な効果がある。」 こういうのとおなじだ。 これは絶対的な方法だが、誰にもできるわけではない。できないものを薦めても 意味がない。 だから誰にとっても絶対的な方法はない。 しいてあげるなら学校の授業くらいだな。これはやらなければ不利になる >これは絶対的な方法だが、誰にもできるわけではない。できないものを薦めても意味がない。 英語は事例基盤だから覚えないとどうにもならない。 それでどうすればだれでもできるからいろいろ試した。 その結果、対話集ならだれでもできる。 その対話集は普通の会話の一部を使ったもの。 そして練習しやすいようにEPUBで音声も取り込んだ。 そして学習者間で練習ができるともっと加速できる。 それが現在の英語学習間のSNSとなっている。 >だから誰にとっても絶対的な方法はない。 脳の学習方法から見れば、英語学習方法はディープラーニングだけだ。 いろいろな学習方法があるように見えるのは どんな方法でもディープラーニングが促進されるからだ。 効果的な学習を目指すならディープラーニングを目指す 教材が最も効果的な学習ができる。 >「The Catcher in the Rye を丸ごと記憶すれば劇的な効果がある。」 暗記ではなく、真似るが正解だ。 脳は反復を嫌うから暗記をするのは好きでない。 ディープラーニングは記憶するのでなく、ネイティブに近づく学習だ。 その結果として記憶されると言うのがディープラーニングだ。 記憶する必要はあるが、その最初からその記憶が目的ではない。 >「The Catcher in the Rye を丸ごと記憶すれば劇的な効果がある。」 物語りはディープラーニングに適さない。 その理由は英語を覚える場合に事例をランダムに覚える必要がある。 物語りは連続的に覚えるから、単独で英語を覚えているのではない。 対話集なら和訳を使って練習ができるから、それぞれの事例をランダムに覚える事ができる。 表現集よりは対話集の方がずっと効果的だ。 >物語りはディープラーニングに適さない。 >その理由は英語を覚える場合に事例をランダムに覚える必要がある。 >物語りは連続的に覚えるから、単独で英語を覚えているのではない。 ランダムに覚えるのは尤もばかげた方法だ。 「整理して効率よく覚えてランダムに使える」 そもそもこの能力がないのでは語学をやる能力がないということだ。 語学に才能がある人はまず単語を大量に覚える。これで最低限の核ができる。 あとは応用で何とでもなる。これが最短だ。 しかし、単語を大量に覚えるのは苦行で大変だ。そこで頭が良くて苦行の嫌い な人は物語を読む。物語は時系列でイメージが豊かなので、簡単に覚えられる。 茂木も高校1年で赤毛のアンを読んだ。 >茂木も高校1年で赤毛のアンを読んだ。 その間違いの学習をした茂木の英語がこれだ。 https://www.youtube.com/watch?v=7HU05V9HDHo これは日本人英語の恥だ。 茂木は留学しているけどこのお粗末な英語だ。 人工知能(ディープラーニング)から学ぶ「英語学習法」 茂木 健一郎がPRESIDENTでこう言っています。 今回は、英語の学習の仕方を、少し変わった視点から検討してみたいと思う。すなわち、 「人工知能から学ぶ英語学習法」である。 すでに、コンピュータが人間に追いつきつつあると見なされていたチェスや将棋に比べて、 囲碁は可能な打ち手の数が格段に多く、計算量が爆発的に多い。人工知能が人間に 追いつくのは、早くて10年先くらいのことではないかと予想されていた。 しかし、脳が実行する学習則を、地道に繰り返すことによって、人工知能は成功している。 そこには、何のマジックもない。 一方、人間は、学習法がわかっていても、それを徹底しないことが多い。画期的に新しい 学習法を考案する必要などない。ただ、基本を繰り返し、やればいいだけの話なのであるが。 たとえば、最近の人工知能は「達人」に学ぶ。囲碁の打ち方でも、自動車の運転の仕方でも、 達人と呼ばれる人たちが実際にどのような選択をし、行動をとるかを、ビッグデータで取り込み、解析する。 人間が英語を学ぶ際にも、同じ姿勢が必要である。ネーティブなどの、英語が達者な人の発音を ひたすら聞く。そのことで上達するはずなのに、徹底してやることができない。 人工知能の学習において大切なことの1つは、実際の行動と正解の間の「誤差」を検出して、 それが小さくなるように修正することである。これを繰り返すことで、急速に正解率が高まっていく。 達人の英語のパターンの徹底的な反復学習と、誤差の修正。この、基本中の基本という 学習法に徹することによって、人間もまた、英語力を飛躍的に向上させることができるだろう。 そう、まるで、「人工知能」のように。 私が脳の研究を始めた24年前、まさか、人間が人工知能に学ぶ日が来るとは思わなかったが、 時代は変わった。 人工知能の「学習の基本」の誠実な繰り返しに学ぶべきだろう。英語習得に、マジックなどない。 敢えて言えば、繰り返しが魔法となるのだ。 >茂木は留学しているけどこのお粗末な英語だ。 その間違いの英語学習に気付き今ではこう言っている。 人間が英語を学ぶ際にも、同じ姿勢が必要である。ネーティブなどの、英語が達者な人の発音を ひたすら聞く。そのことで上達するはずなのに、徹底してやることができない。 人工知能の学習において大切なことの1つは、実際の行動と正解の間の「誤差」を検出して、 それが小さくなるように修正することである。これを繰り返すことで、急速に正解率が高まっていく。 達人の英語のパターンの徹底的な反復学習と、誤差の修正。この、基本中の基本という 学習法に徹することによって、人間もまた、英語力を飛躍的に向上させることができるだろう。 >語学に才能がある人はまず単語を大量に覚える。これで最低限の核ができる。 >あとは応用で何とでもなる。これが最短だ。 脳科学者は人工知能のディープラーニングを真似ろと言っている。 ネイティブを真似て、フィードバックで修正と矯正をしろ。 つまり表現ごとに覚えろ、発音も使い方もすべて真似ろと言っている。 まず覚えると言うのが最悪の方法だ。 効果的な英語学習は表現ごとにネイティブを真似る。 そしてフィードバックを得て、矯正するのだ。 まとめて覚えると発音に関するフィードバックがないので 茂木のような瞬間英作の英語になる。 >茂木も高校1年で赤毛のアンを読んだ。 その茂木は留学までしている。 しかし、それでも茂木は英語は話せないと告白している。 https://www.youtube.com/watch?v=VvL2II59KRg 留学も、赤毛のアンも間違った英語学習が証明できる。 正しい方法がディープラーニングだ。 つまり、ネイティブを真似て、フィードバックで修正と矯正をしろ。 >だから誰にとっても絶対的な方法はない。 留学も、赤毛のアンも間違った英語学習が証明できる。 正しい方法がディープラーニングだ。 つまり、ネイティブを真似て、フィードバックで修正と矯正をしろ。 >>108 >脳科学者は人工知能のディープラーニングを真似ろと言っている。 >つまり表現ごとに覚えろ、発音も使い方もすべて真似ろと言っている。 こいつは日本語の文章もまともに読めないのか? 小学校の国語からやり直せよ >>108 >脳科学者は人工知能のディープラーニングを真似ろと言っている。 >茂木のような瞬間英作の英語になる。 その脳科学者ってのが茂木(笑) >茂木は留学しているけどこのお粗末な英語だ。 その間違いの英語学習に気付き今ではこう言っている。 人間が英語を学ぶ際にも、同じ姿勢が必要である。ネーティブなどの、英語が達者な人の発音を ひたすら聞く。そのことで上達するはずなのに、徹底してやることができない。 人工知能の学習において大切なことの1つは、実際の行動と正解の間の「誤差」を検出して、 それが小さくなるように修正することである。これを繰り返すことで、急速に正解率が高まっていく。 達人の英語のパターンの徹底的な反復学習と、誤差の修正。この、基本中の基本という 学習法に徹することによって、人間もまた、英語力を飛躍的に向上させることができるだろう。 達人の真似に徹するよりは、3流のネエチャンをからかってるほうが絶対に上達するのは 何故だろうな? / ̄\ ‖ ̄ ̄ ̄ ̄ ̄ (^,_J^)≪ 英語なんて適当に と(。人。)つ|しゃべればいいんですよ |χ| |誰かの真似をする必要は無い し'し' \_____ 誰かの真似っぽくしゃべる人が滑稽だ あんた等も成長期に見た洋画等で誰かがしゃべった時のイメージくらいは 持ってるだろう、常にそれを大まかに餅ながら辞書やテレビで正しい発音を知れば良い 単語だけ頑張って憶えて、後は適当で「実戦で間違いを恐れずに当たって砕けろ」って 姿勢の奴が最も上達が早いな。TEDなんかで多言語を短期間にマスターする奴の話を聞くと 100%この方法だな。 達人をまねてひたすら練習するようなのはセンスがないわ。だからいくらやっても 絶対に無理。 >単語だけ頑張って憶えて、後は適当で「実戦で間違いを恐れずに当たって砕けろ」って >姿勢の奴が最も上達が早いな。 それは間違いだ。 ネイティブを真似るディープラーニングが最も上達が速い。 ディープラーニングの例が少ないだけだ。 >茂木は留学しているけどこのお粗末な英語だ。 その間違いの英語学習に気付き今ではこう言っている。 人間が英語を学ぶ際にも、同じ姿勢が必要である。ネーティブなどの、英語が達者な人の発音を ひたすら聞く。そのことで上達するはずなのに、徹底してやることができない。 人工知能の学習において大切なことの1つは、実際の行動と正解の間の「誤差」を検出して、 それが小さくなるように修正することである。これを繰り返すことで、急速に正解率が高まっていく。 達人の英語のパターンの徹底的な反復学習と、誤差の修正。この、基本中の基本という 学習法に徹することによって、人間もまた、英語力を飛躍的に向上させることができるだろう。 人工知能(ディープラーニング)から学ぶ「英語学習法」 茂木 健一郎がPRESIDENTでこう言っています。 今回は、英語の学習の仕方を、少し変わった視点から検討してみたいと思う。すなわち、 「人工知能から学ぶ英語学習法」である。 すでに、コンピュータが人間に追いつきつつあると見なされていたチェスや将棋に比べて、 囲碁は可能な打ち手の数が格段に多く、計算量が爆発的に多い。人工知能が人間に 追いつくのは、早くて10年先くらいのことではないかと予想されていた。 しかし、脳が実行する学習則を、地道に繰り返すことによって、人工知能は成功している。 そこには、何のマジックもない。 一方、人間は、学習法がわかっていても、それを徹底しないことが多い。画期的に新しい 学習法を考案する必要などない。ただ、基本を繰り返し、やればいいだけの話なのであるが。 たとえば、最近の人工知能は「達人」に学ぶ。囲碁の打ち方でも、自動車の運転の仕方でも、 達人と呼ばれる人たちが実際にどのような選択をし、行動をとるかを、ビッグデータで取り込み、解析する。 人間が英語を学ぶ際にも、同じ姿勢が必要である。ネーティブなどの、英語が達者な人の発音を ひたすら聞く。そのことで上達するはずなのに、徹底してやることができない。 人工知能の学習において大切なことの1つは、実際の行動と正解の間の「誤差」を検出して、 それが小さくなるように修正することである。これを繰り返すことで、急速に正解率が高まっていく。 達人の英語のパターンの徹底的な反復学習と、誤差の修正。この、基本中の基本という 学習法に徹することによって、人間もまた、英語力を飛躍的に向上させることができるだろう。 そう、まるで、「人工知能」のように。 私が脳の研究を始めた24年前、まさか、人間が人工知能に学ぶ日が来るとは思わなかったが、 時代は変わった。 人工知能の「学習の基本」の誠実な繰り返しに学ぶべきだろう。英語習得に、マジックなどない。 敢えて言えば、繰り返しが魔法となるのだ。 言語には”原則があって例外がある”と考えるのは、大間違いだ。 言語の基本や原則となるものはなく、 実際使われている事例がたくさんあるだけだ。 言語習得はその事例を忘れないように覚える、それがディープラーニングだ。 ネイティブを真似、表現も発音もパターンも使い方もリスニングも同時に学習できる。 記憶が増えると累積効果で学習が加速され、認識精度が向上する。 >自然な翻訳と言う事は文法のルールに沿っていないと言うことだ。 文法を教えない学習で素晴らしい効果を上げている。 http://www.oricon.co.jp/article/198578/ もちろん、ディープラーニングはもっと効果を上げている。 はじめまして。 宮城県にあるキリスト教系大学の尚絅学院大学で国際人権論を中心とした国際関係学を教えているXXXXです。 この4月まで米国NYのコロンビア大学で客員研究員として1年間研究に取り組んでいました。 研究テーマの一つが異文化間理解教育で、その関係で英語学習法にもとっても興味を持っていました。 先ほど、成瀬由紀雄さんに対する櫻井さんの質問を偶然オンライン上で拝読し、我が意を得たりという気がしました。 特に脳科学の最新の知見に基づいた科学的で効率的な英語教育方法を目指す姿勢にたいへん共鳴しました。 突然ご連絡して恐縮ですが、ぜひいろいろとご教示を賜りたくお願い申し上げます。 グーグルはもう2003年には統計的機械翻訳システムを開発している。 https://youtu.be/lkwkx8NO4CY 2003年からグーグル独自の統計的機械翻訳のシステムの開発を始めた。 2007年にグーグルは統計的機械翻訳が発表され、翻訳システムに革命を与えてた。 Google Translate is a well-known app from Google, The revolution started in 2007, when Google announced a new, proprietary algorithm, based on statistical models, which would improve the accuracy of its translation efforts by far. The most powerful and successful translator was based on statistics. 2010年のシステムはもちろん統計的機械翻訳のシステムだ。 https://www.youtube.com/watch?v=_GdSC1Z1Kzs& ;feature=youtu.be&t=26 たしかに、動画の0:14に統計的機械翻訳となっている。 それは統計的機械翻訳の説明だ。 基礎をつけると雪だるま式に自動的に膨れ上がる。基礎とは雪だるまの芯にあたる 部分だ。この芯をしっかり作るとあとは自動的に上達し達人になる。だから達人は 膨れ上がった雪だるまのように膨大な知識をもつ。この達人の膨大な知識をそのまま 真似るのは、最も馬鹿なやり方だ。膨大な時間と労力が必要になる。 達人が達人になったやり方をまねるのでなければ、達人には到達できない。 芯を作れば簡単に達人になれる。それに比べるとディープラーニングは最も困難で 最も馬鹿げた方法だ。 >この4月まで米国NYのコロンビア大学で客員研究員として1年間研究に取り組んでいました。 一年間もかけて、そんな下らない見識しか持ちえないというのは悲しい限りだ。なぜそこまで 残念なのかというと、それは研究者としての基礎がないからだ。 >基礎をつけると雪だるま式に自動的に膨れ上がる。基礎とは雪だるまの芯にあたる >部分だ。この芯をしっかり作るとあとは自動的に上達し達人になる。 言語は事例基盤モデルだ。つまり多くの人が良く使う事例がたくさんあるだけの事だ。 基礎になるものはない。もちろん文法も音素も基礎ではない。 言葉の学習で雪だるま式に自動的に膨れ上がることはない。 しかし、事例基盤は累積効果によりディープラーニングによるパターン学習が加速され そして、パターン認識の精度が上がる。 >芯を作れば簡単に達人になれる。それに比べるとディープラーニングは最も困難で >最も馬鹿げた方法だ。 芯を作れと言いながら何の説明もない。 基礎をつけると雪だるま式に自動的に膨れ上がるといいながら、 その基礎の説明がない。 なんで芯ができると雪だるま式に自動的に膨れ上がるのだ? 非科学的な説明しかできない。 >達人が達人になったやり方をまねるのでなければ、達人には到達できない。 それならどのような方法あるのだ。 最新の人工知能は人間の脳のように達人を真似、自分で解決策を探す。 グーグルやフェイスブックの人工知能も人間の脳のディープラーニングを真似ている。 2016年の3月、グーグルによる人工知能(AI)のDeepMindが、歴史的な勝利を 収めた。DeepMindの囲碁AI「AlphaGo」が、囲碁韓国チャンピオンのイ・セドルを 5番勝負で打ち負かしたのだ。 彼らはいまや、AlphaGoを複数の棋士と同時に対局させようとしている。 DeepMindは2017年5月23日から中国・浙江省で開かれる“フューチャーGOサミット” で、AIがさまざまな状況で能力を発揮できることを証明しようというのだ。 AlphaGoのシステムは、人間の脳が学習する仕組みであるディープラーニングを模倣している。 ディープラーニングは、人間ならそもそも出来るけれど コンピュータでは出来なかった「曖昧な理解」を ニューラルネットワークに中間層を作ることによって 近いものを再現可能にした人工知能の技術 「人間の脳がディープラーニングをやっている」 なんて主張は最初も最初の一歩目からズレているんだよ 「ディープラーニングで強くなったAlphaGOの学習法を真似する」と 「ディープラーニングをする」ではまったく違う 人間の脳でディープラーニングに相当するのは、 記憶にある音(や文章)と、似てはいるが違う音(や文章)を 同じ物として認識したり、>>874 のように文法的に正しくなかったり 崩れた語順の文章でも理解できるという部分 その記憶の音(や文章)の種類が多いほど その言語ができるということになる つまり、インプットの量を増やしビッグデータを増やすことが大事 出力することが大事というのは、 人間はコンピュータと違い記憶が薄れていくので ビッグデータの中身を減らさないように長期記憶への定着を図るということ 同じ文章を繰り返すのも記憶への定着を目的としている これはディープラーニングそのものには関係ないし、 棋譜というビッグデータを増やすのを目的として対局を繰り返す 「AlphaGOのやっている繰り返し」とも別なもの 達人の真似は教師あり強化学習の部分で AlphaGOや人工知能がやっていることではあり 人間も目標との誤差修正をするべきではあるが ディープラーニングそのものではない したがって、「達人を真似るのがディープラーニング」という 桜井の学習法は名称を騙る詐欺 >人間はコンピュータと違い記憶が薄れていくので > ビッグデータの中身を減らさないように長期記憶への定着を図るということ >同じ文章を繰り返すのも記憶への定着を目的としている 脳のディープラーニングの目的は達人を真似ることだ。 そしてフィードバックを得て達人との差を修正して矯正する事だ。 ディープラーニングは達人を真似るための大事なプロセスだ。 しかし脳の場合にはその反復練習がLTP(長期増強)を引き起こし長期記憶に保存される。 自動化と最適化された情報が長期記憶に保存される。 ディープラーニングの目的は達人を真似る事であり、 その反復練習の成果として長期記憶への保存が可能となる。 >達人の真似は教師あり強化学習の部分で >AlphaGOや人工知能がやっていることではあり >人間も目標との誤差修正をするべきではあるが > ディープラーニングそのものではない 全ての母語の習得はディープラーニングだ。 つまり達人を真似るだけでネイティブの英語力を習得てきる。 ディープラーニングにおいて、人間も人工知能もフィードバックで修正しないと スキルの向上はない。 >ディープラーニングにおいて、人間も人工知能もフィードバックで修正しないと > スキルの向上はない。 脳の場合にフィードバックを得て、ポジティブなフィードバックを得れば 報酬系が満たされ、学習意欲の保持や向上がある。 これがやる気を保持をする大事なメカニズムである。 >したがって、「達人を真似るのがディープラーニング」という >桜井の学習法は名称を騙る詐欺 人工知能(ディープラーニング)から学ぶ「英語学習法」 茂木 健一郎がPRESIDENTでこう言っています。 今回は、英語の学習の仕方を、少し変わった視点から検討してみたいと思う。すなわち、 「人工知能から学ぶ英語学習法」である。 すでに、コンピュータが人間に追いつきつつあると見なされていたチェスや将棋に比べて、 囲碁は可能な打ち手の数が格段に多く、計算量が爆発的に多い。人工知能が人間に 追いつくのは、早くて10年先くらいのことではないかと予想されていた。 しかし、脳が実行する学習則を、地道に繰り返すことによって、人工知能は成功している。 そこには、何のマジックもない。 一方、人間は、学習法がわかっていても、それを徹底しないことが多い。画期的に新しい 学習法を考案する必要などない。ただ、基本を繰り返し、やればいいだけの話なのであるが。 たとえば、最近の人工知能は「達人」に学ぶ。囲碁の打ち方でも、自動車の運転の仕方でも、 達人と呼ばれる人たちが実際にどのような選択をし、行動をとるかを、ビッグデータで取り込み、解析する。 人間が英語を学ぶ際にも、同じ姿勢が必要である。ネーティブなどの、英語が達者な人の発音を ひたすら聞く。そのことで上達するはずなのに、徹底してやることができない。 人工知能の学習において大切なことの1つは、実際の行動と正解の間の「誤差」を検出して、 それが小さくなるように修正することである。これを繰り返すことで、急速に正解率が高まっていく。 達人の英語のパターンの徹底的な反復学習と、誤差の修正。この、基本中の基本という 学習法に徹することによって、人間もまた、英語力を飛躍的に向上させることができるだろう。 そう、まるで、「人工知能」のように。 私が脳の研究を始めた24年前、まさか、人間が人工知能に学ぶ日が来るとは思わなかったが、 時代は変わった。 人工知能の「学習の基本」の誠実な繰り返しに学ぶべきだろう。英語習得に、マジックなどない。 敢えて言えば、繰り返しが魔法となるのだ。 グーグルの発表により桜井のディープラーニングの理論が正しいことが証明された 2016年1月に米グーグルはNature誌で人工知能のAlphaGoが 囲碁のプロの棋士に勝ったと報道しました。 自ら囲碁をプレーをする事により人間以上の能力をだせるディープラーニングの人工知能を 開発したと発表し、世界を驚かせました。 1997年にIBMのDeepBlueが当時のチェス世界チャンピオンを打ち負かした 手法は開発チームにチェスの名人が加わっていて、彼らがアルゴリズムを プログラムに組み込みチェスの知識をただ実行したにだけでDeepBlueが 学習したわけではないのです。 AlphaGoはゼロから学習します。知覚的な経験を与えてやると、そこから直接 学びます。予期せぬ事柄に遭遇すると、そこから学習し適応します。 プログラムの設計者自身が解決法を知っている必要はありません。 このAlphaGoに囲碁の達人の指し手でトレーニングする、ニューラルネットワークにより どの手を打つべきかを判断します。 囲碁の事前知識を教えなくても、人間のように繰り返し プレーすることで 勝つ方法を学習するのです。 >達人の真似は教師あり強化学習の部分で >AlphaGOや人工知能がやっていることではあり 全ての母語の習得はディープラーニングだ。 つまり達人を真似るだけでネイティブの英語力や日本語力を習得てきる。 ディープラーニングにおいて、人間も人工知能もフィードバックで修正しないと スキルの向上はない。 はじめまして。 宮城県にあるキリスト教系大学の尚絅学院大学で国際人権論を中心とした国際関係学を教えているXXXXです。 この4月まで米国NYのコロンビア大学で客員研究員として1年間研究に取り組んでいました。 研究テーマの一つが異文化間理解教育で、その関係で英語学習法にもとっても興味を持っていました。 先ほど、成瀬由紀雄さんに対する櫻井さんの質問を偶然オンライン上で拝読し、我が意を得たりという気がしました。 特に脳科学の最新の知見に基づいた科学的で効率的な英語教育方法を目指す姿勢にたいへん共鳴しました。 突然ご連絡して恐縮ですが、ぜひいろいろとご教示を賜りたくお願い申し上げます。 >グーグルの発表により桜井のディープラーニングの理論が正しいことが証明された 先ほど、成瀬由紀雄さんに対する櫻井さんの質問を偶然オンライン上で拝読し、我が意を得たりという気がしました。 特に脳科学の最新の知見に基づいた科学的で効率的な英語教育方法を目指す姿勢にたいへん共鳴しました。 突然ご連絡して恐縮ですが、ぜひいろいろとご教示を賜りたくお願い申し上げます。 >「こんなすごい人から支持された」とばかりに 俺は以前に東大の峰松信明氏から音のストリームを研究していると言う メールをもらった。 峰松氏は音素は学習した錯覚だと言っていた。 http://www.gavo.t.u-tokyo.ac.jp/ ~mine/japanese/ >【その人工知能を応用した囲碁AI :アルファ碁 が人間のプロ棋士を打ち負かした → (だから、)自分のチープラーニングも凄い!】 >と意味不明の論理展開をしているところ 達人を真似、そして誤差を修正するだけで達人に勝てる。 だからそのディープラーニングの学習能力はすごい。 お前にはこの意味が理解できないのか? グーグルやフェイスブックの人工知能も脳のディープラーニングを真似る。 それはすごい事ではないのか? >達人が達人になったやり方をまねるのでなければ、達人には到達できない。 達人でもどうやって達人になったか分からない。 だから達人を真似るのだ。 達人になった方法が分かるなら、 誰だって無理して真似る事はないだろう? 桜井は、「人間の脳の学習機能の一部を、人工知能が真似して、それで飛躍的に人工知能が進歩した」と主張しているが ここまでの主張は概ね正しいと思う。 つまり、人工知能が脳を真似して、それで飛躍的に人工知能が進歩したのだから、 関係は非常に深いものがある。 英語学習もディープラーニングを上手に機能させる教材や学習環境があれば 非常に効果的な学習ができる。 桜井のこの結論も正しい。 最近、、、「日常英会話表現4000―The simplest is the best」を本屋で良く見かけるのだが 良く見ると初版発行は2003/12なんだな 1語〜5語程度の短い英文で、しかも汎用性が高いフレーズに絞って割り切っているところがなんか凄そう? 最強棋士・柯潔、囲碁AI「AlphaGo」に敗れる。 だが開発者は「人間の勝利である」と言う。 その理由はAlphaGo は人間の脳の学習を真似たディープラーニングで 深層強化学習を進め、最強騎士に勝ったからだ。 ディープラーニングとは達人を真似、フィードバックで誤差を修正する 本来は人間の脳が持つ学習方法。 >桜井恵三の英語の学習法・学習教材の‘ディープラーニング’については、一切、科学的な検証や実験は行われていません。 >すなわち、科学的根拠は全くありません。 日経ビジネスがディープラーニングと英語学習の関係を報じています。 ディープラーニングと英語学習の関係 http://business.nikkeibp.co.jp/atcl/skillup/15/093000004/102700029/ それは、「まず文法解説有りき」の学習から、「文法解説がゼロ」もしくは「ほとんどゼロ」の学習への転換です。 言語が文法を学ぶ用法基盤ではなく ディープラーニングで事例を学ぶ事例基盤である事は明白です。 >大学でマーケティングを学んだのを自称しているが >50年以上も昔の話だから 英語のディープラーニングは考えが脳科学を取り入れた新しいアプローチだけではない。 どちらかと言えばビジネスのクラウド運用システムが最も新しいと言える。 ネットワークが存在するから効果的なディープラーニングが経済的に安く機能する。 ネットで回収された会費はクラウドベースの会計処理を行う。 もちろん最新のインバウンド・マーケティングをすべての要素を導入している。 顧客管理にはステップメールを基盤とするマーケティング・オートメーションも採用している。 教材はスマホやタブレットを使う、電子書籍であり、英語学習者のソーシャルラーニングはSNSを使っている。 学習者は学習し易いようにスマホやタブレットで学習して、他の学習者とソーシャルラーニングをする。 全てがマーケティング・オートメーションやクラウド処理で自動化されているから 月間480円の会費で十分に運営が可能だ。 会員が急増しても、クラウドのシステムは現状のままで十分に対応が可能だ。 >月間480円の会費で十分に運営が可能だ。 しかも、会費は月々の支払だから、 以前にあった英語学校のように学費を先取りされて詐欺に合う心配もない。 経費が安いだけでなく、安心して会費を払うことができる。 うんこ漢字ドリルとかいうの最近よく見かけるんだけど 英語のフレーズ集版もあればいいな 重要な単語と一緒に間違っても発音しちゃいけない shitのような単語も知ることができるみたいなの >ディープラーニングとは達人を真似、フィードバックで誤差を修正する >本来は人間の脳が持つ学習方法。 達人同士の誤差が無限大にあることを考えると、不定な信号をフィードバックすると完全に発振して 制御不能になる。学習方法としては科学的に見て最悪の方法ではある。w たしかに、フィードバックを適正にかける必要があるな アルファ碁も発振しかかってヘンテコな手を繰り出したことあったっけ フィードバックループに入れる英語はある程度は適正にフィルタリングして 位相余裕とゲイン余裕を確保しておく必要がある そのためにはフィードバックをかける自身のセンシティブな面を把握しておく必要もあるかも >>150 うんこ英語フレーズ集 より良いタイトルがあったわ ゲスの極み乙女 英語フレーズ集 がいいな センテンス・スプリング! https://www.youtube.com/watch?v=qpb26DUBL7s Gesu no Kiwami Otome. Girl at the Height of Rudeness. He’s an asshole. He’s a scum. >達人同士の誤差が無限大にあることを考えると コミュニケーションにおいてそれはあり得ない。 達人同士の誤差が無限大にあるならもう言語とは言えない。 英国人と米国人は発音はかなり違うが、コミュニケーションは可能だ。 他の地域の英語も同様に訛りはあってもコミュニケーションは可能だ。 その理由はどんな英語でも共通のパターンは共有しているからだ。 達人を真似る場合に、真似る部分はその共通の部分だ。 >ミュージカル映画(「8月月夜の茶屋」)のセリフをそのまま言ってるだけなので参考にはなりません。 下手だと思うw 彼の英語は実に酷いです。 https://dl.dropboxusercontent.com/u/31594488/sakuraikeizo.mp3 ネットで噂の英語学習者用のマストドン 去年の末から彗星のごとく現れ、フェイスブックやtwitterの欠点をカバーする未来のSNSであると言われ、ネットで多くの関心を集めていいる、マスタドンと言うの新しいタイプのSNSがあります。 この度、そのマストドンを使った英語学習者用のサイトが始めましたので良かったらぜひ参加してください。 英語学習者が英語学習に関する情報の交換、励まし合い、助け合いをするサイトです。もちろんフェイスブックやtwitterのような広告や宣伝はありません。 サイト名:英語が上手になりたい https://learn-english.site 参加方法は上記のサイトにアクセスして登録してください。 PCの場合にIEは対応しておりせん。 スマホやタブレット用には多くがありますが、次のアプリが使えます。 iPhoneやiPad:Amaroq for Mastodon android:Tusky スマホやタブレットの場合、アプリではなく、インターネットのブラウザで上記サイトにアクセスできます。 >もはや桜井からは2ちゃんへの情熱は感じられず終わった人 バカを相手にできないから終わった。 そして合同会社ディープラーニングが独自のSNSを始めた。 https://learn-english.site/ >やる気のある人間からやる気を奪うのが アホ、バカニートのようなやる気のない人間は最初から ディープラーニングのような先生の要らない英語学習をやらない。 やる気があるからディープラーニングを始めたのだ。 まだ学び合いの環境が十分でないから、歩留まりが悪いだけだ。 この初期の段階でも20%が継続てきているから、必要なのは環境の改善だ。 英語クラスターハンドブック: 基本単語のつながり用例辞典 単行本 ? 2017/7/3 安井 稔 (著), 久保田 正人 (著) 単行本 ¥ 4,104 この新刊、店頭で見かけて発作的に即買いしたんだけど レベル的には「アクティブ英語会話表現辞典」と「会話作文 英語表現辞典」 と同じくらいかなー、って感じ。でも、その二つと違うところは、この本とにかく短文が多い。 あと「用例の収集には底本としてH.EPalmer(1938) A Grammer of English Worksを用い」 って書いてあるんだけど、古くないか?って気になる感じだけど、短文ばかりなのでまあ良い。 総評として、短文ばっかりだけど、コロケーションの勉強にはかなり使えそうだから 例文マニアとしては間違いなく即買いすべし、ってこと。 「買おうかなー、どうしようかなー?」って考えてるうちに絶版になってる感じの本だよ、これ。 隣の「例文集を語ろう」スレに書けば良かったw 荒れてるスレに書いてしまったwww 文法網羅系かつパターンプラクティス的に似た例文が幾つか並んでるようなもので高校レベルの基礎を扱ってるようなのって無いかなぁ イメージはNOBU式とか毎日の英文法を少し難しくしたようなやつ ■ このスレッドは過去ログ倉庫に格納されています
read.cgi ver 07.5.5 2024/06/08 Walang Kapalit ★ | Donguri System Team 5ちゃんねる