英語ってどんな勉強法がいいの? [無断転載禁止]©2ch.net
■ このスレッドは過去ログ倉庫に格納されています
強化学習でも、「報酬」がきちんとフィードバックされないと酷い結果になる。
あと、強化学習でも、選択肢ごとの価値をすべて学習(いわば試行錯誤)
で得ようとすれば膨大な時間が必要になる。
価値の初期値を予め設定しておいたほうが、学習に要する時間を
大幅に短縮できる。 >価値の初期値を予め設定しておいたほうが、学習に要する時間を
>大幅に短縮できる。
脳は暗黙知をディープラーニングで暗黙知のまま学習する。
その価値とか初期値が存在するものではない。
その暗黙知の価値の初期値を予め設定する事などできない、
できないからこそ、達人を真似して特徴を少しずつ学習する。 >強化学習でも、「報酬」がきちんとフィードバックされないと酷い結果になる。
フィードバックとは入力を出力に戻す事だ。
そのフィードバックの判断の結果、報酬が発生する場合もある。
「報酬」がきちんとフィードバックされないという説明がおかしい。 そんな無駄話ここに落書きする前に勉強した方が身になるのでは? >>78
「そんなことするヒマがあったら・・・」なんてワンパターンな書き込み多いけど
ちょっと無駄話するのもしないのも時間的に大差ないよw >>76
>脳は暗黙知をディープラーニングで暗黙知のまま学習する。
>その価値とか初期値が存在するものではない。
子供の場合には、言わばその言語にずっと浸かっているわけで、
学習に要する時間は非常に長い。しかも常に報酬を与えたり、
いわゆる教師あり学習のように、ティーチングする「親」などの
存在もある。
第二言語として習得する場合にそんな環境にはいられないのだから、
予め初期値を設定した方がずっと学習効果が上がる。
そうでなければ全く馬鹿げた無意味な選択肢と、極めて正しい選択肢が
同じ価値をもつというところからのスタートになってしまう。
本当にネイティブとの接触が無いと、どうしてもpolicyの取り方が
限定される(policyに対するrewardが確実に得られるわけではないから)
従って、value functionが収束していきにくい。既存のテキストなどから
得られる限られたpolicyの結果をreward valueと見なして
value functionを調整していくしかないわけで、その意味でも第二
外国語の場合に全てをディープラーニングで補おうというのは無理がある。
>フィードバックとは入力を出力に戻す事だ。
違いますよ。 >第二言語として習得する場合にそんな環境にはいられないのだから、
人間の脳は死ぬまで成長する唯一の臓器だ。
つまり脳の学習の仕組みは生まれたから死ぬまで、臨界期の前も後も、
第二言語も第三言語でも学習する脳の仕組みはまったく同じだ。
それがディープラーニング(深層強化学習)だ。 >外国語の場合に全てをディープラーニングで補おうというのは無理がある。
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。 >>81
いや、かなり違いますな。脳の記憶のしかたも乳幼児期と成人以降では
かなり違う。それは脳自体が成長して、既存のネットワークを活用する
ような働き方をするから。
ある程度出来上がっている学習状態に新しいものを持ち込むわけで、
都合の良い部分もあるが、極めて都合の悪い部分もある。そこを
修正するには従来の学習方法もまた必要で、ディープラーニング的な
手法では収束させる時間がかかりすぎる。
従って、第二、第三外国語の場合にはそのまま適用するのは無理。
>>82
それは・・・どちらかというと「教師あり学習」的な考え方ですね。
茂木さんもイメージで捉えているからそんな感じのコメントになる
のでしょう。 >>83
トイック280のインチキ業者荒らしにレスするだけ時間のムダ さかなクンメソッドが最強だと思う。さかなクンメソッドは魚の代わりに英語
にとりつかれる。そうするとインチキディープとかDMMとかフィリピン留学とか
目じゃない。
俺はまさにさかなクンメソッドでやってる。でもさかなクンメソッドでも
強烈なのはコスプレまでやるんだが、俺はコスプレはやらない。
柚木麻子とかは風邪と共に去りぬでさかなクンをやってるらしい。
スカーレットのドレスを着てケンタッキーフライドチキンを食ったりするらしい。
フライドチキンは南部料理の代表だからね。それとかデニーズの2回から
降りながら友達とつるんでスカーレットとメアリーのセリフ喋くるとかも趣味らしい。
デニーズはどうも南部建築らしい。
そういうのができる神経はちょっとうらやましいが俺のさかなクンメソッドは
毎朝30ページ読むことと、きわめておとなしい。外見は地味だが読んでる物語
が強力だから完全にあっちの世界に行ってしまう。これは最強だよ。
ドンドン読むからすぐに英語脳になってさらにドンドン読めるようになる。
インチキディープの欠点はコスト。スーパーコンピューターを300台パラレル
運転して600億くらいかけて大量の画像を覚え込ませてやっとサルと人間が区別できる
程度だ。英語で冗談が言えるまでにはあと500年くらいかかる。 >英語音韻を正しく学ばない限り、お前のようなカタカナ英語にしかならないよ
その音韻はいくつあるのだ。
30か、43か、44か、45か、51か。
数さえも分からない、正しい音さえわからない
その音韻をどう学習できるというのだ。 数さえも分からない、正しい音さえわからない
その音韻をどう学習できるというのだ。
それを矛盾と言うのだ。 >その音韻を無視してどう学習させるんだろうね?w
音声は音のストリームだ。
その音のストリームをディープラーニングで学習する。
達人の真似を繰り返すのだ、そしてフィードバックを得た矯正をする。
ディープラーニングならパターン学習だから
アメリカ英語も、英国英語も、豪州英語も聞き取れる。
人間の音声認識は音韻に依存していない。 >音声は音のストリームだ。
>その音のストリームをディープラーニングで学習する。
>達人の真似を繰り返すのだ、そしてフィードバックを得た矯正をする。
大間違いですね。 一体何の為に英語を勉強したいのか
外国人と話したい?洋書読みたい?海外行きたい?
自分の場合はバックパッカーで世界中を飛び回る為に勉強したし、英語はその為の道具に
過ぎないとおもってた。だから挫折せずに続けられてたよ
つまり言いたいのは、モチベーションは大事だと思う
スレとズレててごめん 人工知能の基礎中の基礎も知らないサクラインチキラーニング ”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。 >その音韻を無視してどう学習させるんだろうね?w
音声は音のストリームだ。
その音のストリームをディープラーニングで学習する。
達人の真似を繰り返すのだ、そしてフィードバックを得た矯正をする。
ディープラーニングならパターン学習だから
アメリカ英語も、英国英語も、豪州英語も聞き取れる。
人間の音声認識は音韻に依存していない。 >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。 キクタン basic キクタン advance を終えたんだけど英語全然ダメなんだけど次は何をやれば英語できるようになるの?
ケンブリッジイングリッシュリーダーズ レベル1 は、なんとなーくふんわーりと意味を受け取りながら読み終わったけど
じゃあ、同レベルの文章を自分で作れっていわれても出来ないしな >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
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。 >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 >確かに桜井のお笑い度は進化しているな
英語の広場テスト中
ドメインは残的的なもの
http://threestep.mobi/ >人間の脳は死ぬまで成長する唯一の臓器だ。
>つまり脳細胞の学習方法はディープラーニングであり、
>このディープラーニングは生まれて死ぬまで変わらない。
人間の五感からくる情報の処理、学習はすべてがディープラーニングだ。
音楽であり、芸能であり、リハビリであり、
すべての学習はディープラーニングだ。
脳細胞の学習メカニズムがディープラーニングだから、
言語野も、聴覚野も、運動野もすべてがディープラーニングで学習している。 >ディープラーニングを人間の学習方法に置き換えれは当たり前と気づく
君はこう言っている。
”骨格となる英文の型(つまり英文法)の基礎をしっかりやって ”
これはディープラーニングではなく、ルールや形を学習する
従来の形式知の学習だ。
ディープラーニングとは暗黙知を暗黙知のまま習得することだ。
文法や文型を覚えるのではなく、多くの表現を覚えることにより、
特徴を少しずつ学習して、パターン認識や、パターン学習を促進することだ。
人間の学習方法さえ理解できていない。 >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。 >世界で最も精度の高い音声認識はアメリカにあるBaiduの音声認識のDeep Speechだ。
>この音声認識は音素辞書やテーブルを使わずに精度の高い音声認識ができる。
人間の脳はルールや音の要素を処理する仕組みではない。
記憶に依存した仕組みだ。
音声認識は音素に区切り、その音素を照合するのではなく、
音声を聞いたら、その全体の特徴から自分の記憶にある音と照合する。
その結果「掘った芋を穿るな。」といえば”What time is it now”に聞こえる事は
十部にあるうる事だ。
音素ベースでは10%くらいしか類似性がないが、全体的な音のストリームでは
非常に似ているからだ。
以前にあったタモリの空耳も同じ現象だ。 >脳は知識の集積よりは、新しいスキル、良いスキルの習得を好む。
その理由はコンピュータはプログラムに従った処理しかできないが、
脳はルーティンの処理よりは、
新しい出力の仕組みつくりを好むからだ。 >茂木健一郎のコピペを持ち出してくるあたり
>疑似科学商法的ないかがわしさはいなめない
茂木は自身の研究の結果ではなく、グーグルの人工知能の成果から発言している。
そうでなければ俺も引用しない、そのくらいの見識はある。
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。 >脳科学と音声科学が解明した科学的で楽しい英語学習 (Kindle版)
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。 >いつのまにか制御系工学理論にすり替えられているのには驚きました。
俺が現在主張している、
英語はディープラーニングですは、科学的に正しいという事だな。 >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、 アウトプットの比率をもっともっと自分が思ってる以上に上げるといいと思う
howtoなんちゃら本とかで日本語ばかり読んでたり、インプット率が高すぎる
もっとどんどん、稚拙な日記でもいいし、ビデオレターみたいなのでもいいから
アウトプットを増やすと、ある日突然、英語がいつもと違って頭にするすると入ってくるようになる
意味は全部分からなくても、頭にすっと入ってくる感覚が出てくるはずだ。
映画やドラマの日本語字幕が邪魔になるような感覚さえ出てくるはず。
口を動かすともっと効果的なので、出来ればビデオレター的な日記を撮影するか
音声だけを録音しながらするといい。そしてそれを改めて見聞きしたとき愕然とするが、それもいい。それも経験だ。
そして出来れば英語圏の人に向けてyoutubeなどでupしてしまう。
みんなが添削してくれたら尚いいだろう。まぁそこまでする人は既に勝手に伸びてるんだろうけど >>113
あなたがYou Tubeにうpしたのはどれですか >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。 グーグル・ジャパンの元社長・村上憲郎さんと仲が良い林先生のブログを
発見。大人の英語学習について参考になる記事がたくさん掲載されている
http://blogs.yahoo.co.jp/tatahaha 林 剛司
最後に、私の授業、そして私自身の英語学習の根幹となっている「音読」について。
外国語学習において音読がいかに有用であるかは、大脳生理学などの分野の研究でも
証明されています。学校の英語の教科書をぜひ何十回(何百回!)と音読し、
英語を身体の中に内在化(internalize)させてほしいと願っています。 >英語を身体の中に内在化(internalize)させてほしいと願っています。
脳の言語学習は内在化ではなく、ディープラーニング(深層強化学習)だ。
音読ではディープラーニングを効果的には促進できない。 本日、合同会社ディープラーニングが設立されました。
使用ドメインは次のURLとなります。
http://ディープラーニング.net/ 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。 >インプットがないとアウトプットできないのは当たり前で、
>問題はどの程度のインプットがないとアウトプットができないか?である。
学習の目的はアウトプットすることではない。
脳がどうのうすればアウトプットできるようになるかだ。
するとインプットとアウトプットだけで説明するのは無理な事だ。
インプットがあるからアウトプットできるのではない。
脳が学習するからアウトプットできる。
もちろん学習するのはアウトプットしたいからではない。
人間の脳は本能的に新しい出力の仕組みを作るのが好きだ。
そのために脳はディープラーニングをしている。
最初は達人を真似、そして最後にはそれ以上の出力の仕組みを望む。
すると大事な事はインプットとアウトプットの量ではなく、
なぜ学習するのか、その基本的な学習方法は何かを理解する必要がある。 「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。 >ディープラーニングはコンピュータ向きだから
>人間がやるとほかの方法より習得が遅くなる。
ディープラーニングとは人間の脳の深層強化学習の意味だ。
ディープラーニングとは人間の学習メカニズムを真似たものだ。
人工知能もニューラルネットワークで作り、これも脳のネットワークを真似ている。 >高い低いはどうでもいいが、文法や解釈力や語彙力はかなりある。当然だ。これを中心に勉強してきた
> のだからね。だからこれを利用して伸ばさない手はない。
言語の基本は文法ではない。
翻訳も文法ベースに良い翻訳ソフトを作る事はできない。
グーグルの翻訳ソフトは文法解析ではない。
https://www.youtube.com/watch?v=_GdSC1Z1Kzs
その理由はグーグルは言語にはルールが存在しないから、
文法を機械的に解析、応用することができないからだと言っている。 >ディープラーニング:加速前にすでに失速
合同会社ディープラーニングの登記が完了したばかりだ。
9月からの本格普及を目指している。
会費制により、
教材の配布と、英語学習者のSNSで英語学習の環境を提供する。 >「災害英語」で英語力の真価が問われる
合同会社ディープラーニングの表現集は災害と言うより、
社会の現場でよく使われそうな表現を紹介している。
しかし、大事な表現は普通の会話でよく使われる表現だ。
対話集に初級、中級、上級の各24冊、合計72冊が用意してある。 >この桜井という人は孤独老人
6月1日付で合同会社ディープラーニングの登記完了した。
フェイスブックでは友達が5000人いるから孤独ではない。
72才の誕生日には数百のメッセージが来た。
3つのブログには毎日数千の訪問者がいる。
バカニートと違い
学歴、教養があり、会社や友達5000人を持つ俺は、孤独ではない。 ディープラーニングって言葉を一億回ぐらい聴かされたけど全貌は未だに見えないwww >ディープラーニングって言葉を一億回ぐらい聴かされたけど全貌は未だに見えないwww
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。 それなら、お前はなんで2chに書いているのだ。
孤独ですることがないからか?
こたえてみろ。
ここの読者全員が興味を持っている。 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。 一人二役で非難、すぐ一人二役で反論
実体は英会話スキルなしのバカにんげんの自演 10年前のクソリームの賛同者無しの結果もそうだったが
Eve桜井は結果に対しては責任持たないからな
桜井メソッドは結果が出せないから欠陥メソッドと言わざるを得ない >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。 >お前らって方法論だけで一生英語出来ずに終わるんだろうな
方法論はもうディープラーニングで決まりだ。
あとはアクティブラーニングで学習を進めるだけの事。 >グーグルや茂木氏がいうものとバカ桜井が詐称しているものは別物
自然な英語表現を自然な音を真似して覚え、フィードバックを得て修正と矯正をする。
つまり達人を真似る方法だ。
このグーグルや茂木健一郎が認めるディープラーニング
俺の提唱するディープラーニングがどう違うというのだ。 Macだけど
VoiceOver機能とフォルダ名を組み合わせて単語帳として使ってる >話を変えてしまうけど、我が子が言葉を覚える過程をみていると、親真似をして、テレビの真似をして、何回も使ってみて周りの反応をみて、それをすごい量こなしている印象だな。
その通りだ。
つまり脳は達人を真似るディープラーニング(深層強化学習)で学習している。
臨界期を超えてもその学習メカニズムは同じだ。 >>21
うおおお
他分野だが腑に落ちねぇものが腑に落ちた。 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 >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。 >「最適性理論とは近代言語学の理論の一つです。」
>自サイトの言説と真逆なことを言い放ち、天に唾を吐くインチキ野郎、桜井恵三
その起源はニューラルネットワークからきている。
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. >何をどう解決したのか具体的に言ってみろ
それを解決できるのが音のストリーム・ベースのディープラーニングだ。
森沢は構文を覚えるために瞬間英作をやっている、そして英文字を音にしている。
だから自然な英語への対応ができない。
覚えるべきものは自然な音のストリームのパターンだ。
日本語だって英語だって、ネイティブだっていろいろな発音をしている。
音素ベースのような機械的な発音でも、森沢の言う機械的な構文でもない。
何度も何度もフィードバック得て繰り返し、ディープラーニングでパターンを学習する以外にない。
英語も日本語も母語はそうやって覚える。
人間の脳は臨界期の前も後もディープラーニングで学習している。 自分の興味ある分野、たとえば映画・小説・ニュース・音楽などで英語を覚えるのが
いいと言われてもねえ〜。意味不明だし、自分は無気力でやる気が起きないし、
あれのメリットといえば、現地人の発音くらいかな〜(内容に関してはどこが面白いのかさっぱりわからん)。
柄谷行人の英語版著作、英語版マクロ・ミクロ経済学、米国の教科書(小〜高校あたり)、
英訳版浅田彰、英語版のチャート式数学・世界史・現代社会・地理・物理・化学でもあれば
興味津々だが、これにしても図書館に缶詰め状態、とか、米国に留学して強制的に
勉強するという特殊な環境が必要だし、ハードルは高い。 と言われてもなー。どうしようかね〜?
思いつくままにランダムに挙げると・・・・・英語版楕円曲線論、英語版フェルメール絵画研究、
英語版飛鳥昭雄、英語版苫米地英人、英語版宮台真司、英語版小室直樹、英語版ソムリエ教本、
英語版浅田彰、英語版養老孟司、英語版高橋洋一(理系)、英語版憲法学基本書(または英語版伊藤塾テキスト)、
英語版ハリソン内科学、英語版伊藤清確率論、英語版山口真由(東大法→財務省→弁護士)、
英語版和田秀樹(灘→理V→精神科医)、英語版ホリエモン(笑)、英語版現代思想、
英語版すきやばし次郎(笑)、英語版大前研一、英語版パグ犬の生態、英語版東浩紀『存在論的郵便的』、
英語版武田邦彦講演会、英語版ジョジョの奇妙な冒険第3部エジプト編、英語版やりすぎ都市伝説(TV娯楽)、
英語版クラシック名曲パッヘルベルのカノン(演奏法も)といったところかなー。
英語版山川世界史、 英語版西部邁、英語版世界文学あらすじ大事典も興味深いというか
笑える内容だと思うw 日本生まれならいくら文豪でも英会話すら出来ないのが普通な一方で
アメリカ生まれなら文盲ホームレスでも障がいの無い限り英会話は出来る
会話に文章なんていらないって事な
昔は皆文盲だったんだから 桜井恵三っていう人がディープ・ラーニングを開発した人ですか?
この桜井という人は、これまでに、私が知っているだけでも次の人たちに喧嘩をふっかけては楽しんでいますね。
国弘正雄さん、川島隆太さん、安河内哲也さん、池田和弘さん、松本道弘さん、林剛司さん、松村弘典さん、鳥飼玖美子さん、高橋敏之さん、松澤喜好さん、晴山陽一さん、ジェームス・スキナーさん、その他、NHK英語講座講師の杉田敏さん、英語喉の上川さん…など
英語教育関係のほぼ全員を批判しているのではないか?w
これだけの人たちを批判してしまったら、もうそろそろネタが切れると思うんだけど、どうでしょう?桜井氏の目的は何なんでしょう? ひとえに英語といっても
読む
書く
聞く
話す
これは別物
大別すると上2つと下2つに分かれる
学校では上重視
語学学校だと下重視 当然だけど勉強法は全く違うから
いちいち言わなくても知ってるだろうけど
それより
1は何が言いたいのかサッパリ分からない ★受験英語から脱却し、英語の4技能を伸ばす方法をまとめました。 日本語を経由せずに、聴く・読む・話す・書くを目指します。 http://blog.livedoor.jp/matrix_x/ >何をどう解決したのか具体的に言ってみろ
それを解決できるのが音のストリーム・ベースのディープラーニングだ。
森沢は構文を覚えるために瞬間英作をやっている、そして英文字を音にしている。
だから自然な英語への対応ができない。
覚えるべきものは自然な音のストリームのパターンだ。
日本語だって英語だって、ネイティブだっていろいろな発音をしている。
音素ベースのような機械的な発音でも、森沢の言う機械的な構文でもない。
何度も何度もフィードバック得て繰り返し、ディープラーニングでパターンを学習する以外にない。
英語も日本語も母語はそうやって覚える。
人間の脳は臨界期の前も後もディープラーニングで学習している。 勿論、自分が印象に残る様な勉強法で無いとダメだ
そのために私がやってるのが、逐次気になった和文を英訳、英文を和訳、独学で例文作りだ
癖のある文章ほど選ぶ、2chでバカなレスを見つけたら
こんなバカなレスくらい英訳出来ないとダメだ、と思って英訳する
占い板では血液型の話題が多い、そこで血液がBlood(ブラッド)だと言う事は
もう忘れないだろ、似た様なもんだべ スレチかも知れませんけど、接頭辞、接尾辞が解り易く、できるだけ詳しく載ってる本でオススメってありませんか? ここで聞くと、質問に答えられないという致命的な欠陥をもった奴が、意味のわからない日本語で書く謎理論とともに「胡散臭いラーニング」とか言われちゃうぜ?
英語参考書のスレで参考書レビューしてる人たちに聞いてみるといいよ。 なんと、世界的ベストセラーの翻訳で
誤訳発見か?
ペーパーバック
Fifty Shades of Grey
(フィフティー・シェイズ・オブ・グレイ)
で一緒に勉強しましょう。
http://blog.livedoor.jp/matrix_x/ >>1
とりあえず林先生のブログを一通り丁寧にお読みになるといいと思う。
私が林先生のファンでご本人にはご迷惑かもしれないが、リンクを貼って
おきます
https://blogs.yahoo.co.jp/tatahaha あと、桜井恵三という頭の逝かれた爺がここで必死にディープラーニングとか言って
営業しているのは、ディープラーニングのスレッドでそのインチキさを突かれて行き場を
失ったからであり、相手にしないほうがいいです。 家電の事ならGood Price 2018にお任せください!
お求めやすい価格にて販売しておりますので、是非ご覧ください!
店舗ホームページ
「 http://goodprice2018.shop-pro.jp/ 」 👀
Rock54: Caution(BBR-MD5:fc5433912aa55592f73f2dda4d43bdf8) ディープラーニングの桜井とは関わらないほうがいいですね。 桜井の悪行と、被害者たち
の様子はこちらにまとめられています。
参考:https://www20.atwiki.jp/fairstreams/pages/21.html >ディープラーニングの桜井とは関わらないほうがいいですね。 桜井の悪行と、被害者たち
>の様子はこちらにまとめられています。
音のストリームと言ってアク禁になりました。
そして音のストリームを基盤とするディープラーニングは
2016年にはグーグルが人工知能も採用する効果的な学習だと証明されました。 そしてGoogleの無関係なAIプログラム手法の名前を安直かつ強引に結びつけたことで胡散臭い勉強法としてごく一部に言われてますが、実際は「復習しよう。それが英語を習得する近道」という当たり前のことを仰々しく教えて小銭を稼ぎたいだけです。 >実際は「復習しよう。それが英語を習得する近道」という当たり前のことを仰々しく教えて小銭を稼ぎたいだけです。
このバカは何も知らない。
ディープラーニングとは復習ではない。
ネイティブを真似て、少しずつ特徴を学ぶ、そしてフィードバックで矯正する方法だ。
そして手続き記憶として自動化して長期記憶に保存する学習方法だ。 >>168
無関係なGoogleのAIプログラミング手法を強引に結びつけた胡散臭い勉強法については否定しないんですねww >無関係なGoogleのAIプログラミング手法を強引に結びつけた
グーグルのディープラーニングはニューラルネットワークの脳を真似た学習方法だ。
プログラムできないから、ニューラルネットワークを使い、反復練習で特徴を少しずつ抽出する。
AIプログラミング手法はそれを既存のデジタルコンピュータで疑似的にやっているだけ。
プログラムで処理できる事なら、グーグルだって膨大なデータを使う訳はない。
翻訳の人工知能でさえ、数億単位の英語対訳事例を使っている。 >桜井恵三は碌でもない成果しか上げていないようだなwww
次のサイトに成果の全てがある。
英会話革命
http://xn--6oq24kj61cqjgk0q.com やっと、
・Fifty Shades of Greyの解説を更新しました。
・Jobsのスピーチ解説も細切れの記事をまとめました。
・英語学習法Tipsも、次の記事を検討中です。
・商用サイトではありませんので、何も購入できません(笑い)。
http://blog.livedoor.jp/matrix_x/ >桜井恵三は碌でもない成果しか上げていないようだなwww
次のサイトに成果の全てがある。
英会話革命
http://xn--6oq24kj61cqjgk0q.com 語学は脳のつくりが関係しているよね。俺は無理だわ。脳内イメージってものが俺には殆どない。
・映画やドラマのストーリーを全く覚えていない。覚えられない。
・小説を読んでいても文章の羅列にしか思えず、風景や状況が浮かぶことはあまりない。
当然に、解説なしの誌に感動したことは人生で一度もなし。
(ストーリーを覚えているのは「桃太郎」「浦島太郎」など絵本で読んだ簡単な民話レベルだけ)
・日本語もイメージが湧かない。英語は翻訳かフレーズ丸暗記じゃないと理解。 ■ このスレッドは過去ログ倉庫に格納されています