開き直る人工知能 〜 「完璧さ」を捨てた故に進歩した稀有な技術：Over the AI ―― AIの向こう側に（14）（7/9 ページ）

音声認識技術に対して、長らく憎悪にも近い感情を抱いていた筆者ですが、最近の音声認識技術の進歩には目を見張るものがあります。当初は、とても使いものにはならなかったこの技術は、なぜそこまでの発展を遂げられたのか――。そこには、「音声なんぞ完璧に聞き取れるわけない！」という、ある種の“開き直り”があったのではないでしょうか。

[江端智一，EE Times Japan]

ベイズ理論の概念と似ているN-gramモデル

　では、最後に、N-gramモデルについて、私なりの理解で簡単に説明を試みます。

　以前、この連載で、ベイズ推論のお話をしました（「困惑する人工知能 〜1秒間の演算の説明に100年かかる!?」）。まずは、この内容を思い出してください（まあ、思い出さなくても良いですが）。

　N-gramモデルとは、ぶっちゃけ「条件付き確率」のことです。ある事象の発生確率が、その直前までに既に発生してしまった事象によって、コロコロと変化する確率のことです。

　この例では、パートナー（男性）の浮気の確率が、他の条件によって（タンスの中からパンティが発見されたという事実で）変化することを示す、「"パンティ発見"条件付き"浮気"確率」を表しています。

　N-gramモデルの考え方も、概念的には同じです（多分）。

　"エバ"と出てきたら、次が「タ」となり"エバタ"となる確率と、"エバ"と出てきたら、次が「ラ」となり、"エバラ"となる確率を計算して、高いものからリストアップしておきます。こうしておけば、"エバ"の後の音節が不明瞭でも、力づくで音声認識を押し進めることができます。

　また、文節単位でも、"江端は"がくれば、普通に「偉大だ」が確率的に上位にくるはずです。"江端は"の後に「阿呆だ」が登場する確率が下位に沈むのは間違いありません。なぜなら「江端は偉大だ」は、もはや、慣用句といってもいいレベルにあるからです（うそです）。