[Date Prev][Date Next][Thread Prev][Thread Next][Date Index][Thread Index]
[nikomat:07569] Re: Stereo Photos
よしだ＠ないこん％機械学習屋です。
In message <199709110640.PAA09246@yomogi>
"[nikomat:07561] Re: Stereo Photos "
"HIURA Shinsaku <shinsaku@vision.kuee.kyoto-u.ac.jp>" wrote:
> 日浦＠京大＃距離計屋です。
>
> ＃Stereo Photos という Subject をみて、おぉ、ステレオカメラ
> ＃・・・と思ったのは間違いでした (_o_)
>
> > たむら＠病院から一応生還、です。
>
> 養生なさってくださいね。
いや、人間ドックって 一泊コースが普通なんですよ。
> > 自然言語処理とかの分野の研究を長くやってますが、最近学生たちにあまり人
> > 気ないんです、この分野。
>
> ＃ううむ、そうなのですかね。なかなか地道な努力の必要な分野なのかも
> ＃しれませんね。現在所属している京大松山研の松山先生は、同じく京大
> ＃の長尾先生の研究室出身なのですが、まさしくそちらは自然言語処理の
> ＃研究室ですね、田村先生の研究分野と近いのではないのかなと思って
> ＃おります。
私の場合、医用画像のように 見ている人も 自分が何を見ているんだか
うまく説明できないような画像（パターン）の認識（病理の医者は認識
できるのだから そこに情報はあるはず）を自動化する仕事に長年従事し
てました。
で、昨今、自然言語の分野を考えるに、自然言語の場合、
(1) 文法という不完全（例外が有るんだから 公理系でも 理論でもない）
な規則に縛られて パーザー命で 変換だけを やってきた。
大規模な辞書ができれば可能と信じてきた。
ＩＣＯＴ＆ＪＩＰＤＥＣ で 夢やぶれた。
(2) 文章の表層だけを追う コーパスが大流行。
という流れになってますよね？
画像認識の場合、最初から (2)です。(1)が存在してなかったせいだと思います。
しかし、(2)以上のことをしようとするなら、やはり 表層的情報（外延）からの
セマンティクス(内包)のインダクションが必要になると思います。
こうなると、画像の場合、とっかかりになる「（人間が認識する画像情報の意味
的）構造」が曖昧すぎて、結構大変。今の画像認識の研究者は皆 これを避けて
ます（と、私は思う）。＃ まぁ さっさと論文書かなきゃいけないから仕方ないか。
この点、自然言語のほうは 不完全と いえど、文法規則、統語論、語用論などの
セマンティクスを持っています。
ここで、表層的なものから コンピュータによる処理で行ったインダクションを
見ますと、そこの現れる概念構造のい１つ１つのカテゴリー（抽象概念に相当）
は、必ずしも自然言語の抽象名詞で括られる抽象概念とは ズレを生じてます。
しかも、文法規則は不完全な意味構造しか作れない。かといって、インダクショ
ンを用いれば、対象とした事例に付いては全てカバーする構造を得られるかも
知れないが、そこに生成されるカテゴリーの 解釈は 人間にとっては困難である。
＃ これは、コンピュータが処理し易い情報の構造と、人間が認識＆処理し易い
＃ 情報の構造が 必ずしも一致しないことにも よると思います。
ただし、インダクションにより得られる概念構造は、そこで用いる抽象化手法の
クライテリアに大きく依存します。だから、このクライテリアを 人間と同じよう
にすれば良いのだけど、人間がどんなクライテリア使っているかなんか分かるわ
けが無い。このクライテリアもまた インダクションの対象かもしれない。
では、人間が認識し易い形で コンピュータにインダクションさせるには どうし
たら良いか？と考えると、今、一番実現し易いのは、文法規則などをベースと
した不完全な概念構造からスタートし、適応性を持つクライテリアを用いてイン
ダクションにより不完全な部分を埋めることだと思います。
ここで言う「適応性を持つクライテリア」というのは、概念構造の不完全な部分
（穴埋めする部分）の上位＆下位＆並列 カテゴリー間の 共通性＆異種性 を
局所 局所で そこに適応するように 換えるということです。
機械学習の分野にて、ＥＢＬ（説明に基づく学習）というのがあり、上記問題に
手を付けないまま 流行を終えてしまいました。ＥＢＬなんか実用性無し という
のが一般見解のようです。しかし、私は 自然言語のような世界をみると、まさ
にＥＢＬのＳＢＬ（類似性に基づく学習 ＝ インダクション）による、概念構造
の 補完＆洗練化 というのは 重要だと思ってます。
＃ で、上記のようなことを 辻井先生＠東大に意見したら、どうも辻井先生も
＃ 似たようなこと考えているようで、あっちのプロジェクト（４年後は路頭に
＃ 迷う）に引きずり込まれそうになりました。(^^;;
＃ ニコンからは、「週に１日ならＯＫ」と言われたが (^^;;
で、先日ＩＪＣＡＩで 「田中穂積先生は いまだにパーザーで、、、」と聞き
ました。私、不完全でもそういう意味論がそなわっているだけ、近い将来に限
って言えば、画像認識の将来よりも 自然言語のほうが 明るいように思います。
最近の画像関連の研究は 「意味」とか「理解」からは 離れていってますから、
そっちを追っちゃうと、自然言語への 技術的なフィードバックは稀少だと感じ
ます。
＃ 認識関係で 面白い進歩を見せているのは、Genetic Programming じゃない
＃ でしょうかね？ 趣味じゃないでしょうか？
------
吉田幸司 Dr.Eng. 1960.03.26生♂ Rh+O (株)ニコン
e-mail:yd@nikongw.nikon.co.jp 半導体露光装置第３設計部
tel:03-3773-8502 第３システムGr.
fax:03-3775-9042 知能システムR&D室