sponsored links
TEDxCMU

Luis von Ahn: Massive-scale online collaboration

ルイス・フォン・アーン 「ネットを使った大規模共同作業」

April 3, 2011

CAPTCHAを作り変え、ユーザ入力で本の文字データ化に貢献できるようにした後、ルイス・フォン・アーンは膨大なインターネットユーザの小さな貢献を結集することで何か大きな目的を達成できるようなものが他にないかと考えました。TEDxCMUで彼は、何百万という人に外国語の学習をしてもらいつつ、ウェブの翻訳を素早く正確にタダでやってもらおうという、野心的な新しいプロジェクトDuolingoの紹介をしています。

Luis von Ahn - Computer scientist
Luis von Ahn builds systems that combine humans and computers to solve large-scale problems that neither can solve alone. Full bio

sponsored links
Double-click the English subtitles below to play the video.
How many of you had to fill out some sort of web form
こんな風にゆがんだ文字を読んで
00:15
where you've been asked to read a distorted sequence of characters like this?
フォーム入力をしたことある人?
00:17
How many of you found it really, really annoying?
すっごく煩わしいと思った人は?
00:19
Okay, outstanding. So I invented that.
やっぱりみんなそうですよね
00:21
(Laughter)
考案したのは私です (笑)
00:24
Or I was one of the people who did it.
まあ 考案者の1人ですね
00:26
That thing is called a CAPTCHA.
これはCAPTCHAと呼ばれています
00:28
And the reason it is there is to make sure you, the entity filling out the form,
これの目的は 入力しているのが
00:30
are actually a human and not some sort of computer program
確かに人間で 何百万回もフォームを送信するように作られた
00:32
that was written to submit the form millions and millions of times.
プログラムではないと確認するためです
00:35
The reason it works is because humans,
どうしてこれがうまくいくのかというと
00:37
at least non-visually-impaired humans,
目の見える人であれば こんな
00:39
have no trouble reading these distorted squiggly characters,
ゆがんだ文字でも問題なく読み取れますが
00:41
whereas computer programs simply can't do it as well yet.
コンピュータには まだそれができないからです
00:43
So for example, in the case of Ticketmaster,
例えばチケット販売サイトのチケットマスターが
00:46
the reason you have to type these distorted characters
ユーザにゆがんだ文字を読ませるのは
00:48
is to prevent scalpers from writing a program
一度に何百万枚もチケットを注文する—
00:50
that can buy millions of tickets, two at a time.
プログラムをダフ屋に作らせないためです
00:52
CAPTCHAs are used all over the Internet.
CAPTCHAはネットの至る所で使われ
00:54
And since they're used so often,
あまりに多く使われているので
00:56
a lot of times the precise sequence of random characters that is shown to the user
ランダムに選ばれた文字列が
00:58
is not so fortunate.
不運な結果になることがあります
01:00
So this is an example from the Yahoo registration page.
これはヤフーのユーザ登録ページの例ですが
01:02
The random characters that happened to be shown to the user
ランダムな文字列がたまたま
01:05
were W, A, I, T, which, of course, spell a word.
「W A I T」(待て)という 意味ある単語になっています
01:07
But the best part is the message
ここで傑作なのは
01:10
that the Yahoo help desk got about 20 minutes later.
ヤフーのヘルプデスクが20分後に受け取ったメッセージです
01:13
Text: "Help! I've been waiting for over 20 minutes, and nothing happens."
「どうなってるんでしょう? 20分以上待っても何も起きないんですが?」
01:16
(Laughter)
「どうなってるんでしょう? 20分以上待っても何も起きないんですが?」
01:19
This person thought they needed to wait.
この人は待たなきゃいけないと思ったようです
01:23
This of course, is not as bad as this poor person.
しかしそれも この人ほど不運ではないでしょう
01:25
(Laughter)
「RESTART」(やり直せ) (笑)
01:28
CAPTCHA Project is something that we did here at Carnegie Melllon over 10 years ago,
CAPTCHAは 私たちが10年以上前に ここカーネギーメロン大学で開発し
01:30
and it's been used everywhere.
広く使われるようになりました
01:33
Let me now tell you about a project that we did a few years later,
次に その何年か後に作った
01:35
which is sort of the next evolution of CAPTCHA.
CAPTCHAの進化形の話をしましょう
01:37
This is a project that we call reCAPTCHA,
これは reCAPTCHAと呼んでいるもので
01:40
which is something that we started here at Carnegie Mellon,
ここカーネギーメロン大学でやり始めて
01:42
then we turned it into a startup company.
それをベンチャー企業にしました
01:44
And then about a year and a half ago,
そして1年半ほど前に
01:46
Google actually acquired this company.
グーグルがその会社を買収しました
01:48
So let me tell you what this project started.
そのプロジェクトがどう始まったかですが
01:50
So this project started from the following realization:
あるすごいことに気づいたのがきっかけでした
01:52
It turns out that approximately 200 million CAPTCHAs
CAPTCHAは世界中の人によって
01:55
are typed everyday by people around the world.
毎日2億回も入力されているのが分かったのです
01:57
When I first heard this, I was quite proud of myself.
最初このことを聞いて 自分の研究成果の
02:00
I thought, look at the impact that my research has had.
影響の大きさに 随分誇らしく思えたのですが
02:02
But then I started feeling bad.
それから申し訳ない気持ちになりました
02:04
See here's the thing, each time you type a CAPTCHA,
それというのも CAPTCHAの入力には
02:06
essentially you waste 10 seconds of your time.
毎回10秒ほど時間を無駄にすることになりますが
02:08
And if you multiply that by 200 million,
これを2億回と掛け合わせると
02:11
you get that humanity as a whole is wasting about 500,000 hours every day
人類は全体として この煩わしいCAPTCHAへの入力のため
02:13
typing these annoying CAPTCHAs.
毎日50万時間も無駄にしているわけです
02:16
So then I started feeling bad.
申し訳ない気にもなります
02:18
(Laughter)
(笑)
02:20
And then I started thinking, well, of course, we can't just get rid of CAPTCHAs,
ある意味 ウェブの安全に貢献しているCAPTCHAを
02:22
because the security of the Web sort of depends on them.
単になくしてしまう訳にはいかないのですが
02:25
But then I started thinking, is there any way we can use this effort
この労力を何か人類の役に立つことに
02:27
for something that is good for humanity?
利用できないかと考えました
02:30
So see, here's the thing.
どういうことかと言うと
02:32
While you're typing a CAPTCHA, during those 10 seconds,
CAPTCHAに入力する10秒間で
02:34
your brain is doing something amazing.
人の脳は実はものすごいことをしています
02:36
Your brain is doing something that computers cannot yet do.
コンピュータには未だできないことです
02:38
So can we get you to do useful work for those 10 seconds?
その10秒でユーザに何か有益な作業をさせられないか?
02:40
Another way of putting it is,
言い換えると
02:43
is there some humongous problem that we cannot yet get computers to solve,
現在のコンピュータでは解けない
02:45
yet we can split into tiny 10-second chunks
巨大な問題を10秒分の断片に分割して
02:47
such that each time somebody solves a CAPTCHA
CAPTCHA入力の際 人間に
02:50
they solve a little bit of this problem?
解かせられないかと考えたのです
02:52
And the answer to that is "yes," and this is what we're doing now.
答えはイエスで それが私たちの今していることです
02:54
So what you may not know is that nowadays while you're typing a CAPTCHA,
実は CAPTCHAを入力するとき 皆さんは
02:56
not only are you authenticating yourself as a human,
人間だと証明するだけでなく
02:59
but in addition you're actually helping us to digitize books.
本の電子化にも貢献しているのです
03:01
So let me explain how this works.
その仕掛けを説明しましょう
03:03
So there's a lot of projects out there trying to digitize books.
本の電子化プロジェクトはいろいろあって
03:05
Google has one. The Internet Archive has one.
グーグルもやっていますし インターネット・アーカイブでもやっています
03:07
Amazon, now with the Kindle, is trying to digitize books.
アマゾンも今やキンドルで本を電子化しています
03:10
Basically the way this works
それには まず古い本を取り上げて・・・
03:12
is you start with an old book.
こういう形のあるやつですが・・・
03:14
You've seen those things, right? Like a book?
あの 見たことありますよね?
03:16
(Laughter)
本っていうんですけど? (笑)
03:18
So you start with a book, and then you scan it.
まず本を選んで それをスキャンします
03:20
Now scanning a book
本のスキャンでは
03:22
is like taking a digital photograph of every page of the book.
各ページのデジタル写真を撮ります
03:24
It gives you an image for every page of the book.
すべてのページについて
03:26
This is an image with text for every page of the book.
文字部分を画像にするわけです
03:28
The next step in the process
次にその画像の中の語を
03:30
is that the computer needs to be able to decipher all of the words in this image.
コンピュータで解読する必要があります
03:32
That's using a technology called OCR,
そのために OCR (光学文字認識)
03:35
for optical character recognition,
という技術を使います
03:37
which takes a picture of text
文字を写真に撮って
03:39
and tries to figure out what text is in there.
写真の中の文字を読み取ろうとするわけです
03:41
Now the problem is that OCR is not perfect.
問題はOCRが完璧ではないということで
03:43
Especially for older books
とくに文字がかすれたり
03:45
where the ink has faded and the pages have turned yellow,
ページが黄色くなっているような古い本では
03:47
OCR cannot recognize a lot of the words.
OCRで読めない語がたくさん出てきます
03:50
For example, for things that were written more than 50 years ago,
50年以上昔に印刷されたような本では
03:52
the computer cannot recognize about 30 percent of the words.
語の3割はコンピュータで読み取れません
03:54
So what we're doing now
それで私たちがやっているのは
03:57
is we're taking all of the words that the computer cannot recognize
コンピュータで認識できなかった語を
03:59
and we're getting people to read them for us
CAPTCHAの入力をする人に
04:01
while they're typing a CAPTCHA on the Internet.
読んでもらうということです
04:03
So the next time you type a CAPTCHA, these words that you're typing
皆さんがCAPTCHAの入力をするときに表示される文字は
04:05
are actually words that are coming from books that are being digitized
電子化中の本で コンピュータが
04:08
that the computer could not recognize.
認識できなかった部分なのです
04:11
And now the reason we have two words nowadays instead of one
この頃では 語が1つでなく2つ
04:13
is because, you see, one of the words
出てくるようになっていますが
04:15
is a word that the system just got out of a book,
1つはシステムが本から取ってきたもので
04:17
it didn't know what it was, and it's going to present it to you.
コンピュータが読めなかったものを出しています
04:19
But since it doesn't know the answer for it, it cannot grade it for you.
正解を知らないので ユーザの入力が正しいのか分かりません
04:22
So what we do is we give you another word,
それで確認のために もう1つ
04:25
one for which the system does know the answer.
正解の分かっている問題を出します
04:27
We don't tell you which one's which, and we say, please type both.
どっちがどっちかは言わず 両方入力してもらいます
04:29
And if you type the correct word
正解の分かっている方の問題に
04:31
for the one for which the system already knows the answer,
正しい答えが入力されたら
04:33
it assumes you are human,
入力しているのは人間で もう一方の入力も
04:35
and it also gets some confidence that you typed the other word correctly.
正しいだろうと期待できます
04:37
And if we repeat this process to like 10 different people
これを違う人で10回ほど繰り返して
04:39
and all of them agree on what the new word is,
入力がすべて一致していたら
04:42
then we get one more word digitized accurately.
本の1語が新たに電子化されるわけです
04:44
So this is how the system works.
それがこのシステムの仕組みです
04:46
And basically, since we released it about three or four years ago,
このシステムを公開したのは3、4年前ですが
04:48
a lot of websites have started switching
すでに多くのウェブサイトが
04:51
from the old CAPTCHA where people wasted their time
時間を無駄にする古いCAPTCHAから
04:53
to the new CAPTCHA where people are helping to digitize books.
本を電子化する新しいCAPTCHAに切替えています
04:55
So for example, Ticketmaster.
だからチケットマスターでチケットを買うときも
04:57
So every time you buy tickets on Ticketmaster, you help to digitize a book.
皆さんは本の電子化に貢献しているのです
04:59
Facebook: Every time you add a friend or poke somebody,
フェイスブックで友達の追加や挨拶をするときも
05:02
you help to digitize a book.
何かの本の電子化に貢献しているのです
05:04
Twitter and about 350,000 other sites are all using reCAPTCHA.
ツイッターをはじめとする35万のサイトがreCAPTCHAを使っています
05:06
And in fact, the number of sites that are using reCAPTCHA is so high
reCAPTCHAを使っているサイトは非常に多く
05:09
that the number of words that we're digitizing per day is really, really large.
1日に電子化される語の数は相当なものになります
05:11
It's about 100 million a day,
1日に1億語
05:14
which is the equivalent of about two and a half million books a year.
1年では本にして250万冊分にもなります それがすべて—
05:16
And this is all being done one word at a time
1度に1語ずつ 人々によるCAPCHA入力だけで行われているのです
05:20
by just people typing CAPTCHAs on the Internet.
1度に1語ずつ 人々によるCAPCHA入力だけで行われているのです
05:22
(Applause)
(拍手)
05:24
Now of course,
毎日それほど—
05:32
since we're doing so many words per day,
多くの語を扱っているので
05:34
funny things can happen.
おかしなことも起こります
05:36
And this is especially true because now we're giving people
今はランダムに選ばれた
05:38
two randomly chosen English words next to each other.
2つの単語を繋げて出しているので
05:40
So funny things can happen.
余計おかしなことが起きやすくなっています
05:42
For example, we presented this word.
たとえばある時 「クリスチャン」という語が出ました
05:44
It's the word "Christians"; there's nothing wrong with it.
これ自体おかしいことは何もありませんが
05:46
But if you present it along with another randomly chosen word,
別のランダムに選ばれた語と組み合わせると
05:48
bad things can happen.
まずいことになり得ます
05:51
So we get this. (Text: bad christians)
こんな風に (悪しき クリスチャン)
05:53
But it's even worse, because the particular website where we showed this
さらに不運なことに この文字が表示されたのは
05:55
actually happened to be called The Embassy of the Kingdom of God.
たまたま「神の国の大使館」というウェブサイトでした
05:58
(Laughter)
(笑)
06:01
Oops.
まずっ
06:03
(Laughter)
(笑)
06:05
Here's another really bad one.
もう1つまずかった例は
06:08
JohnEdwards.com
民主党議員ジョン・エドワーズのサイトです
06:10
(Text: Damn liberal)
(リベラル派のサイトで「くそ リベラル」と表示されている) (笑)
06:12
(Laughter)
(リベラル派のサイトで「くそ リベラル」と表示されている) (笑)
06:15
So we keep on insulting people left and right everyday.
誰彼となく侮辱して回っているわけです
06:17
Now, of course, we're not just insulting people.
もちろん侮辱ばかりというわけではありません
06:20
See here's the thing, since we're presenting two randomly chosen words,
ランダムに選んだ2つの語を出しているので
06:22
interesting things can happen.
何か面白いものになることもあります
06:25
So this actually has given rise
実際これはインターネット上で
06:27
to a really big Internet meme
大きなミームになっていて
06:29
that tens of thousands of people have participated in,
何万という人がこの
06:32
which is called CAPTCHA art.
「CAPTCHAアート」で遊んでいます
06:34
I'm sure some of you have heard about it.
お聞きになったことのある人もいるでしょう
06:36
Here's how it works.
どんなことをするかというと
06:38
Imagine you're using the Internet and you see a CAPTCHA
インターネットを使っていて
06:40
that you think is somewhat peculiar,
CAPTCHAで何か変なものが出たとします
06:42
like this CAPTCHA. (Text: invisible toaster)
たとえば 「見えない トースター」とか
06:44
Then what you're supposed to do is you take a screen shot of it.
とりあえず画面コピーを取って
06:46
Then of course, you fill out the CAPTCHA
それからもちろん CAPTCHAの入力をします
06:48
because you help us digitize a book.
本の電子化にまずは貢献するためです
06:50
But then, first you take a screen shot,
それからCAPTCHAの画像に
06:52
and then you draw something that is related to it.
関連する絵を描き加えます
06:54
(Laughter)
“見えない トースター” (笑)
06:56
That's how it works.
これが遊び方です
06:58
There are tens of thousands of these.
こういう作品が何十万とあります
07:01
Some of them are very cute. (Text: clenched it)
中には可愛らしいのもあります
07:04
(Laughter)
“それを 握りしめた” (笑)
07:06
Some of them are funnier.
もっと おかしいのもあります
07:08
(Text: stoned founders)
“ラリってる 建国者たち” (笑)
07:10
(Laughter)
“ラリってる 建国者たち” (笑)
07:13
And some of them,
この
07:16
like paleontological shvisle,
「古生物学的 シャベル」みたいに
07:18
they contain Snoop Dogg.
ラッパーが登場するやつもあります
07:21
(Laughter)
(相棒よう 取ってくれよう そのシャベル) (笑)
07:23
Okay, so this is my favorite number of reCAPTCHA.
次にこの数字は reCAPTCHAについて
07:26
So this is the favorite thing that I like about this whole project.
私がとても嬉しく思っている点で
07:28
This is the number of distinct people
reCAPTCHAを通して本の電子化に
07:31
that have helped us digitize at least one word out of a book through reCAPTCHA:
多少なりとも貢献している人の数は
07:33
750 million,
7億5千万人に上ります
07:36
which is a little over 10 percent of the world's population,
世界人口の10%以上が
07:38
has helped us digitize human knowledge.
人類の知識のデジタル化に貢献しているのです
07:40
And it is numbers like these that motivate my research agenda.
このような大規模な数字こそが 私の研究の原動力になっています
07:42
So the question that motivates my research is the following:
こんな疑問を持ったのです
07:45
If you look at humanity's large-scale achievements,
人類が達成した偉業
07:48
these really big things
人々の協力によって為された
07:50
that humanity has gotten together and done historically --
歴史的大事業に目を向けてみると
07:52
like for example, building the pyramids of Egypt
エジプトのピラミッドにしても
07:55
or the Panama Canal
パナマ運河にしても
07:57
or putting a man on the Moon --
月に人を送ることにしても
07:59
there is a curious fact about them,
興味深い共通点があります
08:01
and it is that they were all done with about the same number off people.
いずれも携わった人の数が同じで
08:03
It's weird; they were all done with about 100,000 people.
不思議なことに どれも10万人によって成し遂げられているのです
08:05
And the reason for that is because, before the Internet,
その理由は インターネット以前の時代には
08:08
coordinating more than 100,000 people,
10万より多くの人を協調させるのは
08:11
let alone paying them, was essentially impossible.
資金の有無にかかわらず そもそも不可能だったのです
08:13
But now with the Internet, I've just shown you a project
しかしインターネットのおかげで
08:16
where we've gotten 750 million people
人類の知識の電子データ化には
08:18
to help us digitize human knowledge.
7億5千万もの人が参加しているわけです
08:20
So the question that motivates my research is,
私の研究の契機となった疑問は
08:22
if we can put a man on the Moon with 100,000,
10万人で月に人を送れるのなら その千倍の
08:24
what can we do with 100 million?
1億人では何ができるだろう ということです
08:27
So based on this question,
この疑問から出発して
08:29
we've had a lot of different projects that we've been working on.
いろんなプロジェクトに取り組みました
08:31
Let me tell you about one that I'm most excited about.
中でも特にワクワクしているものについてお話ししましょう
08:33
This is something that we've been semi-quietly working on
1年半ほど密かに取り組んできて
08:36
for the last year and a half or so.
まだ公開していませんが
08:38
It hasn't yet been launched. It's called Duolingo.
Duolingoという名前で
08:40
Since it hasn't been launched, shhhhh!
公開前なのでどうか内密に
08:42
(Laughter)
(笑)
08:44
Yeah, I can trust you'll do that.
みなさん信頼していますから
08:46
So this is the project. Here's how it started.
このプロジェクトが始まったのは
08:48
It started with me posing a question to my graduate student,
院生のセベリン・ハッカーに
08:50
Severin Hacker.
ある問いを投げかけたときでした
08:52
Okay, that's Severin Hacker.
これがセベリン・ハッカー
08:54
So I posed the question to my graduate student.
私のところの院生です
08:56
By the way, you did hear me correctly;
ちなみに聞き間違いじゃなく
08:58
his last name is Hacker.
本当に「ハッカー」という名字なんです
09:00
So I posed this question to him:
私は彼に聞きました
09:02
How can we get 100 million people
「1億人を使って ウェブを無料で
09:04
translating the Web into every major language for free?
各主要言語に翻訳しようと思ったら どうすればいい?」
09:06
Okay, so there's a lot of things to say about this question.
この質問にはいろいろ考えるべきことがあります
09:09
First of all, translating the Web.
第一にまず ウェブを翻訳するということ
09:11
So right now the Web is partitioned into multiple languages.
現在ウェブでは様々な言語が使われていますが
09:13
A large fraction of it is in English.
大きな部分を英語が占めています
09:16
If you don't know any English, you can't access it.
英語を知らなければ その情報にアクセスはできません
09:18
But there's large fractions in other different languages,
しかし他の言語の部分もたくさんあって
09:20
and if you don't know those languages, you can't access it.
その言語を知らなければ それにアクセスすることはできません
09:22
So I would like to translate all of the Web, or at least most of the Web,
だからウェブの全体 少なくともその大部分を
09:25
into every major language.
主要なすべての言語に翻訳したい
09:28
So that's what I would like to do.
それが私のやりたいことです
09:30
Now some of you may say, why can't we use computers to translate?
コンピュータで翻訳したらいいと思う人もいるかもしれません
09:32
Why can't we use machine translation?
機械翻訳でいいのでは?
09:35
Machine translation nowadays is starting to translate some sentences here and there.
今や方々で機械翻訳が使われるようになっています
09:37
Why can't we use it to translate the whole Web?
ウェブ全体をそれで訳してしまったら?
09:39
Well the problem with that is that it's not yet good enough
問題は 精度が不十分だということです
09:41
and it probably won't be for the next 15 to 20 years.
この先15〜20年は駄目でしょう
09:43
It makes a lot of mistakes.
たくさんの間違いをします
09:45
Even when it doesn't make a mistake,
仮に間違っていなかったとしても
09:47
since it makes so many mistakes, you don't know whether to trust it or not.
いつも間違ってばかりいるので 信頼していいのか分かりません
09:49
So let me show you an example
機械で翻訳されたものがどんなものか
09:52
of something that was translated with a machine.
例をお見せしましょう
09:54
Actually it was a forum post.
これはあるフォーラムの投稿で
09:56
It was somebody who was trying to ask a question about JavaScript.
JavaScriptについての質問をしています
09:58
It was translated from Japanese into English.
日本語から英語に機械翻訳されています
10:01
So I'll just let you read.
読んで頂ければと思いますが
10:04
This person starts apologizing
この人は最初に
10:06
for the fact that it's translated with a computer.
機械翻訳であることを謝っています
10:08
So the next sentence is is going to be the preamble to the question.
次の文は質問の前置きで
10:10
So he's just explaining something.
何かの説明をしています
10:13
Remember, it's a question about JavaScript.
JavaScriptの質問だということをお忘れなく
10:15
(Text: At often, the goat-time install a error is vomit.)
(よくヤギ時にインストールするエラーがゲロになります)
10:19
(Laughter)
(笑)
10:23
Then comes the first part of the question.
それから質問の最初の部分が来ます
10:27
(Text: How many times like the wind, a pole, and the dragon?)
(風や竿やドラゴンのようになるのは何回ですか?)
10:30
(Laughter)
(笑)
10:34
Then comes my favorite part of the question.
次は私のお気に入りの部分です
10:36
(Text: This insult to father's stones?)
(これは父の石への侮辱でしょうか?)
10:39
(Laughter)
(笑)
10:42
And then comes the ending, which is my favorite part of the whole thing.
そして最後が極めつけです
10:44
(Text: Please apologize for your stupidity. There are a many thank you.)
(あなたの愚かさを謝ってください ありがとうがいっぱいです)
10:47
(Laughter)
(笑)
10:51
Okay, so computer translation, not yet good enough.
機械翻訳は まだ不十分だということです
10:53
So back to the question.
元の話に戻りましょう
10:55
So we need people to translate the whole Web.
ウェブ全体の翻訳をしてくれる人が必要です
10:57
So now the next question you may have is,
さて次の疑問は「別にタダでなくても
11:00
well why can't we just pay people to do this?
いいのでは?」ということでしょう
11:02
We could pay professional language translators to translate the whole Web.
ウェブ全体をプロの翻訳家にお金を払って翻訳してもらえばいい
11:04
We could do that.
そうしてもいいかもしれませんが
11:07
Unfortunately, it would be extremely expensive.
あいにくと ものすごくお金がかかります
11:09
For example, translating a tiny, tiny fraction of the whole Web, Wikipedia,
たとえば巨大なウェブ全体からすればほんの小さな部分
11:11
into one other language, Spanish.
ウィキペディアの英語版をスペイン語に訳すとしましょう
11:14
Wikipedia exists in Spanish,
ウィキペディアにはスペイン語版もありますが
11:17
but it's very small compared to the size of English.
英語版にくらべたらずっと小さく
11:19
It's about 20 percent of the size of English.
サイズにして20%くらいしかありません
11:21
If we wanted to translate the other 80 percent into Spanish,
残りの80%をスペイン語に翻訳しようと思ったら
11:23
it would cost at least 50 million dollars --
少なくとも5千万ドルはかかります
11:26
and this is at even the most exploited, outsourcing country out there.
甚だしく搾取された国にアウトソースした場合でそうなんです
11:28
So it would be very expensive.
プロの翻訳というのは高くつくのです
11:31
So what we want to do is we want to get 100 million people
それで私たちがやろうとしているのは
11:33
translating the Web into every major language
ウェブの各言語への翻訳を 1億人の人に
11:35
for free.
タダでやってもらうということです
11:37
Now if this is what you want to do,
そうしたときにすぐ直面する
11:39
you pretty quickly realize you're going to run into two pretty big hurdles,
大きな壁が
11:41
two big obstacles.
2つあります
11:43
The first one is a lack of bilinguals.
1つはバイリンガルの不足です
11:45
So I don't even know
インターネット利用者に
11:48
if there exists 100 million people out there using the Web
翻訳ができるほどのバイリンガルが
11:50
who are bilingual enough to help us translate.
そもそも1億人もいるのか分かりません
11:53
That's a big problem.
これは大きな問題です
11:55
The other problem you're going to run into is a lack of motivation.
もう1つの問題は動機付けの欠如です
11:57
How are we going to motivate people
どうすればウェブをタダで翻訳するよう
11:59
to actually translate the Web for free?
動機付けられるのか?
12:01
Normally, you have to pay people to do this.
通常はお金を出して翻訳してもらいます
12:03
So how are we going to motivate them to do it for free?
どうすればタダでやりたくなるのか?
12:06
Now when we were starting to think about this, we were blocked by these two things.
ウェブの翻訳を考え始めてすぐ この2つの問題にぶつかりました
12:08
But then we realized, there's actually a way
それから 2つの問題を同時に解決できる
12:11
to solve both these problems with the same solution.
方法があることに気づきました
12:13
There's a way to kill two birds with one stone.
一石二鳥の方法があるのです
12:15
And that is to transform language translation
翻訳を 何億という人がやりたがることに変え
12:17
into something that millions of people want to do,
それがバイリンガル不足の問題の
12:20
and that also helps with the problem of lack of bilinguals,
解決にもなるということ
12:23
and that is language education.
それは語学教育です
12:26
So it turns out that today,
今日 外国語を学習している人は
12:29
there are over 1.2 billion people learning a foreign language.
12億人以上います
12:31
People really, really want to learn a foreign language.
みんな本当に外国語を学びたがっているのです
12:34
And it's not just because they're being forced to do so in school.
学校で勉強させられるからというばかりではありません
12:36
For example, in the United States alone,
たとえばアメリカだけでも
12:39
there are over five million people who have paid over $500
外国語学習ソフトに500ドル以上使う人が
12:41
for software to learn a new language.
5百万人以上います
12:43
So people really, really want to learn a new language.
みんな本当に外国語を習いたがっているのです
12:45
So what we've been working on for the last year and a half is a new website --
それで私たちがこの1年半取り組んできたのは
12:47
it's called Duolingo --
Duolingoというウェブサイトで
12:50
where the basic idea is people learn a new language for free
その基本的な仕組みは みんなが外国語をタダで学び
12:52
while simultaneously translating the Web.
同時にウェブの翻訳もするということです
12:55
And so basically they're learning by doing.
つまり実践を通して学ぶわけです
12:57
So the way this works
初心者に対しては
12:59
is whenever you're a just a beginner, we give you very, very simple sentences.
ごく単純な文を提示します
13:01
There's, of course, a lot of very simple sentences on the Web.
ウェブにはもちろん使える文がふんだんにあります
13:04
We give you very, very simple sentences
すごく単純な文と
13:06
along with what each word means.
それぞれの単語の意味が提示されます
13:08
And as you translate them, and as you see how other people translate them,
翻訳しながら 他の人はどう訳しているか見て
13:10
you start learning the language.
外国語を学んでいきます
13:13
And as you get more and more advanced,
上達するにつれ
13:15
we give you more and more complex sentences to translate.
より複雑な文が提示されるようになります
13:17
But at all times, you're learning by doing.
しかし実践して学ぶという点はいつも変わりません
13:19
Now the crazy thing about this method
この方法の何がすごいかというと
13:21
is that it actually really works.
実際非常によく機能するということです
13:23
First of all, people are really, really learning a language.
何より みんな本当に外国語を学びたがっています
13:25
We're mostly done building it, and now we're testing it.
システム構築が済んで テスト中ですが
13:27
People really can learn a language with it.
本当に外国語を学ぶことができます
13:29
And they learn it about as well as the leading language learning software.
優れた外国語学習ソフトを使った場合に劣らず上達し
13:31
So people really do learn a language.
本当に外国語を身に付けているのです
13:34
And not only do they learn it as well,
しかも同様に上達できるだけではありません
13:36
but actually it's way more interesting.
はるかに楽しく学べるのです
13:38
Because you see with Duolingo, people are actually learning with real content.
Duolingoでは本物のコンテンツを使って学ぶからです
13:40
As opposed to learning with made-up sentences,
作り物の文章で学ぶのではなく
13:43
people are learning with real content, which is inherently interesting.
本物のコンテンツで学ぶ方が 本質的に興味深いものですし
13:45
So people really do learn a language.
本当に外国語を学ぶことができます
13:48
But perhaps more surprisingly,
それだけでなく さらに驚くのは
13:50
the translations that we get from people using the site,
このサイトから得られる翻訳は
13:52
even though they're just beginners,
彼らが初心者であるにもかかわらず
13:55
the translations that we get are as accurate as those of professional language translators,
プロの翻訳者に劣らず正確だということで
13:57
which is very surprising.
驚くほどです
14:00
So let me show you one example.
例をお見せしましょう
14:02
This is a sentence that was translated from German into English.
これはドイツ語から英語に翻訳された文章です
14:04
The top is the German.
一番上がドイツ語
14:06
The middle is an English translation
真ん中が
14:08
that was done by somebody who was a professional English translator
プロの翻訳家による英訳で
14:10
who we paid 20 cents a word for this translation.
1語につき20セント払っています
14:12
And the bottom is a translation by users of Duolingo,
一番下がDuolingoユーザによる英訳で
14:14
none of whom knew any German
彼らは元々
14:17
before they started using the site.
ドイツ語は全く知りませんでした
14:19
You can see, it's pretty much perfect.
ほとんど完璧なことがお分かりになると思います
14:21
Now of course, we play a trick here
プロの翻訳家並の翻訳にするため
14:23
to make the translations as good as professional language translators.
ちょっとした仕掛けをしてあります
14:25
We combine the translations of multiple beginners
複数の初心者の翻訳から良い所を取って
14:27
to get the quality of a single professional translator.
組み合わせているのです
14:30
Now even though we're combining the translations,
しかし組み合わせているのにかかわらず
14:33
the site actually can translate pretty fast.
このサイトでは翻訳を非常に早く行えます
14:38
So let me show you,
それでウィキペディアを英語から
14:40
this is our estimates of how fast we could translate Wikipedia
スペイン語に翻訳するのにかかる時間を
14:42
from English into Spanish.
見積もってみました
14:44
Remember, this is 50 million dollars-worth of value.
これは5千万ドルに値する仕事だということを思い出してください
14:46
So if we wanted to translate Wikipedia into Spanish,
ウィキペディアをスペイン語に訳すには
14:49
we could do it in five weeks with 100,000 active users.
アクティブユーザ10万人なら5週間でできます
14:51
And we could do it in about 80 hours with a million active users.
アクティブユーザ百万人なら80時間です
14:54
Since all the projects that my group has worked on so far have gotten millions of users,
これまで私のプロジェクトはどれも数百万のユーザを得ていたので
14:57
we're hopeful that we'll be able to translate
このプロジェクトでも非常に早い翻訳が
15:00
extremely fast with this project.
できるようになると期待しています
15:02
Now the thing that I'm most excited about with Duolingo
Duolingoの最も刺激的な点は
15:04
is I think this provides a fair business model for language education.
語学教育に公平さをもたらすビジネスモデルだということです
15:07
So here's the thing:
何が問題だったかというと
15:10
The current business model for language education
今までの語学教育のビジネスモデルは
15:12
is the student pays,
学習者にお金を払わせるということです
15:14
and in particular, the student pays Rosetta Stone 500 dollars.
つまり ロゼッタストーンに500ドル払うわけです
15:16
(Laughter)
(笑)
15:18
That's the current business model.
それが現在のビジネスモデルです
15:20
The problem with this business model
このモデルが問題なのは
15:22
is that 95 percent of the world's population doesn't have 500 dollars.
世界の人口の95%は500ドル払うことができないからです
15:24
So it's extremely unfair towards the poor.
貧しい人たちにはとても不公平な
15:27
This is totally biased towards the rich.
お金持ち向けに特化したモデルです
15:30
Now see, in Duolingo,
一方Duolingoでは
15:32
because while you learn
学びながら翻訳をして
15:34
you're actually creating value, you're translating stuff --
価値を生み出すので
15:36
which for example, we could charge somebody for translations.
たとえば どこかに翻訳料を払ってもらうこともでき
15:39
So this is how we could monetize this.
それが収益を得る方法になります
15:42
Since people are creating value while they're learning,
学習者は学習しながら価値を生んでいるので
15:44
they don't have to pay their money, they pay with their time.
授業料は必要ありません 時間で支払っているのですから
15:46
But the magical thing here is that they're paying with their time,
そして その時間にしても 語学学習にはどの道必要なもので
15:49
but that is time that would have had to have been spent anyways
時間を余計無駄にするわけではない
15:52
learning the language.
というのが素晴らしいところです
15:54
So the nice thing about Duolingo is I think it provides a fair business model --
貧しい人の不利にならないフェアなモデルというのが
15:56
one that doesn't discriminate against poor people.
Duolingoの優れたところです
15:59
So here's the site. Thank you.
これがDuolingoのアドレスです
16:01
(Applause)
(拍手)
16:03
So here's the site.
このサイトは正式公開前ですが
16:11
We haven't yet launched,
ここに来れば
16:13
but if you go there, you can sign up to be part of our private beta,
非公開ベータへの参加申し込みができます
16:15
which is probably going to start in about three or four weeks.
3、4週間以内には開始されるでしょう
16:18
We haven't yet launched this Duolingo.
Duolingoの開始をお待ちください
16:20
By the way, I'm the one talking here,
ここでお話ししているのは私ひとりですが
16:22
but actually Duolingo is the work of a really awesome team, some of whom are here.
Duolingoの開発は ここに挙げた人をはじめとする優れたチームによって行われています
16:24
So thank you.
どうもありがとうございました
16:27
(Applause)
(拍手)
16:29
Translator:Yasushi Aoki
Reviewer:Akinori Oyama

sponsored links

Luis von Ahn - Computer scientist
Luis von Ahn builds systems that combine humans and computers to solve large-scale problems that neither can solve alone.

Why you should listen

Louis von Ahn is an associate professor of Computer Science at Carnegie Mellon University, and he's at the forefront of the crowdsourcing craze. His work takes advantage of the evergrowing Web-connected population to acheive collaboration in unprecedented numbers. His projects aim to leverage the crowd for human good. His company reCAPTCHA, sold to Google in 2009, digitizes human knowledge (books), one word at a time. His new project is Duolingo, which aims to get 100 million people translating the Web in every major language.

sponsored links

If you need translations, you can install "Google Translate" extension into your Chrome Browser.
Furthermore, you can change playback rate by installing "Video Speed Controller" extension.

Data provided by TED.

This website is owned and operated by Tokyo English Network.
The developer's blog is here.