Help us understand the problem. What is going on with this article?

人工知能界から「重み」という言葉を無くしたい

More than 3 years have passed since last update.

はじめに

僕はここ一年ゆっくりと機械学習を独学で勉強している。はじめは日本語で勉強していた。難しい分野なんだと思っていた。英語の方がリソースが多そうだと感じ英語で勉強し始めたら以外にもすらすらと理解できた。別に翻訳している人たちを批判するつもりではないが、少しでも日本語ではやりの人工知能を勉強しやすいようにしたい。活性化関数、最尤推定など難解な言葉がたくさんでくるのは専門的な分野として致し方ないかもしれないが、もう少し容易に理解ができるような訳を考えたい。特に僕が日本語と英語を比べてこれはわからんと思うものは「重み」だ。

重みとは

ニューラルネットワーク型の学習モデルでは、基本的な語句である「重み」。これは入力値の重要性を数値化したものであるといえる。重みが大きければ大きいほどその入力値は学習のための特徴に深く関連していると言っても過言ではない。つまりその入力値に対する重みゼロであるならば、その入力値は一切考慮されない。一つの画像のこれは人の顔かどうかを認識するのに、画像の端っこにある木は判断材料にならないので、その重みはゼロになり、考慮されないというわけだ。これは脳のニューロンとニューロンとの繋がりの強さを表すためのものだ。

Weight

「重み」は「Weight」の訳である。非常に直接的な訳である。重みとはで説明したとおり、重みは入力値の重要性、貢献度を表す意味がある。実際に、日本語の「重み」または英語の「Weight」は大切さ、価値、重要性を表す意味がある。(実際、ゾロがアーロン戦で「剣の重さ」についてタコに説いている。)だが、「重み」と言われてすぐに価値の方の意味を思い浮かべる人はあまりいないだろう(タコもそうであった)。実際、英語圏の人でも「Weight」といわれて大切さと解釈する人も滅多にいないが、僕の感覚で恐縮だが比較的、重要性の意味には「重み」よりも近い気がする。「重み」という訳を廃止したい理由はそれだけではない。問題は動詞にある。英語ではWeightはそのまま動詞として使用でき、機械学習で頻繁に出てくる「入力値 × 重み」の概念を「Weighted input」と非常にすっきり且つ感覚的にもついていける言葉になるが、これを日本語に訳すと「重み付けられた入力値」になり少し思考を巡らせないと理解ができない。僕はこれは概念の実際の意味を表せてないと考える。

評価

そこでどのような言葉がいいか考えたが、「Weight」は「評価」または「評価値」と訳すのが一番ではないだろうか。評価という言葉には「Weight」と同じように「評価する」と動詞にしても非常に自然である。「評価された入力値」も「重み付けられた入力値」と比べ非常に本質的な言葉の意味をついていると思う。

いかがでしょうか、僕はこれから記事を書くときや英語を訳すときは「重み」の代わりに「評価」を使っていくつまりです。
ぜひみなさんの意見を教えて下さい。

Naggi-Goishi
シリコンバレーでエンジニアしてます。 個人メンタリングはじめました! https://naggi.club/mentoring
https://naggi-goishi.github.io/
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした