■

精度の高い顔面認識技術は多くのセキュリティ活動には欠かせないもの。でも現在の自動顔面認識システムでは被写体のアイデンティティーよりむしろ採光やポーズといった自然の変化に大きく左右され精度が落ちてしまいます。こうした不確定要素抜きに認証できるのはその顔に馴染みのある観察者（人間）です。

そこで私たちは、自然に撮った様々な写真から一貫して変わらない顔の平均的表情を抽出し、このような人間の馴染み方（familiarity）をモデル化しました。このシンプルな手法によって、顔面認識のアルゴリズムの精度は54％から100％に上がります。顔馴染みの人の安定したパフォーマンスを自動システムにしたのです。

http://netallica.yahoo.co.jp/news/23578

何の根拠もないのだけれど、この新しい顔面認識技術は機械翻訳(たぶんマニュアルや論文など定型化されたものに限って)の精度を一気に実用レベルに押し上げる可能性があるような気がする【当てが当たらぬおれカネゴン】。それも、構文解析でちまちまと語の品詞を分類したりしこしこ辞書を参照したりするなどという猪口才なプロセスをまったく抜きにして、まるでメッセージ・ダイジェストでも生成するような感じですべての語を等価に扱って(実際は逆にメッセージダイジェストから元の文を再現するのに近いとは思うのだけれど)。
いずれにしろ人間からの学習が必要と思われ、かつ、どれほどピカピカに学習結果をメンテナンスしても、一度誰かがいたずらでデタラメな学習をさせると本質的に復元不能になってしまいそうな予感【闇に紛れておれカネゴン】。
とここまで書いてみて、カネゴンが思いついたのは単なる(出力がむちゃくちゃ複雑な)ニューラルネットワークだったのかもしれないということに思い当たる【車輪を作るおれカネゴン】。