TED日本語 - ブレイス・アグエラ・ヤルカス: コンピューターはこうしてクリエイティブになる

品詞分類

主語
動詞
助動詞
準動詞
関係詞等

Data

内容

我々はアートと創造性の新時代の入り口におり、その主人公は人間ではない ― そう語るGoogle社の主席サイエンティストのブレイス・アグエラ・ヤルカスは、深層学習を行うニューラルネットワークで機械知覚と分散学習を実現する取り組みを進めています。画像認識用にトレーニングしたニューラルネットワークを逆に使って非常に斬新な映像を生み出すという、目を奪われるようなデモを彼は披露してくれます。コンピューターが作り出すその映像は、幻想的ですばらしく、既成のジャンル分けには当てはまらないコラージュ作品です。そればかりか、コンピューターは今や詩まで作れるといいます。彼はこう言います。「知覚と創造性の間には非常に密接な結び付きがあり、知覚行為を行う能力を有するものは創造力も兼ね備えている」

Script

私はGoogleで 機械知能に取り組む 開発チームを率いています 機械知能とは コンピューターや いろいろな種類の端末に 人間の脳のような機能を 持たせるための技術です 仕事上 私たちは 人間の脳の働きや 神経科学に関心があり 脳が未だコンピューターより はるかに優れている領域に 特に興味を持っています

そのような領域として 古くから認識されていたのは 知覚です 知覚とは 外界に存在するもの ― つまり 音や映像のようなものを 心の中の概念に 変えるプロセスです これは 人間の脳に 本質的に備わっている能力ですが コンピューターにも 有用なものです 例えば 私の部署で作っている 機械知覚アルゴリズムは Googleフォトの画像を 写っているものに基づいて 検索できるようにする技術です 一方 知覚と対照的なものに 創造性があります 創造性とは 概念を 何かの形で世に生み出すことです この1年の我々の 機械知覚への取り組みの中で コンピューターによる創造 「機械芸術」の世界との 意外な接点を見ました

ミケランジェロには 先見の明があり この「知覚と創造の二重の関係」を 見ていたのだと思います 彼は 有名な言葉を残しています 「どんな石の塊にも 彫像が隠れており 彫刻家の仕事は その像を見出すことである」 ミケランジェロが気づいていたのは 我々は 知覚によって 創造しているということで 知覚自体が 想像する行為であり 創造的なものだということです

人体の中で 思考 知覚 想像を行う器官は 言うまでもなく 脳です そこで 脳科学の歩みについて 簡単に振り返りましょう 心臓や腸などとは違い 脳については 外観からは 分からないことが多いからです 少なくとも 肉眼で見た場合には 脳に注目した 昔の解剖学者たちは 脳の外部構造を見て しゃれた名前を付けました 例えば「海馬」 これは タツノオトシゴのことです しかし そのように付けられた名前は その働きについて ほとんど何も示していません

脳内で起きていることについて 本当の知見を初めて得たのは 19世紀の 偉大な スペイン人神経解剖学者 サンティアゴ・ラモン・イ・カハールだと 私は思います 彼は顕微鏡と 選択的に染める特殊な染料を使って 脳内の個々の細胞を 非常にはっきりした形で 見られるようにし そこから 形態学的理解が 進むようになりました 19世紀に 彼が描いた 神経のイメージは このようなものでした

これは 鳥の脳です このように 驚くほど 多様な細胞があります 当時は 細胞説自体が ごく新しいものでした この構造 この細胞には 樹状突起があります この突起は 非常に長く伸びうるのですが これも 当時は目新しいことでした 樹状突起は 配線のようにも見えます このことは 19世紀の一部の人には 一目瞭然だったかもしれません 電気による革命が進み 配線が普及し始めた時代だったからです しかし いろいろな面で ラモン・イ・カハールが提示した 微細解剖学的な図は ある意味 今なお越えられていません

1世紀を経た今も 我々は ラモン・イ・カハールが始めた仕事を 完成させようと試み続けています これは 我々が提携している マックス・プランク神経科学研究所による 生のデータです 彼らが行ったのは 脳の組織の小さな断片を 可視化するということです この試料全体の大きさは 1立方ミリメートルで 今 お見せしているのは そのごく一部です 左の棒の長さが 1ミクロンです ご覧の構造は ミトコンドリアで 大きさとしては バクテリアと同程度です ごく小さな組織片の 連続的断面を映しています 比較のために言うと 髪の毛の直径は 平均約100ミクロンです ご覧のものは 髪の毛の直径よりも はるかに小さいんです

このような 電子顕微鏡による 連続断面像から ニューロンの3次元像を 再構成できます ここでは ラモン・イ・カハールが したのと同じように ごく一部のニューロンだけを示しています そうしなければ あまりに密集していて わけが分からなくなってしまいます ニューロンは 互いに結合し合った ― 非常に複雑な構造をしているためです

ラモン・イ・カハールは 時代の先を行っていて 脳に対する理解は その後の数十年で ゆっくりと進んでいきました やがて ニューロンは 電気を使っていることが発見され 第二次世界大戦の頃には 仕組みの解明のため 生きたニューロンを使って 電気的な実験ができるくらいに 技術が進歩しました ほぼ同時期に コンピューターも発明されましたが これは 人間の脳をモデル化するという アイデアに基づいていました コンピュータ科学の父の1人である アラン・チューリングは これを「知的機械」と呼びました

そしてウォーレン・マカロックとウォルター・ピッツが ラモン・イ・カハールの 視覚野の図に 目を向けました 今 ここでお見せしているものです これは 目から受け取ったイメージを 処理する皮質です 2人には これが 回路図のように見えました マカロックとピッツの回路図の 細かい部分には 間違いが たくさんありますが その基本的な概念 つまり 視覚野は一連の 計算要素のように働き 段階的に情報を 受け渡していくという概念は 本質的に正しいものでした

ここで 少し時間を取って 視覚情報処理が どんなことをするのか 説明しようと思います 知覚の基本的な仕事は このような画像を見て 識別をすることです 「あれは鳥だ」と 人間の脳は この処理を簡単にやってのけますが コンピューターにとっては難問で 数年前までは ほとんど不可能でした 従来の コンピューターの構造は こういうタスクには不向きなんです

鳥のピクセル画像と 「鳥」という言葉の間にあるのは ニューラルネットワークの中の 結合しあった 一連のニューロンです 図示すると こうなります このニューラルネットワークは 視覚野内に生物学的なものとして存在し また最近では コンピューター上に モデル化できるようになりました どのように動作するか お見せしましょう

画像は ニューロンの 第1層を示しています これは目で言うと 網膜内のニューロンに相当します 情報は ニューロンの1つの層から別の層へと 次々と受け渡され ニューロン同士は 重みの異なる シナプスでつながれています このネットワークの動作は シナプス結合の 強さによって変わり それが ネットワークの 計算的特徴を決めます そうして最終的には 少数のニューロン群が反応し 「鳥」だと認識されます

ここで3つの対象物 ― 入力されたピクセル ニューラルネットワーク内のシナプス 出力である「鳥」 この3つを 「x」「w」「y」と置きましょう xは 画像中のピクセルなので 100万個くらいあり wは数十億から数兆個 ニューラルネット内の全シナプスの 結合強度を表します このネットワークからの 出力である yの個数はごくわずかです 「bird」は たった4文字ですよね? ここで 次の簡単な式が 成立すると仮定します x “×” w =y 「かける」に引用符を付けたのは この場面で実行される演算は 実際には 非常に複雑な 数学的な計算だからです

1つの方程式があって 3個の変数があります ご存じのように 3つの変数のうち 2つの値が分かれば 残りの変数の値も求められます ここでの問題は 鳥の画像から それが鳥だと推論するということでした つまり y が未知で xとwが分かっています 画像 x と ネットワーク w は 与えられています ご覧のように 比較的単純な問題です 2と3を掛け合わせれば 答えは出ます 我々が最近構築した ニューラルネットワークでは まさに これを実行しています

携帯電話上で リアルタイムで処理をしています こんなに すごいことができるのも 現在の携帯電話では 1秒当たり 数十億~数兆の命令を 実行できるからです ご覧いただいているのは 携帯電話で次々に出す 鳥の画像に対し ニューラルネットが 「これは鳥だ」と言うだけでなく 鳥の種類まで 特定しているところです この式で言うと xとwが既知で yが未知の場合です ここで 難しい部分を はしょっていました wは そもそも どうやって求めたらいいのか 脳がやっているようなことですが 人間は どうやって学ぶのでしょう?

この学習プロセス wを解くという問題は 変数が数値の 簡単な式であれば どうすればよいか分かります 6=2×w を解くには 両辺を2で割れば済みます ここで問題になるのは この演算子です 今 割り算をしましたが それは割り算が 掛け算の逆演算だからです しかし 先ほど言ったとおり 掛け算と見るのには ウソがあり 実際には とても複雑な非線形演算で 逆演算が存在しません だから 除算演算子を使わずに これを解かなければなりません でも そのやり方はそう難しくありません 代数学的な ちょっとしたワザを使うんです まず「6」を式の右辺に移します 依然として乗算を使っています そして 左辺の「0」を誤差と考えます つまり wを正しく求められれば 誤差の値は0になります wの値が 正しくない場合 誤差は0より大きくなります

誤差の値が最小になるよう 推量をします こういう処理なら コンピューターは大得意です 最初の推測値として w=0では どうでしょう? 誤差は6です w=1の場合 誤差は4 マルコ・ポーロ式鬼ごっこのような調子で 誤差を0に近づけていき そうやってwの近似値を求めます 通常 正解そのものにたどり着くことは ありませんが 数十回繰り返すと w=2.999のような 十分近い値が求まります これが 学習プロセスです

ここで改めて 思い出してください 私たちがやっていたのは 既知の xとyに対し 反復的プロセスによって 真ん中の wの値を求めるということです これは人間がものごとを学習するのと 同じやり方です 赤ちゃんのとき たくさんの絵を見せられ 「これは鳥 これは鳥じゃない」と 教わります この学習を反復することで wを解いて 神経結合を作り出すんです

xと w に対して y を求めるというのは 高速な日常的「知覚」です w を求める方法を 先ほど考えましたが これは「学習」であり ずっと難しいことです なぜなら 多くの訓練例を使って 誤差を最小化する必要が あるからです

1年ほど前 私のチームの アレックス・モードヴィンツェフは 既知の w と y に対して x の値を求めるとどうなるか 実験してみることにしました 言い換えると 鳥に対してトレーニングされた ニューラルネットが 鳥だと答えを出す 「鳥の絵」はどんなものか ということです 鳥を認識するネットワークを訓練するのと 同じ誤差最小化の手順が この場合も使えることが 分かりました 結果として出てきたのは ― 一種の鳥の絵です これは「鳥」を認識するように訓練した ニューラルネットワークによって 生成された鳥のイメージです yの値を求めるかわりに 反復によって xを求めたんです

別の面白い例を 紹介しましょう 私のグループのマイク・タイカが 作ってくれたものです マイクは「動物のパレード」と呼んでました ウィリアム・ケントリッジの作品を 思わせます ケントリッジは スケッチを描いては消し また 描いては消しして アニメーションを作り出します この場合 マイクは 動物種の集合の中で yの値を変えていて 動物の種類を識別するよう 設計された ネットワークを使っています エッシャーのだまし絵のように 動物が別の動物へと変形していきます

次は マイクとアレックスが 協力して作ったもので y を二次元空間に 収めようと試みていて ネットワークが認識するもの 全てを含む空間の 地図を作っています この画像合成・画像生成を yの値を変化させながら 画面全体にわたって行うことで このような地図が できあがります ネットワークが認識するものすべての 視覚地図です いろんな動物が現れます あそこにアルマジロがいますね

他のネットワークでも 同様の処理が実行できます これは 人物の顔を見分ける ― 顔認識のために設計された ネットワークです ここで yは「私」です 私の顔をパラメータにして このネットワークを使い xの値を求めると かなり ぶっ飛んだ 画像が作られます キュービズムというか シュールというか サイケな感じの 私の絵です 複数の視点を 1つにまとめています このように 複数の視点が 1つになっている理由は このネットワークが あいまいさを除去する 設計になっているためです 人の顔の見え方は 見る角度によって変わり 光の当たり方によっても 変わります だから このような再構成を行う場合 ガイドとなる画像や 統計値がないと 視点に関して 混乱が生じるんです あいまいさがあるためです ここでは 私の顔を再構成する 最適化プロセスで アレックスの顔の映像を ガイドとして使っています 完璧とは言えず この最適化プロセスを 改善するために やることは まだまだありますが とりあえず 顔をガイドとして使うことで 統一感のあるイメージが できるようになります

別に 真っ白なキャンバスや ホワイトノイズから 始める必要はありません xを求めるという場合 xとして 何か別の画像から 出発してもいいんです それを説明するデモを お見せしましょう これは 人工物であれ 動物であれ あらゆるものを分類するよう 設計されたネットワークです この雲の写真からスタートします これを最適化すると このネットワークは 「雲の中に何が見えるか」を探します 画面をじっと見ているうちに 雲の中に いろんなものが 見えてきます これに顔認識ネットワークを使うと 幻覚っぽい映像になります ちょっと頭がおかしくなりそうな

(笑)

マイクはまた この雲の画像で 別の実験もしています 幻視とズームを繰り返していくと こんな感じに フーガのような 自由連想のような映像を このネットワークから 作り出せます ネットワークが 自分の尻尾を食べています それそれのイメージが 次のイメージのベースになっています 「次に 何が見える? 次に 何が見える? 次に 何が見える?」という風に

ちなみに このデモを 最初に披露したのは シアトルで開かれた 「高等教育」と題した講演会で マリファナが合法化された 直後のことでした

(笑)

最後にまとめとして この技術は お見せしたようなものに 限定されないことを指摘しておきます 今回は視覚的にちょっと面白い例を 紹介しましたが 別に 視覚のテクノロジー というわけではないんです 我々の協力者でアーティストの ロス・グッドウィンによる実験ですが 彼がカメラで写真を撮ると その写真の中身を元に 背負っているコンピューターが ニューラルネットワークで 詩を書きます 詩のニューラルネットワークは 20世紀の詩の 膨大なコーパスで トレーニングされています そうやって書かれた詩は どうして そう悪くないと思います

(笑)

まとめになりますが ミケランジェロは正しかったと つくづく思います 知覚と創造性とは 密接に結びついているんです 先ほどお見せした ニューラルネットワークは 世の中の さまざまなものを区別するよう 学習させたものですが 処理を逆転させて 新しいものを作り出すこともできます そこで気づかされるのは 石の塊の中に 彫刻を見ることができるのは ミケランジェロだけではないということ どんな生物であれ どんな存在 地球外生命体だろうと 知覚を行う能力のあるものは 創造もできるということです どちらも同じメカニズムで できることだからです

そして 知覚と創造は 決して 人間に限られたものではありません 私たちは そのようなことができる コンピューターモデルを作り始めています 驚くことではありません 脳もまた計算機械だからです

最後に コンピューティングは 知的機械の設計から始まり 機械はいかに知的になれるか という発想から モデル化されましたが 今や我々は 昔の先駆者が 夢見た世界を ようやく実現させつつあります チューリングやフォン・ノイマンの夢 マカロックやピッツの夢を コンピューティングは 会計処理だとか キャンディークラッシュで 遊ぶだけのものではありません コンピューターはそもそも 人間の脳をモデルとしたものでしたが それは 人間の知性を よりよく理解するためにも 人間の知性を拡張するためにも 使えるのです

ありがとうございました

(拍手)

So, I lead a team at Google that works on machine intelligence; in other words, the engineering discipline of making computers and devices able to do some of the things that brains do. And this makes us interested in real brains and neuroscience as well, and especially interested in the things that our brains do that are still far superior to the performance of computers.

Historically,one of those areas has been perception, the process by which things out there in the world -- sounds and images -- can turn into concepts in the mind. This is essential for our own brains, and it's also pretty useful on a computer. The machine perception algorithms, for example, that our team makes, are what enable your pictures on Google Photos to become searchable, based on what's in them. The flip side of perception is creativity: turning a concept into something out there into the world. So over the past year, our work on machine perception has also unexpectedly connected with the world of machine creativity and machine art.

I think Michelangelo had a penetrating insight into to this dual relationship between perception and creativity. This is a famous quote of his: "Every block of stone has a statue inside of it, and the job of the sculptor is to discover it." So I think that what Michelangelo was getting at is that we create by perceiving, and that perception itself is an act of imagination and is the stuff of creativity.

The organ that does all the thinking and perceiving and imagining, of course, is the brain. And I'd like to begin with a brief bit of history about what we know about brains. Because unlike, say, the heart or the intestines, you really can't say very much about a brain by just looking at it, at least with the naked eye. The early anatomists who looked at brains gave the superficial structures of this thing all kinds of fanciful names, like hippocampus, meaning "little shrimp." But of course that sort of thing doesn't tell us very much about what's actually going on inside.

The first person who, I think, really developed some kind of insight into what was going on in the brain was the great Spanish neuroanatomist, Santiago Ramon y Cajal, in the 19th century, who used microscopy and special stains that could selectively fill in or render in very high contrast the individual cells in the brain, in order to start to understand their morphologies. And these are the kinds of drawings that he made of neurons in the 19th century.

This is from a bird brain. And you see this incredible variety of different sorts of cells, even the cellular theory itself was quite new at this point. And these structures, these cells that have these arborizations, these branches that can go very, very long distances -- this was very novel at the time. They're reminiscent, of course, of wires. That might have been obvious to some people in the 19th century; the revolutions of wiring and electricity were just getting underway. But in many ways, these microanatomical drawings of Ramon y Cajal's, like this one, they're still in some ways unsurpassed.

We're still more than a century later, trying to finish the job that Ramon y Cajal started. These are raw data from our collaborators at the Max Planck Institute of Neuroscience. And what our collaborators have done is to image little pieces of brain tissue. The entire sample here is about one cubic millimeter in size, and I'm showing you a very, very small piece of it here. That bar on the left is about one micron. The structures you see are mitochondria that are the size of bacteria. And these are consecutive slices through this very, very tiny block of tissue. Just for comparison's sake, the diameter of an average strand of hair is about 100 microns. So we're looking at something much, much smaller than a single strand of hair.

And from these kinds of serial electron microscopy slices, one can start to make reconstructions in 3D of neurons that look like these. So these are sort of in the same style as Ramon y Cajal. Only a few neurons lit up, because otherwise we wouldn't be able to see anything here. It would be so crowded, so full of structure, of wiring all connecting one neuron to another.

So Ramon y Cajal was a little bit ahead of his time, and progress on understanding the brain proceeded slowly over the next few decades. But we knew that neurons used electricity, and by World War II, our technology was advanced enough to start doing real electrical experiments on live neurons to better understand how they worked. This was the very same time when computers were being invented, very much based on the idea of modeling the brain -- of "intelligent machinery," as Alan Turing called it,one of the fathers of computer science.

Warren McCulloch and Walter Pitts looked at Ramon y Cajal's drawing of visual cortex, which I'm showing here. This is the cortex that processes imagery that comes from the eye. And for them, this looked like a circuit diagram. So there are a lot of details in McCulloch and Pitts's circuit diagram that are not quite right. But this basic idea that visual cortex works like a series of computational elements that pass information one to the next in a cascade, is essentially correct.

Let's talk for a moment about what a model for processing visual information would need to do. The basic task of perception is to take an image like this one and say, "That's a bird," which is a very simple thing for us to do with our brains. But you should all understand that for a computer, this was pretty much impossible just a few years ago. The classical computing paradigm is not one in which this task is easy to do.

So what's going on between the pixels, between the image of the bird and the word "bird," is essentially a set of neurons connected to each other in a neural network, as I'm diagramming here. This neural network could be biological, inside our visual cortices, or, nowadays, we start to have the capability to model such neural networks on the computer. And I'll show you what that actually looks like.

So the pixels you can think about as a first layer of neurons, and that's, in fact, how it works in the eye -- that's the neurons in the retina. And those feed forward into one layer after another layer, after another layer of neurons, all connected by synapses of different weights. The behavior of this network is characterized by the strengths of all of those synapses. Those characterize the computational properties of this network. And at the end of the day, you have a neuron or a small group of neurons that light up, saying, "bird."

Now I'm going to represent those three things -- the input pixels and the synapses in the neural network, and bird, the output -- by three variables: x, w and y. There are maybe a million or so x's -- a million pixels in that image. There are billions or trillions of w's, which represent the weights of all these synapses in the neural network. And there's a very small number of y's, of outputs that that network has. "Bird" is only four letters, right? So let's pretend that this is just a simple formula, x "x" w = y. I'm putting the times in scare quotes because what's really going on there, of course, is a very complicated series of mathematical operations.

That's one equation. There are three variables. And we all know that if you have one equation, you can solve one variable by knowing the other two things. So the problem of inference, that is, figuring out that the picture of a bird is a bird, is this one: it's where y is the unknown and w and x are known. You know the neural network, you know the pixels. As you can see, that's actually a relatively straightforward problem. You multiply two times three and you're done. I'll show you an artificial neural network that we've built recently, doing exactly that.

This is running in real time on a mobile phone, and that's, of course, amazing in its own right, that mobile phones can do so many billions and trillions of operations per second. What you're looking at is a phone looking at one after another picture of a bird, and actually not only saying, "Yes, it's a bird," but identifying the species of bird with a network of this sort. So in that picture, the x and the w are known, and the y is the unknown. I'm glossing over the very difficult part, of course, which is how on earth do we figure out the w, the brain that can do such a thing? How would we ever learn such a model?

So this process of learning, of solving for w, if we were doing this with the simple equation in which we think about these as numbers, we know exactly how to do that: 6 = 2 x w, well, we divide by two and we're done. The problem is with this operator. So, division -- we've used division because it's the inverse to multiplication, but as I've just said, the multiplication is a bit of a lie here. This is a very, very complicated, very non-linear operation; it has no inverse. So we have to figure out a way to solve the equation without a division operator. And the way to do that is fairly straightforward. You just say, let's play a little algebra trick, and move the six over to the right-hand side of the equation. Now, we're still using multiplication. And that zero -- let's think about it as an error. In other words, if we've solved for w the right way, then the error will be zero. And if we haven't gotten it quite right, the error will be greater than zero.

So now we can just take guesses to minimize the error, and that's the sort of thing computers are very good at. So you've taken an initial guess: what if w = 0? Well, then the error is 6. What if w = 1? The error is 4. And then the computer can sort of play Marco Polo, and drive down the error close to zero. As it does that, it's getting successive approximations to w. Typically, it never quite gets there, but after about a dozen steps, we're up to w = 2.999, which is close enough. And this is the learning process.

So remember that what's been going on here is that we've been taking a lot of known x's and known y's and solving for the w in the middle through an iterative process. It's exactly the same way that we do our own learning. We have many, many images as babies and we get told, "This is a bird; this is not a bird." And over time, through iteration, we solve for w, we solve for those neural connections.

So now, we've held x and w fixed to solve for y; that's everyday, fast perception. We figure out how we can solve for w, that's learning, which is a lot harder, because we need to do error minimization, using a lot of training examples.

And about a year ago, Alex Mordvintsev, on our team, decided to experiment with what happens if we try solving for x, given a known w and a known y. In other words, you know that it's a bird, and you already have your neural network that you've trained on birds, but what is the picture of a bird? It turns out that by using exactly the same error-minimization procedure, one can do that with the network trained to recognize birds, and the result turns out to be ... a picture of birds. So this is a picture of birds generated entirely by a neural network that was trained to recognize birds, just by solving for x rather than solving for y, and doing that iteratively.

Here's another fun example. This was a work made by Mike Tyka in our group, which he calls "Animal Parade." It reminds me a little bit of William Kentridge's artworks, in which he makes sketches, rubs them out, makes sketches, rubs them out, and creates a movie this way. In this case, what Mike is doing is varying y over the space of different animals, in a network designed to recognize and distinguish different animals from each other. And you get this strange, Escher-like morph from one animal to another.

Here he and Alex together have tried reducing the y's to a space of only two dimensions, thereby making a map out of the space of all things recognized by this network. Doing this kind of synthesis or generation of imagery over that entire surface, varying y over the surface, you make a kind of map -- a visual map of all the things the network knows how to recognize. The animals are all here; "armadillo" is right in that spot.

You can do this with other kinds of networks as well. This is a network designed to recognize faces, to distinguish one face from another. And here, we're putting in a y that says, "me," my own face parameters. And when this thing solves for x, it generates this rather crazy, kind of cubist, surreal, psychedelic picture of me from multiple points of view at once. The reason it looks like multiple points of view at once is because that network is designed to get rid of the ambiguity of a face being in one pose or another pose, being looked at with one kind of lighting, another kind of lighting. So when you do this sort of reconstruction, if you don't use some sort of guide image or guide statistics, then you'll get a sort of confusion of different points of view, because it's ambiguous. This is what happens if Alex uses his own face as a guide image during that optimization process to reconstruct my own face. So you can see it's not perfect. There's still quite a lot of work to do on how we optimize that optimization process. But you start to get something more like a coherent face, rendered using my own face as a guide.

You don't have to start with a blank canvas or with white noise. When you're solving for x, you can begin with an x, that is itself already some other image. That's what this little demonstration is. This is a network that is designed to categorize all sorts of different objects -- man-made structures, animals ... Here we're starting with just a picture of clouds, and as we optimize, basically, this network is figuring out what it sees in the clouds. And the more time you spend looking at this, the more things you also will see in the clouds. You could also use the face network to hallucinate into this, and you get some pretty crazy stuff.

(Laughter)

Or, Mike has done some other experiments in which he takes that cloud image, hallucinates, zooms, hallucinates, zooms hallucinates, zooms. And in this way, you can get a sort of fugue state of the network, I suppose, or a sort of free association, in which the network is eating its own tail. So every image is now the basis for, "What do I think I see next? What do I think I see next? What do I think I see next?"

I showed this for the first time in public to a group at a lecture in Seattle called "Higher Education" -- this was right after marijuana was legalized.

(Laughter)

So I'd like to finish up quickly by just noting that this technology is not constrained. I've shown you purely visual examples because they're really fun to look at. It's not a purely visual technology. Our artist collaborator, Ross Goodwin, has done experiments involving a camera that takes a picture, and then a computer in his backpack writes a poem using neural networks, based on the contents of the image. And that poetry neural network has been trained on a large corpus of 20th-century poetry. And the poetry is, you know, I think, kind of not bad, actually.

(Laughter)

In closing, I think that per Michelangelo, I think he was right; perception and creativity are very intimately connected. What we've just seen are neural networks that are entirely trained to discriminate, or to recognize different things in the world, able to be run in reverse, to generate. One of the things that suggests to me is not only that Michelangelo really did see the sculpture in the blocks of stone, but that any creature, any being, any alien that is able to do perceptual acts of that sort is also able to create because it's exactly the same machinery that's used in both cases.

Also, I think that perception and creativity are by no means uniquely human. We start to have computer models that can do exactly these sorts of things. And that ought to be unsurprising; the brain is computational.

And finally, computing began as an exercise in designing intelligent machinery. It was very much modeled after the idea of how could we make machines intelligent. And we finally are starting to fulfill now some of the promises of those early pioneers, of Turing and von Neumann and McCulloch and Pitts. And I think that computing is not just about accounting or playing Candy Crush or something. From the beginning, we modeled them after our minds. And they give us both the ability to understand our own minds better and to extend them.

Thank you very much.

(Applause)

So,/ I lead a team/ at Google/ that works on machine intelligence;/ in other words,/ the engineering discipline of making computers/ and devices able to do some of the things/ that brains do.//

私はGoogleで 機械知能に取り組む 開発チームを率いています 機械知能とは コンピューターや いろいろな種類の端末に 人間の脳のような機能を 持たせるための技術です

And this makes us interested/ in real brains and neuroscience as well,/ and especially interested/ in the things/ that our brains do/ that are still far superior/ to the performance of computers.//

仕事上 私たちは 人間の脳の働きや 神経科学に関心があり 脳が未だコンピューターより はるかに優れている領域に 特に興味を持っています

Historically,/one of those areas has been perception,/ the process/ by which things out there/ in the world --/ sounds and images --/ can turn into concepts/ in the mind.//

そのような領域として 古くから認識されていたのは 知覚です 知覚とは 外界に存在するもの ― つまり 音や映像のようなものを 心の中の概念に 変えるプロセスです

This is essential/ for our own brains,/ and it's also pretty useful/ on a computer.//

これは 人間の脳に 本質的に備わっている能力ですが コンピューターにも 有用なものです

The machine perception algorithms,/ for example,/ that our team makes,/ are/ what enable your pictures/ on Google Photos/ to become searchable,/ based on what's in them.//

例えば 私の部署で作っている 機械知覚アルゴリズムは Googleフォトの画像を 写っているものに基づいて 検索できるようにする技術です

The flip side of perception is creativity:/ turning a concept/ into something out there/ into the world.//

一方 知覚と対照的なものに 創造性があります 創造性とは 概念を 何かの形で世に生み出すことです

So/ over the past year,/ our work/ on machine perception has also unexpectedly connected with the world of machine creativity and machine art.//

この1年の我々の 機械知覚への取り組みの中で コンピューターによる創造 「機械芸術」の世界との 意外な接点を見ました

I think/ Michelangelo had a penetrating insight/ into/ to this dual relationship/ between perception/ and creativity.//

ミケランジェロには 先見の明があり この「知覚と創造の二重の関係」を 見ていたのだと思います

This is a famous quote of his:/ "Every block of stone has a statue/ inside of it,/ and the job of the sculptor is to discover it."//

彼は 有名な言葉を残しています 「どんな石の塊にも 彫像が隠れており 彫刻家の仕事は その像を見出すことである」

So I think/ that/ what Michelangelo was getting at is/ that we create by perceiving,/ and/ that perception/ itself is an act of imagination/ and is the stuff of creativity.//

ミケランジェロが気づいていたのは 我々は 知覚によって 創造しているということで 知覚自体が 想像する行為であり 創造的なものだということです

The organ/ that does all the thinking and perceiving and imagining,/ of course,/ is the brain.//

人体の中で 思考 知覚 想像を行う器官は 言うまでもなく 脳です

And I'd like to begin/ with a brief bit of history/ about what we know about brains.//

そこで 脳科学の歩みについて 簡単に振り返りましょう

Because unlike,/ say,/ the heart or the intestines,/ you really can't say very much/ about a brain/ by just looking/ at it,/ at least/ with the naked eye.//

心臓や腸などとは違い 脳については 外観からは 分からないことが多いからです 少なくとも 肉眼で見た場合には

The early anatomists/ who looked at brains gave the superficial structures of this thing/ all kinds of fanciful names,/ like hippocampus,/ meaning "little shrimp."//

脳に注目した 昔の解剖学者たちは 脳の外部構造を見て しゃれた名前を付けました 例えば「海馬」 これは タツノオトシゴのことです

But of course/ that sort of thing doesn't tell us very much/ about what's actually going/ on inside.//

しかし そのように付けられた名前は その働きについて ほとんど何も示していません

The first person/ who,/ I think,/ really developed some kind of insight/ into what was going on/ in the brain was the great Spanish neuroanatomist,/ Santiago Ramon y Cajal,/ in the 19th century,/ who used microscopy/ and special stains/ that could selectively fill in or render in very high contrast/ the individual cells/ in the brain,/ in order to start to understand their morphologies.//

脳内で起きていることについて 本当の知見を初めて得たのは 19世紀の 偉大な スペイン人神経解剖学者 サンティアゴ・ラモン・イ・カハールだと 私は思います 彼は顕微鏡と 選択的に染める特殊な染料を使って 脳内の個々の細胞を 非常にはっきりした形で 見られるようにし そこから 形態学的理解が 進むようになりました

And these are the kinds of drawings/ that he made of neurons/ in the 19th century.//

19世紀に 彼が描いた 神経のイメージは このようなものでした

This is from a bird brain.//

これは 鳥の脳です

And you see this incredible variety of different sorts of cells,/ even the cellular theory/ itself was quite new/ at this point.//

このように 驚くほど 多様な細胞があります 当時は 細胞説自体が ごく新しいものでした

And these structures,/ these cells/ that have these arborizations,/ these branches/ that can go very,/ very long distances --/ this was very novel/ at the time.//

この構造 この細胞には 樹状突起があります この突起は 非常に長く伸びうるのですが これも 当時は目新しいことでした

They're reminiscent,/ of course,/ of wires.//

樹状突起は 配線のようにも見えます

That might have been obvious/ to some people/ in the 19th century;/ the revolutions of wiring and electricity were just getting underway.//

このことは 19世紀の一部の人には 一目瞭然だったかもしれません 電気による革命が進み 配線が普及し始めた時代だったからです

But in many ways,/ these microanatomical drawings of Ramon y Cajal's,/ like this one,/ they're still/ in some ways unsurpassed.//

しかし いろいろな面で ラモン・イ・カハールが提示した 微細解剖学的な図は ある意味 今なお越えられていません

We're still/ more/ than a century later,/ trying to finish the job/ that Ramon y Cajal started.//

1世紀を経た今も 我々は ラモン・イ・カハールが始めた仕事を 完成させようと試み続けています

These are raw data/ from our collaborators/ at the Max Planck Institute of Neuroscience.//

これは 我々が提携している マックス・プランク神経科学研究所による 生のデータです

And/ what our collaborators have done/ is to image little pieces of brain tissue.//

彼らが行ったのは 脳の組織の小さな断片を 可視化するということです

The entire sample here is about one cubic millimeter/ in size,/ and I'm showing/ you/ a very, very small piece of it here.//

この試料全体の大きさは 1立方ミリメートルで 今 お見せしているのは そのごく一部です

That bar/ on the left is about one micron.//

左の棒の長さが 1ミクロンです

The structures/ you see/ are mitochondria/ that are the size of bacteria.//

ご覧の構造は ミトコンドリアで 大きさとしては バクテリアと同程度です

And these are consecutive slices/ through this very, very tiny block of tissue.//

ごく小さな組織片の 連続的断面を映しています

Just/ for comparison's sake,/ the diameter of an average strand of hair is about 100 microns.//

比較のために言うと 髪の毛の直径は 平均約100ミクロンです

So we're looking/ at something much,/ much smaller/ than a single strand of hair.//

ご覧のものは 髪の毛の直径よりも はるかに小さいんです

And from these kinds of serial electron microscopy slices,/ one can start to make/ reconstructions/ in 3D of neurons/ that look like these.//

このような 電子顕微鏡による 連続断面像から ニューロンの3次元像を 再構成できます

So/ these are sort of in the same style/ as Ramon y Cajal.//

ここでは ラモン・イ・カハールが したのと同じように

Only/ a few neurons lit up,/ because otherwise/ we wouldn't be able to see anything here.//

ごく一部のニューロンだけを示しています そうしなければ あまりに密集していて

It would be so crowded,/ so full of structure,/ of wiring all connecting one neuron to another.//

わけが分からなくなってしまいます ニューロンは 互いに結合し合った ― 非常に複雑な構造をしているためです

So Ramon y Cajal was a little bit ahead of his time,/ and progress/ on understanding the brain proceeded slowly/ over the next few decades.//

ラモン・イ・カハールは 時代の先を行っていて 脳に対する理解は その後の数十年で ゆっくりと進んでいきました

But we knew/ that neurons used electricity,/ and by World War II,/ our technology was advanced enough/ to start doing real electrical experiments/ on live neurons/ to better understand/ how they worked.//

やがて ニューロンは 電気を使っていることが発見され 第二次世界大戦の頃には 仕組みの解明のため 生きたニューロンを使って 電気的な実験ができるくらいに 技術が進歩しました

This was the very same time/ when computers were being invented,/ very much/ based on the idea of modeling the brain --/ of "intelligent machinery,/"/ as Alan Turing called it,/one of the fathers of computer science.//

ほぼ同時期に コンピューターも発明されましたが これは 人間の脳をモデル化するという アイデアに基づいていました コンピュータ科学の父の1人である アラン・チューリングは これを「知的機械」と呼びました

Warren McCulloch/ and Walter Pitts looked at Ramon y Cajal's drawing of visual cortex,/ which I'm showing/ here.//

そしてウォーレン・マカロックとウォルター・ピッツが ラモン・イ・カハールの 視覚野の図に 目を向けました 今 ここでお見せしているものです

This is the cortex/ that processes imagery/ that comes from the eye.//

これは 目から受け取ったイメージを 処理する皮質です

And/ for them,/ this looked like a circuit diagram.//

2人には これが 回路図のように見えました

So there are a lot of details/ in McCulloch and Pitts's circuit diagram/ that are not quite right.//

マカロックとピッツの回路図の 細かい部分には 間違いが たくさんありますが

But this basic idea/ that visual cortex works like a series of computational elements/ that pass information one/ to the next/ in a cascade,/ is essentially correct.//

その基本的な概念 つまり 視覚野は一連の 計算要素のように働き 段階的に情報を 受け渡していくという概念は 本質的に正しいものでした

Let's talk/ for a moment/ about what a model/ for processing visual information would need to do.//

ここで 少し時間を取って 視覚情報処理が どんなことをするのか 説明しようと思います

The basic task of perception is to take an image/ like this one/ and say,/ "That's a bird,/"/ which is a very simple thing/ for us/ to do with our brains.//

知覚の基本的な仕事は このような画像を見て 識別をすることです 「あれは鳥だ」と 人間の脳は この処理を簡単にやってのけますが

But you should all understand/ that for a computer,/ this was pretty much impossible/ just a few years ago.//

コンピューターにとっては難問で 数年前までは ほとんど不可能でした

The classical computing paradigm is not one/ in which this task is easy/ to do.//

従来の コンピューターの構造は こういうタスクには不向きなんです

So/ what's going on/ between the pixels,/ between the image of the bird and the word "bird,/"/ is essentially a set of neurons connected to each other/ in a neural network,/ as I'm diagramming/ here.//

鳥のピクセル画像と 「鳥」という言葉の間にあるのは ニューラルネットワークの中の 結合しあった 一連のニューロンです 図示すると こうなります

This neural network could be biological,/ inside our visual cortices,/ or,/ nowadays,/ we start to have/ the capability/ to model such neural networks/ on the computer.//

このニューラルネットワークは 視覚野内に生物学的なものとして存在し また最近では コンピューター上に モデル化できるようになりました

And I'll show you/ what/ that actually looks like.//

どのように動作するか お見せしましょう

So the pixels/ you can think about/ as a first layer of neurons,/ and that's,/ in fact,/ how it works in the eye --/ that's the neurons/ in the retina.//

画像は ニューロンの 第1層を示しています これは目で言うと 網膜内のニューロンに相当します

And those feed forward/ into one layer/ after another layer,/ after another layer of neurons,/ all connected by synapses of different weights.//

情報は ニューロンの1つの層から別の層へと 次々と受け渡され ニューロン同士は 重みの異なる シナプスでつながれています

The behavior of this network is characterized by the strengths of all of those synapses.//

このネットワークの動作は シナプス結合の 強さによって変わり

Those characterize the computational properties of this network.//

それが ネットワークの 計算的特徴を決めます

And at the end of the day,/ you have a neuron/ or a small group of neurons/ that light up,/ saying,/ "bird."//

そうして最終的には 少数のニューロン群が反応し 「鳥」だと認識されます

Now/ I'm going to represent/ those three things --/ the input pixels and the synapses/ in the neural network,/ and bird,/ the output --/ by three variables:/ x, w and y.//

ここで3つの対象物 ― 入力されたピクセル ニューラルネットワーク内のシナプス 出力である「鳥」 この3つを 「x」「w」「y」と置きましょう

There are maybe a million or so x's --/ a million pixels/ in that image.//

xは 画像中のピクセルなので 100万個くらいあり

There are billions or trillions of w's,/ which represent the weights of all these synapses/ in the neural network.//

wは数十億から数兆個 ニューラルネット内の全シナプスの 結合強度を表します

And there's a very small number of y's,/ of outputs/ that that network has.//

このネットワークからの 出力である yの個数はごくわずかです

"Bird"/ is only four letters,/ right?//

「bird」は たった4文字ですよね?

So let's pretend/ that this is just a simple formula,/ x "x"/ w = y.//

ここで 次の簡単な式が 成立すると仮定します x “×” w =y

I'm putting/ the times/ in scare quotes/ because/ what's really going/ on there,/ of course,/ is a very complicated series of mathematical operations.//

「かける」に引用符を付けたのは この場面で実行される演算は 実際には 非常に複雑な 数学的な計算だからです

That's one equation.//

1つの方程式があって

There are three variables.//

3個の変数があります

And we/ all know/ that if you have one equation,/ you can solve one variable/ by knowing the other two things.//

ご存じのように 3つの変数のうち 2つの値が分かれば 残りの変数の値も求められます

So the problem of inference,/ that is,/ figuring out/ that the picture of a bird is a bird,/ is this one:/ it's/ where y is the unknown and w and x are known.//

ここでの問題は 鳥の画像から それが鳥だと推論するということでした つまり y が未知で xとwが分かっています

You know the neural network,/ you know the pixels.//

画像 x と ネットワーク w は 与えられています

As you can see,/ that's actually/ a relatively straightforward problem.//

ご覧のように 比較的単純な問題です

You multiply/ two times/ three/ and you're done.//

2と3を掛け合わせれば 答えは出ます

I'll show you/ an artificial neural network/ that we've built recently,/ doing exactly that.//

我々が最近構築した ニューラルネットワークでは まさに これを実行しています

This is running in real time/ on a mobile phone,/ and that's,/ of course,/ amazing/ in its own right,/ that mobile phones can do so many billions and trillions of operations/ per second.//

携帯電話上で リアルタイムで処理をしています こんなに すごいことができるのも 現在の携帯電話では 1秒当たり 数十億~数兆の命令を 実行できるからです

What you're looking/ at is a phone/ looking at one/ after another picture of a bird,/ and actually not only/ saying,/ "Yes, it's a bird,/"/ but identifying the species of bird/ with a network of this sort.//

ご覧いただいているのは 携帯電話で次々に出す 鳥の画像に対し ニューラルネットが 「これは鳥だ」と言うだけでなく 鳥の種類まで 特定しているところです

So/ in that picture,/ the x/ and the w are known,/ and the y is the unknown.//

この式で言うと xとwが既知で yが未知の場合です

I'm glossing/ over the very difficult part,/ of course,/ which is/ how on earth do we figure out/ the w,/ the brain/ that can do such a thing?//

ここで 難しい部分を はしょっていました wは そもそも どうやって求めたらいいのか 脳がやっているようなことですが

How would we ever learn such a model?//

人間は どうやって学ぶのでしょう?

So this process of learning,/ of solving for w,/ if we were doing this/ with the simple equation/ in which we think about these/ as numbers,/ we know exactly/ how to do that:/ 6 = 2 x w,/ well,/ we divide by two/ and we're done.//

この学習プロセス wを解くという問題は 変数が数値の 簡単な式であれば どうすればよいか分かります 6=2×w を解くには 両辺を2で割れば済みます

The problem is with this operator.//

ここで問題になるのは この演算子です

So,/ division --/ we've used division/ because it's the inverse/ to multiplication,/ but/ as I've just said,/ the multiplication is a bit of a lie/ here.//

今 割り算をしましたが それは割り算が 掛け算の逆演算だからです しかし 先ほど言ったとおり 掛け算と見るのには ウソがあり

This is a very,/ very complicated,/ very non-linear operation;/ it has no inverse.//

実際には とても複雑な非線形演算で 逆演算が存在しません

So/ we have to figure out/ a way/ to solve the equation/ without a division operator.//

だから 除算演算子を使わずに これを解かなければなりません

And the way to do that is fairly straightforward.//

でも そのやり方はそう難しくありません

You just say,/ let's play a little algebra trick,/ and move the six/ over/ to the right-hand side of the equation.//

代数学的な ちょっとしたワザを使うんです まず「6」を式の右辺に移します

Now,/ we're still using/ multiplication.//

依然として乗算を使っています

And that/ zero --/ let's think/ about it/ as an error.//

そして 左辺の「0」を誤差と考えます

In other words,/ if we've solved for w/ the right way,/ then/ the error will be zero.//

つまり wを正しく求められれば 誤差の値は0になります

And/ if we haven't gotten it quite right,/ the error will be greater/ than zero.//

wの値が 正しくない場合 誤差は0より大きくなります

So now/ we can just take guesses/ to minimize the error,/ and that's the sort of thing computers are very good at.//

誤差の値が最小になるよう 推量をします こういう処理なら コンピューターは大得意です

So you've taken an initial guess:/ what if w = 0?//

最初の推測値として w=0では どうでしょう?

Well,/ then/ the error is 6.//

誤差は6です

What if w = 1?// The error is 4.//

w=1の場合 誤差は4

And then/ the computer can sort of play Marco Polo,/ and drive down/ the error close/ to zero.//

マルコ・ポーロ式鬼ごっこのような調子で 誤差を0に近づけていき

As it does/ that,/ it's getting successive approximations/ to w.//

そうやってwの近似値を求めます

Typically,/ it never quite gets there,/ but after about a dozen steps,/ we're up/ to w = 2.999,/ which is close enough.//

通常 正解そのものにたどり着くことは ありませんが 数十回繰り返すと w=2.999のような 十分近い値が求まります

And this is the learning process.//

これが 学習プロセスです

So remember/ that/ what's been going on here is/ that we've been taking a lot of known x's/ and known y's/ and solving for the w/ in the middle/ through an iterative process.//

ここで改めて 思い出してください 私たちがやっていたのは 既知の xとyに対し 反復的プロセスによって 真ん中の wの値を求めるということです

It's exactly the same way that/ we do our own learning.//

これは人間がものごとを学習するのと 同じやり方です

We have many, many images/ as babies/ and we get told,/ "This is a bird;/ this is not a bird."//

赤ちゃんのとき たくさんの絵を見せられ 「これは鳥 これは鳥じゃない」と 教わります

And over time,/ through iteration,/ we solve for w,/ we solve for those neural connections.//

この学習を反復することで wを解いて 神経結合を作り出すんです

So now,/ we've held/ x and w fixed to solve for y;/ that's everyday, fast perception.//

xと w に対して y を求めるというのは 高速な日常的「知覚」です

We figure out/ how we can solve for w,/ that's learning,/ which is a lot harder,/ because we need to do/ error minimization,/ using a lot of training examples.//

w を求める方法を 先ほど考えましたが これは「学習」であり ずっと難しいことです なぜなら 多くの訓練例を使って 誤差を最小化する必要が あるからです

And about a year ago,/ Alex Mordvintsev,/ on our team,/ decided to experiment/ with what happens/ if we try solving/ for x,/ given/ a known w and a known y.//

1年ほど前 私のチームの アレックス・モードヴィンツェフは 既知の w と y に対して x の値を求めるとどうなるか 実験してみることにしました

In other words,/ you know/ that it's a bird,/ and you already have your neural network/ that you've trained on birds,/ but what is the picture of a bird?//

言い換えると 鳥に対してトレーニングされた ニューラルネットが 鳥だと答えを出す 「鳥の絵」はどんなものか ということです

It turns out/ that by using exactly the same error-minimization procedure,/ one can do that/ with the network trained to recognize/ birds,/ and the result turns out/ to be ...//

鳥を認識するネットワークを訓練するのと 同じ誤差最小化の手順が この場合も使えることが 分かりました 結果として出てきたのは ―

a picture of birds.//

一種の鳥の絵です

So this is a picture of birds generated entirely/ by a neural network/ that was trained to recognize/ birds,/ just/ by solving for x/ rather than solving for y,/ and doing/ that iteratively.//

これは「鳥」を認識するように訓練した ニューラルネットワークによって 生成された鳥のイメージです yの値を求めるかわりに 反復によって xを求めたんです

Here's another fun example.//

別の面白い例を 紹介しましょう

This was a work made by Mike Tyka/ in our group,/ which he calls "Animal Parade."//

私のグループのマイク・タイカが 作ってくれたものです マイクは「動物のパレード」と呼んでました

It reminds me/ a little bit of William Kentridge's artworks,/ in which he makes sketches,/ rubs them out,/ makes sketches,/ rubs them out,/ and creates a movie/ this way.//

ウィリアム・ケントリッジの作品を 思わせます ケントリッジは スケッチを描いては消し また 描いては消しして アニメーションを作り出します

In this case,/ what Mike is doing is varying y/ over the space of different animals,/ in a network designed to recognize and distinguish different animals/ from each other.//

この場合 マイクは 動物種の集合の中で yの値を変えていて 動物の種類を識別するよう 設計された ネットワークを使っています

And you get this strange, Escher-like morph/ from one animal to another.//

エッシャーのだまし絵のように 動物が別の動物へと変形していきます

Here/ he/ and Alex together have tried reducing/ the y's to a space of only two dimensions,/ thereby making/ a map/ out of the space of all things recognized by this network.//

次は マイクとアレックスが 協力して作ったもので y を二次元空間に 収めようと試みていて ネットワークが認識するもの 全てを含む空間の 地図を作っています

Doing this kind of synthesis or generation of imagery/ over that entire surface,/ varying y/ over the surface,/ you make a kind of map --/ a visual map of all the things/ the network knows/ how to recognize.//

この画像合成・画像生成を yの値を変化させながら 画面全体にわたって行うことで このような地図が できあがります ネットワークが認識するものすべての 視覚地図です

The animals are all here;/ "armadillo"/ is right/ in that spot.//

いろんな動物が現れます あそこにアルマジロがいますね

You can do this/ with other kinds of networks/ as well.//

他のネットワークでも 同様の処理が実行できます

This is a network designed to recognize faces,/ to distinguish one face/ from another.//

これは 人物の顔を見分ける ― 顔認識のために設計された ネットワークです

And here,/ we're putting/ in a y/ that says,/ "me,/"/ my own face parameters.//

ここで yは「私」です 私の顔をパラメータにして

And when this thing solves for x,/ it generates this rather crazy, kind of cubist,/ surreal, psychedelic picture of me/ from multiple points of view/ at once.//

このネットワークを使い xの値を求めると かなり ぶっ飛んだ 画像が作られます キュービズムというか シュールというか サイケな感じの 私の絵です 複数の視点を 1つにまとめています

The reason/ it looks like multiple points of view at once is/ because that network is designed to get/ rid of the ambiguity of a face/ being in one pose or another pose,/ being looked at with one kind of lighting,/ another kind of lighting.//

このように 複数の視点が 1つになっている理由は このネットワークが あいまいさを除去する 設計になっているためです 人の顔の見え方は 見る角度によって変わり 光の当たり方によっても 変わります

So/ when you do this sort of reconstruction,/ if you don't use some sort of guide image or guide statistics,/ then/ you'll get a sort of confusion of different points of view,/ because it's ambiguous.//

だから このような再構成を行う場合 ガイドとなる画像や 統計値がないと 視点に関して 混乱が生じるんです あいまいさがあるためです

This is/ what happens/ if Alex uses his own face/ as a guide image/ during that optimization process/ to reconstruct my own face.//

ここでは 私の顔を再構成する 最適化プロセスで アレックスの顔の映像を ガイドとして使っています

So you can see/ it's not perfect.//

完璧とは言えず

There's still/ quite a lot of work/ to do on how we optimize/ that optimization process.//

この最適化プロセスを 改善するために やることは まだまだありますが

But you start to get/ something more/ like a coherent face,/ rendered using/ my own face/ as a guide.//

とりあえず 顔をガイドとして使うことで 統一感のあるイメージが できるようになります

You don't have to start/ with a blank canvas/ or/ with white noise.//

別に 真っ白なキャンバスや ホワイトノイズから 始める必要はありません

When you're solving/ for x,/ you can begin with an x,/ that is itself already/ some other image.//

xを求めるという場合 xとして 何か別の画像から 出発してもいいんです

That's/ what this little demonstration is.//

それを説明するデモを お見せしましょう

This is a network/ that is designed to categorize all sorts of different objects --/ man-made structures,/ animals ...//

これは 人工物であれ 動物であれ あらゆるものを分類するよう 設計されたネットワークです

Here/ we're starting/ with just a picture of clouds,/ and/ as we optimize,/ basically,/ this network is figuring out/ what it sees in the clouds.//

この雲の写真からスタートします これを最適化すると このネットワークは 「雲の中に何が見えるか」を探します

And the more time/ you spend looking/ at this,/ the more things/ you also will see in the clouds.//

画面をじっと見ているうちに 雲の中に いろんなものが 見えてきます

You could also use the face network/ to hallucinate into this,/ and you get some pretty crazy stuff.//

これに顔認識ネットワークを使うと 幻覚っぽい映像になります ちょっと頭がおかしくなりそうな

(笑)

Or,/ Mike has done some other experiments/ in which he takes/ that cloud image,/ hallucinates,/ zooms,/ hallucinates,/ zooms hallucinates,/ zooms.//

マイクはまた この雲の画像で 別の実験もしています 幻視とズームを繰り返していくと

And in this way,/ you can get a sort of fugue state of the network,/ I suppose,/ or a sort of free association,/ in which the network is eating its own tail.//

こんな感じに フーガのような 自由連想のような映像を このネットワークから 作り出せます ネットワークが 自分の尻尾を食べています

So every image is now the basis for,/ "What do I think I see next?//

それそれのイメージが 次のイメージのベースになっています 「次に 何が見える?

What do I think I see next?// What do I think I see next?"//

次に 何が見える? 次に 何が見える?」という風に

I showed this/ for the first time/ in public/ to a group/ at a lecture/ in Seattle called "Higher Education" --/ this was right/ after marijuana was legalized.//

ちなみに このデモを 最初に披露したのは シアトルで開かれた 「高等教育」と題した講演会で マリファナが合法化された 直後のことでした

(笑)

So I'd like to finish up/ quickly/ by just noting/ that this technology is not constrained.//

最後にまとめとして この技術は お見せしたようなものに 限定されないことを指摘しておきます

I've shown you/ purely visual examples/ because they're really fun to look/ at.//

今回は視覚的にちょっと面白い例を 紹介しましたが

別に 視覚のテクノロジー というわけではないんです

Our artist collaborator,/ Ross Goodwin,/ has done experiments/ involving a camera/ that takes a picture,/ and then/ a computer/ in his backpack writes a poem/ using neural networks,/ based/ on the contents of the image.//

我々の協力者でアーティストの ロス・グッドウィンによる実験ですが 彼がカメラで写真を撮ると その写真の中身を元に 背負っているコンピューターが ニューラルネットワークで 詩を書きます

And/ that poetry neural network has been trained on a large corpus of 20th-century poetry.//

詩のニューラルネットワークは 20世紀の詩の 膨大なコーパスで トレーニングされています

And the poetry is,/ you know,/ I think,/ kind of not bad,/ actually.//

そうやって書かれた詩は どうして そう悪くないと思います

(笑)

In closing,/ I think/ that per Michelangelo,/ I think/ he was right;/ perception and creativity are very intimately connected.//

まとめになりますが ミケランジェロは正しかったと つくづく思います 知覚と創造性とは 密接に結びついているんです

What we've just seen/ are neural networks/ that are entirely trained to discriminate,/ or to recognize different things/ in the world,/ able to be run in reverse,/ to generate.//

先ほどお見せした ニューラルネットワークは 世の中の さまざまなものを区別するよう 学習させたものですが 処理を逆転させて 新しいものを作り出すこともできます

One of the things/ that suggests to me is not only/ that Michelangelo really did see the sculpture/ in the blocks of stone,/ but/ that any creature,/ any being,/ any alien/ that is able to do perceptual acts of that sort is also able/ to create/ because it's exactly/ the same machinery/ that's used in both cases.//

そこで気づかされるのは 石の塊の中に 彫刻を見ることができるのは ミケランジェロだけではないということ どんな生物であれ どんな存在 地球外生命体だろうと 知覚を行う能力のあるものは 創造もできるということです どちらも同じメカニズムで できることだからです

Also,/ I think/ that perception and creativity are by no means uniquely human.//

そして 知覚と創造は 決して 人間に限られたものではありません

We start to have/ computer models/ that can do exactly/ these sorts of things.//

私たちは そのようなことができる コンピューターモデルを作り始めています

And that ought to be unsurprising;/ the brain is computational.//

驚くことではありません 脳もまた計算機械だからです

And finally,/ computing began as an exercise/ in designing intelligent machinery.//

最後に コンピューティングは 知的機械の設計から始まり

It was very much modeled after the idea of how could/ we make machines/ intelligent.//

機械はいかに知的になれるか という発想から モデル化されましたが

And we finally are starting to fulfill now/ some of the promises of those early pioneers,/ of Turing and von Neumann and McCulloch and Pitts.//

今や我々は 昔の先駆者が 夢見た世界を ようやく実現させつつあります チューリングやフォン・ノイマンの夢 マカロックやピッツの夢を

And I think/ that computing is not just about/ accounting or playing Candy Crush/ or something.//

コンピューティングは 会計処理だとか キャンディークラッシュで 遊ぶだけのものではありません

From the beginning,/ we modeled them/ after our minds.//

コンピューターはそもそも 人間の脳をモデルとしたものでしたが

And they give us/ both the ability/ to understand our own minds better/ and to extend them.//

それは 人間の知性を よりよく理解するためにも 人間の知性を拡張するためにも 使えるのです

Thank you very much.//

ありがとうございました

(拍手)

lead

《方向を表す副詞[句]を伴って》…‘を'『導く』,案内する

〈道・灯火などが〉…‘に'道筋を示す;(…へ)…‘を'導く《+『名』+『to』(『into』)+『名』》

…‘の'先頭になる,1番である

…‘の'『率いる』,指揮する

〈ある人生・生活〉‘を'経験する,生きる,送る

『先頭に立つ』,(競技・成績などで)リードスル

〈人が〉『案内する』,先導する

(…に)〈道などが〉『通じている』《+『to』+『名』》

(…の)結果となる《+『to』+『名』(do『ing』)》

〈U〉《the~》『先頭』,首位

〈C〉《a~》相手を引き離した点(時間,距離)

〈C〉模範,手本(example)

〈C〉(問題解決の)手がかり,ヒント(clue)

〈C〉(劇・映画などの)主役,主演俳優

〈C〉(新聞報道記事などの本文の前におく要約した)前文,前書き,リード

先頭の,主要な

team

(スポーツの)『チーム』

(共に仕事などをする)『一団』,一組

(荷車を引く2頭以上の牛馬などの)‐

〈動物〉‘を'一組にする

…‘を'一組の動物で運ぶ

(…と)『チームを作る』,チームを組む,協力する《+up with+名》

machine

『機械』

自動車,飛行機,自転車

加えられた力を強めたり方向を変えたりする機械(器具);てこ,滑車,くさび,斜面など

組織,(特に)派閥

(自主性も意欲もない)機械のような人,機械的に働く人

…‘を'機械で作る(仕上げる);(特に)…‘に'ミシンをかける,‘を'ミシンで作る;(印刷機で)…‘を'印刷する

…‘を'きっちり計って作る《+『down』+『名,』+『名』+『down』》

intelligence

『知能』,知力,理解力;知恵,そう明

(国家的に重要な)『情報』,知識

情報部,謀報機関

engineering

『工学』

土木工事

discipline

〈U〉(組織的な)『訓練』,鍛錬,修養,しつけ(training)

〈U〉(訓練による)規律正しさ,統制,自制;(組織・グループなどの)規律,風紀

〈U〉訓戒,懲罰,懲戒(punishment)

〈C〉訓練方法,学習方法

〈C〉学科,学問[分野]

…‘を'訓練する,しつける

…‘を'罰する,懲らしめる(punish)

computer

『計算機』;『電子計算機』

device

『工夫』,『案』;《しばしば複数形で》策略

(…の)『考案物』;装置,仕掛け《+『for』+『名』(do『ing』)》

(紋章などの)図案,意匠

(文学的効果を上げるための)工夫された表現

able

《補語にのみ用いて》《『be able to』 do》(…することが)『できる』

『有能な』,腕ききの,並々ならない

brain

『脳』,脳髄

《しばしば複数形で》『頭脳』,『知力』

《話》秀才,知的指導者

…‘の'頭を打ち砕く

real

(想像でなく)『現実の』,実際の,真実の

(まがいものでなく)『本物の』

不動産の

ほんとうに,とても(very)

especially

『特に』,特別に;きわだって

far

《距離》『遠くに』,遠くへ,はるかに

《時間》『ずっと後まで(に),ずっと先まで(に)』

《程度》《形容詞・副詞[句],およびその比較級を修飾して》『ずっと』,はるかに(much),たいそう

《おもに文・詩》(場所が)『遠くにある』,遠い

(二つのうち)『遠いほうの』,向こう側の

長距離(長時間)にわたる

(政治的に)極端な

superior

(程度・質が)『普通(平均)以上に優れた』,優秀な

(地位・階級などが)『上位の』,上級の,目上の

(数量的に)勝る,優勢な

(用動が)偉ぶった,高慢な

《補語にのみ用いて》(…に)屈しない,動じない《+to+名》

《名詞の前にのみ用いて》(動・植物の器官や部分が)上位の,上についている

(地位・階級などが)『上位の人』,上役,上司,先輩

『いっそう優れた人』

《しばしば S-》修道院長

performance

〈U〉(…の)『遂行』,実行,履行《+『of』+『名』》

〈C〉(劇・音楽などの)『公演』,上演,演奏《+『of』+『名』》

〈C〉〈U〉(人の)腕前;(機械の)性能

〈C〉(…の)(すぐれた)成果,業績《+『of』+『名』》

historically

歴史的に,歴史上

area

〈U〉〈C〉『面積』

〈C〉『地域』,『地方』(region, district)

〈C〉(活動・研究・興味などの及ぶ)『範囲』,『領域』(range)《+『of』+『名』》

〈C〉《英》=areaway 1

perception

(五感で)(…に)『気付くこと』,知覚,(…を)『知覚する力』《+『of』+『名』》

process

(自然の)『作用』,過程

(物事の)『手順』,方法

(技術上の)製法,工程

召喚状,出頭令状;訴訟過程

(動植物の組織の)隆起,突起

加工(処理,調整)した

〈食品〉‘を'加工する

〈写真フイルム〉‘を'現像する

〈資料〉‘を'コンピューターにかける

…‘を'一定の手順で処理する,(整理する,調査する)

sound

〈C〉〈U〉『音』,『音響』,響き・〈U〉音の聞こえる範囲・〈C〉(音声としての)音

《単数形で》(聞いたり,読んだりしたときに受ける)感じ,響き,調子・〈U〉(無意味な)音(声);騒音,ざわめき・『音を出す』,鳴る,響く・『聞こえる,思える』(進行形にできない) ・〈楽器・ベルなど〉‘を'鳴らす・(音で)…‘を'知らせる・…‘を'発音する・〈考えなど〉‘を'打診する

image

(鏡に映った)『像』,(レンズによる)映像

(心に浮かぶ)『像』,心像,イメージ

(絵・彫刻などによる人・動物などの)『像』,肖像;偶像《+『of』+『名』》

(…に)『そっくりの人』(『物』)《+『of』+『名』》

(…の)典型;(…の)化身《+『of』+『名』》

(直喩(ちょくゆ)・隠喩などの)比喩

…‘の'像を描く;…‘を'思い描く

concept

(特に哲学用語として)(…の)概念,観念《+『of』+『名』》,(…という)概念《+『that』節》

mind

〈U〉(思考・知覚・意志などをつかさどる)『心』,精神

〈C〉《単数形で》(心の働きによって生じた)『知性』,理性,理解力

〈U〉正常な精神状態,正気

〈C〉意見,考え方,物の見方

〈U〉記憶,回想

《one's~》注意,精神の集中

〈C〉《単数形で》願い,意向

〈C〉《前に形容詞を伴って》(…を備えた)人

《しばしば命令文で》…‘に'『注意する』,用心する

…‘の'番をする,世話をする(look after)

〈人,助言など〉‘の'言うことを聞く,‘に'従う

《否定・疑問・条件文で》…‘を'『気にする』,『気にかける』,いやだと思う

《疑問文・否定文で》気にする,心配する,いやに思う

essential

『絶対必要な』,欠くことのできない

『本質の』,本質的な

(植物・薬剤などの)エキスの,精の

(…に)不可欠の要素;(…の)主眼点,要点《+『of』+『名』》

own

『自分自身の』,それ自身の,特有の

『自分自身のもの』,わがもの

…‘を'『所有する』,持つ

…‘を'『認める』,白状する;…‘を'自分のものと認める

(…を)白状する,告白する《+『up to』+『名』(do『ing』)》

(…を)認める《+『to』+『名』》

pretty

(女・子供などが)『きれいな』,『かわいらしい』;(事物・場所などが)きれいな,こぎれいな

(目・耳・心に)『快い』,楽しい

《名詞の前にのみ用いて》《しばしば皮肉に》みごとな,けっこうな;ひどい

《名詞の前にのみ用いて》《話》(数量・規模・範囲などが)『かなり大きい』,相当な

『かなり』(fairly);わりあいに(somewhat)

とても,ずいぶん(very)

《話》《まれ》《呼びかけに用いて》かわいい子(女)

algorithm

アルゴリズム(最大公約数を求める互除法などの演算方式)

enable

《『enable』+『名』+『to』 do》〈物事が〉(…することを)…‘に'可能(容易)にする,…‘に'(…する)能力(資格)を与える

〈物事〉‘を'可能にする,容易にする

photo

『写真』[photographの短縮形]

base

《文》(人や人の行動・孝えが)『卑しい』,下劣な

(金属が)質の劣った;(貨幣が)粗悪な

flip

…‘を'はじく,ぽんとほうり上げる,はじき上げる

…‘を'くるっとひっくり返す《+『over』+『名,』+『名』+『over』》

ぽんとはじける,ぐいと動く

《俗》興奮してぴくっとする

はじくこと,ぱちんとひっくり返すこと

(言葉などが)軽薄な;生意気な

side

(物体)『面』

(物体の)『側面』,わき

(紙・レコードなど平らな物の)『面』

(中心線・分離線から見た)『片側』

(中心部分から見て)…『側』

(人間・動物の体の右または左の)『側面』,(特に)横腹,わき腹

《単随形で》(人の)『そば』,わき

(物の)端,へり;(図形の)辺

(競技・争いなどの一方の)『側』,味方

(事柄の持っている)一面,局面

(父方または母方の)血統,…方(かた)

側部の,側面の,わきの

側部(側面)からの(への)

二次的な,従の

〈建物など〉‘に'側面を付ける

(…に賛成の(反対の))側につく《+『with(against)』+『名』》

creativity

独創性

past

『過ぎ去った』,終わった(over)

《名詞の前にのみ用いて》『過去に起こった』,過去の,昔の

《期間を表す語の前後で完了形の文で用いて》(…の期間を)『過ぎた』,最近(…)の

《名詞の前にのみ用いて》『前任の』,元の

(文法で)過去の

(場所)『を通り越して』,の先に

(時刻)『を過ぎて』;(年齢)を過ぎて

(能力・限度など)『を越えて』,の及ばない

(ある数・量)『を越えて』,…以上

《the~》『過去』

《a~,one's~》(国などの)歴史;(人の)経歴,(特にいかがわしい)過去

過去[時制];過去形

『過ぎて』,通り越して

unexpectedly

『思いがけなく』

connect

〈2個の物〉'を'『連結する』,結びつける;(…と)…'を'結合する電話でつなぐ《+『名』+『with』(『to』)+『名』》

《受動態で》(…と)…'を'『関係させる』,親類関係にする《+『名』+『with』+『名』》

(…で)…'を'連想する,結びつけて考える《+『名』+『with』+『名』》

〈物・事柄などが〉(…と)関連している,つながる《+『with』+『名』(『wh-節』)》

〈交通機関が〉(…と)連絡(接続)している《+『with』+『名』》

art

〈U〉〈C〉『芸術』;《集合的に》芸術作品

〈C〉『技術』,技法,技巧;(何かをする)わざ,術,こつ

〈U〉人為,人工

《複数形で》《単数扱い》『人文科学』(自然科学と区別して文学・哲学・音楽など);《複数扱い》=liberal arts

〈U〉こうかつさ,ずるさ;(態度などの)わざとらしさ,作為

《通例複数形で》術策,手くだ(artifice)

Michelangelo

ミケランジェロ(1475‐1564;イタリアの彫刻家・画家・建築家)

penetrate

…‘に'『入り込む』,‘を'『貫き通す』

〈液体・においなどが〉…に『しみ込む』,しみ通る

〈思想などが〉…に浸透する

〈真理・真相など〉‘を'見抜く,理解する

(…に)『入り込む』,『しみ込む』,浸透する《+『through(into, to)』+『名』》

insight

『洞察[力]』,眼織;(…を)見通す力《+『into』+『名』》

dual

二つの部分(2個)から成る

二重の性質がある

relationship

=relation 1

血縁関係,親族関係

quote

(…から)〈言葉・文章など〉‘を'『引用する』(cite)《+『名』+『from』+『名』》

…‘を'引き合いに出す

〈値段・評価額〉‘を'見積もる

…‘を'引用符で囲む

(…から)引用する《+『from』+『名』》

(…の)相場(時価)を見積もる《+『for』+『名』》

見積もり、見積価格、価格を提示されたもの

=quotation2

《複数形で》=quotation mark

block

(木・石などの,通例平らな面のある)『かたまり』

《米》(四団を街路に囲まれた)『区画』,街区

街区の1辺の距離(一般に40メートル前後)

《英》ブロック(アパート・事務所・商店などに区切られている大きな建物)

『妨害物』,障害物(obstacle);(障害によって生じた)停滞,渋滞

台木,台(まないた・肉切り台・まき割り台・せり売り台・帽子の木型など);《the~》炭頭台

(特にアメリカンフットボールで)ブロック(相手の選手の突進を阻止する)

滑車(pulley)

(座席券・株券などの)一組《+『of』+『名』》

〈通路など〉'を'『ふさぐ』,〈通行・進行など〉'を'妨げる

〈帽子など〉の型取りをする

(特にアメリカンフットボールで)〈相手選手の突進〉'を'ブロックする;(ボクシングで)〈相手のパンチ〉'を'ブロックする

stone

〈U〉(物質としての)『石』,石材

〈C〉『小石』,岩石の小片

〈C〉《複合語を作って》(特定の目的に用いる)石材

=precious stone

〈C〉(形・堅さが)石に似たもの(あられなど)

〈C〉(腎臓・膀胱(ぼうこう)などの)結石

〈C〉(果実の)種,核

〈C〉《英》(体重を表す重量単位の)ストーン(14ポンド(約5.35キログラム)に相当)

『石造りの』,石の・石器製の

…‘に'石を投げる,石を投げて殺す

…‘に'石を取り付ける(張る,敷く),沿って石を並べる

〈果実〉‘の'種を取る

statue

『像』,彫像,立像

inside

《the~》(物事の)『内部,内側』;内面

《しばしば複数形で》《話》おなか,腹

『内部の』,内側の;内面の;秘密の;(野球で)内角の

『中へ』(で),屋内で(に)(indoors)

『…の中で』(に,へ)

…以内に

job

『職』,勤め口;(職としての)仕事

(しなければならない)『仕事』;職務

難しい(骨の折れる)仕事

手間(賃)仕事をする

(株の)仲買をする

(公職を利用して)私腹を肥やす

〈商品〉‘を'卸売りする;〈株〉‘を'仲買する

(…に)…‘を'下請けに出す《+『out』+『名』+『to』+『名』》

sculptor

彫刻家

discover

〈今まで知らなかった物・場所〉‘を'『発見する』,見付ける

〈今まで知らなかった事〉‘を'発見する,悟る

create

(神・自分などが)…'を'『創造する』,産み出す

(思考力・想像力によって)…'を'『創作する』

''を'『引き起こす』

《create+名〈目〉+名〈補〉》〈人〉'を'(…に)任じる,…‘に'(爵位を)授ける

怒って騒ぎたてる

perceive

(五感,特に目で)…‘に'『気がつく』

…‘を'『理解する』,『悟る』

itself

《強意用法》《名詞と同格に用いて》『それ自身』,『それ自体』,そのもの

《再帰用法》《動詞・前置詞の目的語として》『それ自身を』(『に』),それ自体を(に)

act

『行い』,『行為』

《しばしばA-》法令,条令

《しばしばA-》(芝居の1つの)『幕』;(演芸などの)出し物の一つ

(見せかけの)お芝居,演技

『行動する』,行う

《様態を表す副詞[句]を伴って》わざとふるまう,見せかける

〈人・物が〉(…として)動く,役割をはたす《+『as』+『名』》

〈薬が〉『作用する』,きく

舞台に立つ,出演する

〈…の役〉'を'『演ずる』;〈劇〉'を'上演する

…‘に'ふさわしくふるまう

…‘に'見せかける,‘の'ふりをする

imagination

〈U〉〈C〉『想像』,空想

〈U〉《話》想像の産物,空想的な考え,気の迷い

〈U〉創作力,創意

stuff

『材料』,原料,資料

《話》(ばく然と)『物』

素質,本領

くだらないもの(こと);ばかげた考え

《古》布地

(…を)〈入れ物・車など〉‘に'『詰める』,詰め込む《+名+with+名》

(入れ物などに)…‘を'『押し込む』《+名+into+名》

(…で)〈穴など〉‘を'ふさぐ《+up+名+with+名》

《しばしば受動態で》《話》(食物を)〈自分,自分の復〉‘に'詰め込む

(料理の材料で)…‘に'詰め物をする《+名+with+名》

(剥製にするため)〈死んだ動物〉‘に'詰め物をする

〈投票箱〉‘に'不正票を入れる

たらふく食べる

organ

『オルガン』,パイプオルガン(pipe organ),リードオルガン(reed organ),電子オルガン(electronic organ),手回しオルガン(barrel organ)

(動植物の)『器官』

(政党・会社などの)機関誌,機関紙

《しばしば複数形で》(行動・実施などの)組織,機関

thinking

『思考力のある』,考える;思慮深い

考えること,思考,思索

考え,意見,判断

brief

『短時間の』;短期間の(short)

言葉数の少ない,簡潔な

(弁護士が裁判所に提出する)弁輪趣意書

《複数形で》(下着の)ブリーフ

〈人〉‘に'必要な指示(情報)を与える

‥‘を'要約する

bit

(…の)『小片』,少量,少し(の…)《+『of』+『名』》

《a~》《話》わずかの時間,しばらく;ちよっと,少し

《米俗》12セント半;《英》小銭

=bit part

history

〈U〉『歴史』;歴史学

〈C〉『歴史書』

〈C〉(人の)『経歴』,来歴;(物事の)過去,由来

〈C〉史劇

unlike

『…と[は]違って』,と異なって

…に似ていない;…らしくない

『似ていない』,異なる

heart

〈C〉『心臓』;胸

〈C〉(感情の中心をなす)『心』,気持ち

〈U〉愛情,同情

〈U〉『勇気』,元気,熱意

《the ~》『中心』,内部,(物事の)本質,核心

〈C〉ハート形の物;(カードの)ハートの札

intestine

least

(littleの最上級;比較級はless)

(大きさ・程度が)『最も小さい』(『少ない』)

(重要性・身分が)最も低い

(大きさ・程度・重要性が)『最小』(『最少』,『最小限』)『の物事』

『最も少なく』(『低く』)

naked

(体の全部,または一部が)『裸の』

『はぎ取られた』,むき出しにされた

(目が)肉眼の,裸眼の

《名詞の前にのみ用いて》(事が)赤裸裸の,あからさまの

eye

〈C〉(人・動物の器官としての)『目』

〈C〉(まぶた・まつ毛・まゆ毛などを含めて,外側からみえる)『目』,目の周り

〈C〉(目の)虹彩

〈C〉『視力』,視覚

〈C〉《単数形で》『視線』,まなざし

〈C〉《しばしば複数形で》警戒(観察,監視)の目

〈C〉《通例単数形で》(…に対する)鑑識眼,物を見る目,(…を)見分ける力《+『for』+『名』》

〈C〉《しばしば複数形で》物の見方;観点

〈C〉目に似たようなもの(じゃがいもの芽・クジャクの羽の眼状の点など)

〈C〉針の目,めど

〈C〉(かぎ・ホックの)受け

〈C〉台風の目

(好奇・疑いなどの目で)…‘を'じろじろ見る,注意して見る

early

(時間・時期が)『早い』,『初期の』

昔の

(普通より,予定より)早い

近い将来の

(時間・時期的に)『早く』

(予定・ふだんより)早く

anatomist

解剖学者

superficial

表面の(にある),表面的な

(考えなどが)浅薄な,皮相的な

structure

{C}(建物・橋などの)建造物

{U}(…の)構造,誠成,組織《+of~名》

{C}構造(構成)体,組織体

〈思想など〉‘を'組み立てる,組織化する

fanciful

空想上の,架空の,実在しない

(デザインなどが)奇抜な,風変わりな

空想的な,気まぐれな

shrimp

(食用の)小エビ

《俗》ちび,子供;取るに足りない人

sort

『種類』,部類(kind)

性格,性質,タイプ

《おもに英話》《単数形で》(ある)種類の人

…‘を'分類する,区分けする;えり分ける,選び出す《+『名』+『out,』+『out』+『名』》

actually

(まさかと思うだろうが)『実際に』,現に,ほんとうに

first person

第一人称(英語ではIとwe;話し手が自分を指していう語)

develop

(今まではなかったが)…‘を'『生じさせる』,‘を'現す

…‘を'『発展させる』,伸ばす,成長させる

〈病気・悪習など〉‘に'だんだん感染する,かかりはじめる,‘を'発病させる

〈資源など〉‘を'『開発する』

…‘を'十分に考える,〈議論・主題など〉‘を'展開する

〈フイルム〉‘を'現像する

〈ないもの・隠れているものが〉『現れる』,明らかになる

(…から…に)『発展する』,発育する《+『from』+『名』+『into』+『名』》

〈フイルムが〉現像される

Spanish

《the ~》《集合的に》『スペイン人』

『スペイン語』

『スペイン』[人]『の』;スペイン語の

Santiago

サンティアゴ(チリ共和国の首都)

y

y-axis

century

『1世紀』,100年間

(古代ローマ軍隊の)百人隊;百人組(古代ローマの選挙単位);100の1組

《米話》100ドル,100ドル紙幣

(クリケットで)100点(100runs)

microscopy

顕微鏡使用[法]

顕微鏡による検査

special

『特別な』,並はずれた,例外的な

(他と異なって)『特殊な』,特別な

(人・物事に)『独特の』,専門の

特別な物(人)

《米話》…の)(値引きした)サービス品,特価[品]《+『on』+『名』》

(テレビなどの)特別番組;臨時列車

stain

(…で)…‘を'『汚す』,‘に'しみをつける《+『名』+『with』+『名』》

〈ガラス・木材・布など〉‘に'『着色する』

(…で)〈人格・名声など〉‘を'汚す,‘に'傷をつける《+『名』+『with』+『名』》

汚れる,しみがつく

〈C〉〈U〉(…についた)『しみ』,汚れ《+『on』+『名』》

〈U〉〈C〉着色剤,染料

〈C〉(人格・名声などに対する)汚点,傷《+『on』(『upon』)+『名』》

fill

〈容器など〉‘を'『いっぱいにする』,満たす,‘に'つぐ

〈人・物が〉〈場所・空間〉‘を'『占める』,いっぱいにする

(…で)…‘を'満たす,埋める,ふさぐ《+『名』+『with』+『名』》

〈人の要求など〉‘を'満たす,かなえる

〈注文〉‘に'応じる;〈処方箋〉‘を'調剤する

〈地位〉‘を'占める;〈職務〉‘を'果たす

(…で)『いっぱいになる』,満る《+『with』+『名』》

《ones fill》欲しいだけ,存分

《a fill》(…の)1杯の量《+『of』+『名』》

〈C〉盛り土(石)

render

《『render』+『名』〈目〉+『形』〈補〉》…‘を'(…の状態に)『する』)make)

…‘を'行う,果たす

(…に対して)…‘を'返す《+『名』+『for』+『名』》

'‘を'公式に宣言する,言い渡す

(…に)〈計算書など〉‘を'提出する,送付する《+『名』+『to』+『名』》

(文章や絵画で)…‘を'表現する

(…に)…‘を'翻訳する(translate)《+『名』+『into』+『名』》

‘を'演奏する,演ずる(perform)

〈脂肪など〉‘を'溶かす,溶かして精製する《+『名』+『down,』+『down』+『名』》

contrast

(違いを示すために)(二つのもの)'を'『対照させる』,対比する;(…と)…'を'対照させる《+『名』+『with』+『名』》

(…と)『対照する』,対照的に引き立つ《+『with』+『名』》

〈U〉(…との)『対照』,対比《+『with』(『to』)+『名』》

〈C〉〈U〉(…間の)対照的な差,(特に色・明るさの)対照,コントラスト《+『between』+『名』+『and』+『名』》,(…との)著しい相違《+『to』+『名』》

〈C〉(…と)対照的な人(物)《+『to』+『名』》

individual

《名詞の前にのみ用いて》『個々の』,個別の(separate)

《名詞の前にのみ用いて》『個人的な』,一個人の

『独特の』,

(全体に対する)『個人』,個体

《話》《形容詞と共に用いて》(…な)人

cell

(刑務所の)『独房』;(修道院の)小さい独居室

(ミツバチの)みつ房,巣穴

小さい部屋

『細胞』

電池

花粉室

(共産党などの)細胞

order

〈C〉《しばしば複数形で》『命令』,指図,指令

〈U〉(物事の)『順序』,順番

〈U〉(自然界の)『秣序』

〈U〉(社会の)治安,秣序

〈U〉整頓(せいとん)された状態,きちんとしていること《good,badなどを伴って》(一般に物事の)調子, 状態

〈U〉(商品などの)『注文』《+『for』+『名』》

〈C〉調文品

〈C〉(レストランなどでの料理の)一盛り

〈C〉種類,等級,品資(kind, sort)

〈C〉(動植物分類の)目(もく)

〈C〉聖職者の階級;《複数形で》聖職

〈C〉《しばしばO-》教団,教派;(ある特殊な)社会

〈C〉《しばしばO-》勲位,勲章

〈C〉(古代ギリシャの)建築様式,柱式

…‘を'『命令する』,指図する;〈人〉‘に'命令する

《方向を表す副詞[句]を伴って》〈人〉‘に'行くように命じる

〈商品など〉‘を'『注文する』;…‘を'あつらえる

…‘を'整頓(せいとん)する,きちんとする

命令する;注文する

drawing

〈U〉『線で描くこと』,線描

〈C〉(鉛筆・ペン・クレヨンなどによる)『絵』,『スケッチ』,デザイン,製図

〈U〉線画(デッサン)の技法

〈C〉くじ引き,抽選

neuron

神経単位,神経細胞,ニューロン,ノイロン

incredible

『信じられない』,信用できない

途方もない,驚くべき(surprising)

variety

{U}『変化に富んでいること』,多様性

{U}《しばしば a variety》『さまざま』(な…),いろいろ(な…)《+of+名〈複数形または集合名詞〉》

{C}(…の)『種類』(kind, sort)《+of+名》

〈C〉(特に植物の)変種;(人工的に作り出した)(…の)品種《+of+名》

(また variety show)〈U〉バラエティ(歌・ダンス・アクロバット・寸劇から成る演芸;テレビ・ミュージックホールの出し物)

even

『平らな』,平たんな

『同じ高さの』,同一平面の,平行の

(運動・動作・品質などが)『均一の』,規則的な,一様の,むらのない

(数・量などが)『同じの』,等しい,釣り合のとれた互角の

『偶数の』

公平な,公正な(fair)

平静な,穏やかな,落ち着いた(calm)

貸借にない,清算済みの

端数のない,ちょうどの,きっかりの

《意味を強めて,不審や意外の念を含み》…『でさえも』,までも

《比較級の前に用いて》『なおいっそう』,さらに(still,yet)

《形容詞の前または後の用いて》(…と)すら言える;《古》《時を表す副詞の前に用いて》ちょうど

…‘を'平らにする,ならす

…‘を'釣り合わせる,平均させる《+『up』+『名』,+『名』+『up』》

…‘の'変動をなくする,‘を'安定させる《+『out』+『名』,+『名』+『out』》

theory

〈C〉(…の)(学問的な)『理論』,学説《+of+名》

〈C〉〈U〉(…の実地に対する)『理論』《+of+名》

〈C〉(…という)『推測』,憶測;見解,孝え《+that節》

quite

『全く』,完全に

『かなり』,相当に,ずいぶん

ほんとうに,実際に,真に

point

〈C〉(針・鉛筆・剣などの)『とがった先』,(…の)先端《+『of』+『名』》

〈C〉岬(みさき)

〈C〉(小数点・句読点などの)点

〈C〉(図形上の)点

〈C〉(ある特定の)『地点』(spot),場所(place)

〈C〉(計器の目盛りなどの)『点』,『度』

〈C〉時点,瞬間

〈C〉《単数形で》(物語・議論などの)『要点』,核心《+『of』(『in』)+『名』》

〈U〉(…の)『目的』,『意義』,ねらっている点《+『of』(『in』)+『名』(do『ing』)》

〈C〉(全体の中の)個々の項目,細目(item),細部(detail)

〈C〉特徴(characteristic),特質(trait)

〈C〉(競技・学校の成績などの)得点

〈C〉ポイント(活字の大きさの単位;約1

72インチの大きさ)

(…に)〈銃・指など〉‘を'『向ける』《+『名』+『at』(『to, toward』)+『名』》

…‘に'『指し示す』《point+名+to+名…に…をさし示す》

…‘の'先をとがらせる,‘に'先を付ける

…‘に'点を打つ;…‘に'小数点を付ける;…‘に'句読点を付ける

〈猟犬が〉〈獲物〉‘を'指し示す

(…を)(指などで)『示す』,指し示す《+『at』(『to, toward』)+『名』(do『ing』)》

〈猟犬が〉獲物の位置を示す

branch

『枝』

『支流』,支脈,支線;分家

『支店』,『支部』,支局

(学問の)『部門』,分科

枝を出す,枝を広げる

(川・道・鉄道などが)分岐する

long distance

長距離電話

長距離電話の交換局(交換手), 長距離

novel

『新奇な』,ざん新な

reminiscent

《補語にのみ用いて》(…を)思い出させる,しのばせる+《+『of』+『名』》

《名詞の前にのみ用いて》思い出の;追憶にふける

wire

〈U〉〈C〉『針金』,金属線

〈C〉『電線』,ケーブル;金網

《おもに米》〈U〉〈C〉『電報』(telegram)

…‘を'『針金で結ぶ』《+名+together》

(…のために)〈家など〉‘に'電線を取り付ける《+名+for+名》

〈人〉‘に'『電報を打つ』

(…に…を求めて)電報を打つ《+to+名+for+名》

might

mayの過去形

《直説法で》《時制の一致により従節に用いて》

《仮定法で》

《現在の事実と反対の仮定》…『かもしれないのだが』;…してもよい

《過去の反対の推量》…『したかもしれない』

《仮定法から転じて遠回しの表現で》

《可能性・推量》『ひょっとしたら』…『かもしれない』

《疑問文で》《不確実》いったい…だろうか

《許可》…『してもよい』

《提案・依頼》…『してくれませんか』…してみてはどうだろうか

《非難・不平》…『してもよさそうなものだ』

obvious

(一見して)『明白な』,明らかな,すぐ分かれる;見えすいた

revolution

〈U〉〈C〉(…に対する)(政治的な)『革命』《+『against』(『in』)+『名』》

〈C〉(一般に)(…の)大変革《+『in』+『名』》

〈U〉回転運動;〈C〉一回転

〈U〉〈C〉(天体の)運行,公転《+『of』+『名』》

〈U〉〈C〉(季節などの)循環,周期《+『of』+『名』》

wiring

(電気の)配線[工事]

electricity

『電気』;電流

電気学

極度の緊張(興奮)

unsurpassed

勝るものがない,卓絶した,無比の

finish

…『終える』,済ます

…‘を'食べ尽くす,使い尽くす《+『名』+『off(up)』,+『off(up)』+『名』》

…『の仕上げをする』,磨きをかける《『名』『off(up)』,+『off(up)』+『名』》

《話》〈人〉‘を'参らせる

〈物事が〉『終わる』;〈人が〉やり終える,終わりにする《+『off』(『up』)》

(ことの)『最終段階』,結末

(家具などの)表面,表面の仕上げ(手触り);洗練

(ニスなど)仕上げの材料

死,滅亡

raw

(食物が)『生の』,『料理されていない』

(物が)『原料のままの』,加工されていない

(皮膚が)『赤むけの』,傷口のあいた;(…で)赤むけの《+『with』+『名』》

(人が)経験のない,未熟な;(…に)不慣れの《+『to』+『名』》

湿気があって寒い

《話》ひどい

datum

dataの単数形

既知の事実

collaborator

(特に芸術・学問での)協力者;合作者,共同研究者

(敵国・占領軍などへの)内通者

institute

〈学校・政府・規則など〉‘を'『設ける』,設立する,制定する

〈調査・訴訟など〉‘を'始める,起こす

(学校・研究所・学会などの)『教育』)『学術』『機関』

piece

(全体から分離した)『部分』,『断片』,破片

(…の)…『個』,『片』,枚《+『of』+『名』》

(セット・グループを構成するものの)一つ;(ゲームで使う)こま,チェスの歩(pawn)以外のこま

《英》硬貨(coin)

(音楽・美術・文学などの)作品《+『of』+『名』》

銃,砲,ピストル

《単位として》(布などの)1反,一巻き《+『of』+『名』》;《the~》仕事量

《俗》(性交の対象としての)女

…‘を'継ぎ合わせる

…‘を'継ぎ合わせて作る

…‘を'繕う

tissue

〈U〉〈C〉(生物体の)『組織』

〈U〉〈C〉『薄織物』

〈U〉〈C〉水を吸収する柔らかな薄紙

〈C〉カーボンコピー用薄紙

〈C〉《a ~》(…を)織り交ぜて作ったもの《+of+名》

=tissue paper

entire

《名詞の前にのみ用いて》『全体の』,全部の(whole)

『壊れていない』,無傷の

《名詞の前にのみ用いて》『無条件の』,『完全な』,全くの

sample

(…の)『見本』,標本《+『of』+『名』》

(…の)『実例』(example)《+『of』+『名』》

(無料で進呈する)試供品,サンプル

見本の,標本の

…‘の'見本をとる;(見本をとって)…‘を'試す(調べる,判断する)

…‘を'実際に試す

cubic

(また『cubical』)立方体の

立方の,3乗の

size

〈U〉〈C〉(人や物の)『大きさ』

〈U〉大きいこと

〈U〉数量,規模

〈C〉(帽子・靴・シャツなどの)『サイズ』,『寸法』,型

〈U〉《話》実情,真相

…‘を'大きさ(寸法)によって分類する

…‘を'ある寸法に作る

bar

(木または金属の)『棒』;棒状の物

横木,(戸・とびらなどの)かんぬき,横さん

(一般に)(…対する)『障害』《+『to』(『against』)+『名』》

(また『sand bar』)(河口・港口の)砂州

(光・色などの)線条,しま,帯

(酒場・旅館などの)酒を出すカウンター;バー,酒場;簡易食堂

《the~》(法廷の裁判官席・被告席・弁護士席と一般席との間の)仕切り;《比諭(ひゆ)的に》法廷

《集合的に》弁護士団,法曹界;弁護士[業]:

(楽譜の小節を分ける)縦線;小節

〈戸・門など〉‘に'『かんぬきをさす』

〈道・通行など〉'を'『妨げる』,はばむ

《通例受動態で》…‘に'線(筋)をつける

…'を'禁じる(forbid)

(…から)…'を'除外する,締め出す《+『名』+『from』(『out of』)+『名』》;(…に)…'を'とじ込める《+『名』+『in』+『名』》:

…の除いて(except)

micron

ミクロン(100万分の1メートル;記号はμ)

bacteria

『バクテリア』,細菌

consecutive

(間をおかず)連続した,引き続く

(論理的に)一貫性のある

slice

(…の)(薄く切った平らな)『一枚』,一切れ《+『of』+『名』》・(…の)分け前(share),一部(part)《+『of』+『名』》・スライス(野球・ゴルフなどで,打球が打者のきき手の方向に飛ぶこと,またその打球) ・料理用へら,フライ返し

〈パンなど〉‘を'『薄く切る』《+『up』+『名,』+『名』+『up』》・…‘を'薄く切り取る《+『off』+『名,』+『名』+『off』》・〈水など〉‘を'切って進む・(野球・ゴルフなどで)〈ボール〉‘を'スライスさせて打つ,きき手の方向に打つ・(水なとを)切って進む《+『through』+『名』》

(野球・ゴルフなどで)〈打者が〉ボールをスライスさせて打つ;〈ボールが〉スライスして飛ぶ

tiny

『とても小さい』,ちっぽけな

comparison

(…と…との)『比較』《+『of』+『名』+『with』(『to』)+『名』》;(…間の)比較《+『between』+『名』》

(…を…に)たえること《+『of』+『名』+『with』(『to』)+『名』》

(形容詞・副詞の)比較変化

sake

『ため』;利益;理由,目的

diameter

『直径』

(レンズなどの)倍率

average

『平均』;並み,標準

平均値

『平均の』;並みの,標準の

〈数〉'を'『平均する』

平均して…'を'する(受動態にできない)

平均して…となる

strand

〈船〉‘を'座礁させる

《受動態で》〈人〉‘を'置き去りにする,困った状態におく

〈船が〉座礁する

〈人が〉途方に暮れる,立ち往生する

岸,浜

hair

〈C〉(人間・動物の1本の)『毛』;(植物・昆虫などの)毛

〈U〉《集合的に》『髪の毛』,毛,毛髪;(動物の)体毛

《a~》1本の毛ほどの量(距離,程度),ごくわずか

single

《名詞の前にのみ用いて》『たった一つ』(『一人』)『の』,単独の;《否定文で》ただ一つ(一人)(もない)

《名詞の前にのみ用いて》『一人用の』・『独身の』・《名詞の前にのみ用いて》個々の,別々の

単一の,単式の;(花が)一重咲きの,単弁の

《英》(切符が)片道の

〈C〉一人,1個;独身者

〈C〉《話》(ホテルの部屋,船室,列車寝台などの)一人用

〈C〉(野球で)シングルヒット,単打

《複数形で》(テニスなどの)シングルスの試合,単試合

《英》片道切符

《複数形で》《話》1ドル(ポンド)札

…‘を'1人(1個)だけ選び出す《+『out』+『名,』+『名』+『out』》

(野球で)シングルヒットを打つ

serial

(雑誌などの)連載物;定期刊行物;(テレビ・ラジオなどの)続き物,連続物

続き物の,連続物の

連続している,順次の

electron

『電子』,エレクトロン

reconstruction

〈U〉再建,改造,復興,復元

〈C〉再建(改造,復元)された物

《the R-》《米》南部諸州の再統合期,再建時代(南北戦争後,法律・諸制度を改正した1865年から1877年までの期間)

style

〈C〉〈U〉(服装などの)『流行[型]』,スタイル

〈C〉(衣服・物腰・ふん囲気などの)優雅さ,上品

〈C〉〈U〉(個人・集団・時代などに特有の)『様式』,型;文体,口調

〈C〉(商品などの)種類,形式

〈C〉称号,肩書き,呼び名

〈C〉鉄筆(stylus)

〈C〉(植物の)花柱

〈U〉〈C〉印刷様式,体裁

〈服装・家具など〉‘を'流行に合わせてデザインする(作る)

(特定の印刷様式に合わせるため)〈原稿など〉‘に'手を加える

《style+名+名〈補〉》(…と)…‘を'呼ぶ,称する

few

《aをつけて肯定的に》『少しはある』,多少の,いくつかの

《aをつけないで否定的に》『ほとんどない』,少数(少し)しかない

《aをつけて背定的に》(…の)『少数の人』(『物』)《+『of』+『名』〈複数〉》

《aをつけないで否定的に》(…の)少数の人(物)[しかない]《+『of』+『名』〈複数形〉》

《the~》少数の人たち,選ばれた人たち

light

〈U〉『光,光線』;明るさ

〈U〉夜明け;日中;日光

〈C〉『明かり』(太陽・灯火など光を出すもの)

〈U〉《時にa~》光輝(brightness),(目などの)輝き

〈C〉(点火するための)火,火花

〈C〉明かり採り,採光窓

〈C〉《通例単数形で》(絵などの)明るい部分

〈U〉(…についての)知識,情報,理解《+『on』+『名』》

〈C〉(ものを見る)観点,見地;相

〈C〉この世に光を与える人;指導的な人物

…‘に'『火をつける』《+『up』+『名』+『名』+『up』》

…‘に'『明かりをつける』,‘を'照らす《+『up』+『名,』+『名』+『up』》

〈人〉‘を'明かりをつけて案内する

〈表情など〉‘を'明るくする《+『up』+『名,』+『名』+『up』》

〈物が〉火がつく,点火する;明かりがつく《+『up』》

明るくなる,晴れ晴れする《+『up』》

『明るい』

(色が)『薄い』

otherwise

『ほかの点では』,それを別にすると

『そうでなければ』,さもないと(or else)

『別の方法で』,違ったやり方で(in a different way)

『別の』,異なった(different)

crowded

(人で)込み合った,満員の;(物事で)ぎっしり詰まった,いっぱいの

full

『いっぱいの』,満ちた

(数量が)『たくさんある』,たっぷりある

(程度・量・数などが)『完全な』

《名詞の前にのみ用いて》最大限の

《名詞の前にのみ用いて》正式の,本格的な

《補語にのみ用いて》(…で)(腹・胸・頭が)いっぱいの(で)《+『of』+『名』》

(形・体の一部が)ふっくらした,盛り上がった

(衣服などが)ゆったりしている

《名詞の前にのみ用いて》(声・におい・色が)豊かな,濃い

まともに

非常に(very)

全部;十分;絶頂

ahead

(空間的に)『前方に』,前に(へ)

(時間的に)『前に』,先に

他よりまさって

progress

(…に向かう)『前進』《+『toward』+『名』》

(目標・完成・解決へ向かう)『進歩』,進展《+『toward』+『名』》;(…における)進歩《+『in』(『with』)+『名』(do『ing』)》

『前進する』,進む

(…において)『進歩する』,進展する《+『÷≦』(『with』)+『名』》

proceed

『取りかかる』,始める

(一度やめてまた)(…を)『続ける』,続行する《+『with』+『名』》

(一度止まってまた)(…へ)進む,前進する《+『to』+『名』》

〈事が〉進行する

slowly

『遅く』,『ゆっくり』

decade

『10年間』

world war

『世界大戦』

technology

科学技術,工業技術・科学(工業)技術的な方法(過程)・文明の環境利用(開発)・応用科学; 専門用語

advance

…'を'『前進させる』,前に出す

〈事〉'を'『進める』,促進する

(ある階級・地位などに)〈人〉'を'昇進させる《+『名』〈人〉+『to』+『名』》

《『advance』+『名』〈人〉+『名』〈金〉=『advance』+『名』〈金〉+『to』+『名』〈人〉》 〈人〉‘に'〈金〉'を'前払いする,融資する

〈時間・期日〉'を'早める;〈時計〉‘の'時間を早める

(…に向かって)『前進する』,進む《+『on』(『upon, toward』)+『名』》

(…に)昇進する《+『to』(『in』)+『名』》

〈事が〉進歩する,はかどる

〈時が〉進む

〈値段・価値が〉上がる

〈U〉〈C〉『進むこと』,前進

〈U〉(…の)流れ,進行《+『of』+『名』》

〈U〉〈C〉(…の)進歩,発達《+『of』+『名』》

〈U〉〈C〉(…への)昇進,出世《+『to』+『名』》

〈C〉(…の)前払い,前払い金《+『on』+『名』》

《複数形で》(人に)言い寄ること,取り入ること《+『to』+『名』》

前進している

前もっての

enough

『不足のない』,十分な

『十分な量(数)』,足りる量

『十分に』(sufficiently)

全く,すっかり

もうたくさんだ,やめてくれ(Stop!)

electrical

電気と関係のある

電気を扱う

experiment

(…の)『実験』,試み《+『in』(『on, with』)+『名』》

(…の)実験をする《+『on(upon, with)』+『名』》

invent

…‘を'『発明する』,考え出す

…‘を'『でっち上げる』

idea

(心に浮かんだ)『考え』,思考;考えること

(はっきりとした)『意見』,信念,見解

『案』,計画,着想,意図,ねらい

(哲学上の)概念,理念

model

(通名縮小した)(…の)『模型』,ひな型《+『of』+『名』》

《単数形で》(…の)『模範』,手本《+『of』+(『for』)+『名』》

(美術家・作家などの)モデル,ファッションモデル

(自動車・服装などの)型,式《+『of』+『名』》

《英》《単数形で》(…と)そっくりな人(物),(…の)生き写し《+『of』+『名』》

『模型の』,見本の

『日範的な』,申し分のない

(ある材料で)…‘の'模型を作る,‘を'型どる《+『名』+『in』+『名』〈材料〉》

(手本・型に合わせて)…‘を'作る《+『名』+『after』(『on, upon』)+『名』(a person's do『ing』)》

〈洋装・髪型などの〉‘の'モデルをする

(…で)(原型)を作る《+『in』+『名』》

(ファッションショーなどで)モデルをする

intelligent

『理且力のある』,そう明な,知能の高い

machinery

《集合的に》《単数扱い》『機械』

《集合的に》機械の部品;機械装置

(社会・政治などの)機構,組織《+『of』+『名』》

science

〈U〉『科学』;(特に)自然科学

〈C〉(個々の)科学,学問

〈U〉〈C〉(修練を要する)技術,わざ

warren

(ウサギなどの)飼育場

ごみごみした地区(建物)

visual

『視覚の』

目に見える;目で見た

有視界の

cortex

(内臓,特に脳の)皮質

(植物の)皮層;樹皮

imagery

《集合的に》像,心像

(文学における)比喩(ひゆ)的表現

circuit

『回ること』;一周,一巡

(牧師・裁判官・外交員などの定期的な)巡回

巡回する経路,巡回区域;(特に)巡回裁判区

(電気の)配線系統,回路

(映画館・劇場などの)チェーン,興行系統

(チーム・クラブ・競技場などの)連盟,リーグ

(土地・物などの)周囲,回り

境界線で囲まれた区域

diagram

説明図,略図;図表,予定表,グラフ;図解

…‘を'図解する,図示する,‘の'図表を作る

detail

〈U〉〈C〉(全体の中の個々の)『細部』,『細目』,項目;《複数形で》『詳細』

〈U〉〈C〉(全体から見て)ささいなこと

〈U〉(絵画・彫刻・建築などの)細部;細部装飾

〈C〉特別(臨時)派遣兵(部隊);特別任務

(…に)…‘を'詳しく述べる《+『名』+『to』+『名』》

(特別な任務に)〈兵・部隊〉‘を'任命する,臨時(特別)に派遣する(appoint)

basic

『基礎の』,基本的な(fundamental)

塩基性(アルカリ性)の

series

(関連のあるもの・同種のものの)(規則的な)『連続』,一続き《+『of』+『名』》

(同種の貨幣・切手などの)一組(set)《+『of』+『名』》

(テレビ番組などの)連続物;(出版物の)双書,シリーズ

(電気の)直列

(電気が)直列の

element

〈C〉(物質を構成する)元素

〈C〉《修飾語[句]を伴って》(…の)(基本的な)『要素』,『成分』;《しばしば複数形で》構成分子

〈C〉(生物に固有の)生息場所,環境;(人の)適所,本領

〈C〉《古》四大(しだい)[元素](自然界の基本的構成要素と考えられていた地(earth)・水(water)・風(air)・火(fire)の4大要素の一つ)

《the elements》(雨・風・雪などの)自然力・風雨,(特に)悪天候

《the elements》(学問の)原理,初歩,概論

pass

『通り過ぎる』,通る

〈時間が〉『過ぎる』,過ぎ去る

〈交通機関・道などが〉通っている

消え去る,なくなる:《遠回しに》死ぬ

(障害・試験などで)『通過する』,『合格する』

〈法案などが〉通過する,可決される

〈事が〉起こる

移る,変わる

〈言葉などが〉交わされる,やりとりされる

(…として)通用する《+『as』(『for』)+『名』》

(球技で)パスする

(カードゲームで)パスする,自分の番を見送る

…‘を'『通り過ぎる』,‘の'そばを通る

〈試験など〉‘に'『合格する』;〈人〉‘を'『合格させる』

…‘を'『手渡す』,回す;…‘を'伝える

…‘を'『通過させる』,動かす

〈ある点・程度など〉‘を'『越える』;〈歩行者・車など〉‘を'『追い抜く』

〈時〉‘を'『過ごす』;…‘を'経験する

〈法案など〉‘を'『通す』;〈法案などが〉〈議会など〉‘を'通過する

(…に対して)〈判決・批評など〉‘を'下す,述べる《+『名』+『on』(『upon』)+『名』》

〈ボール・パック〉‘を'味方の選手に送る,パスする

出入許可[証];無料入場券;(鉄道などの)[フリー]パス

(試験の)合格,及第

山道,峠;細道,抜け道

《話》《a~》困った状況,危機

(奇術・ふき掃除などの)手の動き,手つき

(球技で)送球,パス;(野球で)四球による出塁

(カードゲームで)パス

information

《単数形で冠詞をつけずに》(…についての)『情報』,『知識』《『about』(『on, as to』)+『名』(『wh-節・句』)》

〈U〉案内;〈C〉案内所,案内係

cascade

(いく筋にもなって落ちる)小滝,(庭園などの)人工滝

滝状になった物

小滝となって(小滝のように)落ちる

essentially

本質的に;本来は

《否定構文で》必然的には(necessarily)

correct

『事実に合った』,『正しい』,正確な

『標準(因習)に合った』,妥当な,適切な(proper)

〈誤りなど〉'を'『訂正する』,…‘の'誤りを正す

…‘の'誤りに印をつける

(…で)〈人〉'を'罰する,しかる《+『名』+『for』+『名』》

…'を'基準に合わせる,調整する,修正する

let

〈人・動物など〉‘に'(…)『させる』,させておく,‘を'(…する)ままにしておく(受動態にできない)

〈物事〉‘を'(…する)状態にする,‘に'(…)させる

《『let us(let's)』do》…『しよう』

《おもに英》〈土地・家など〉‘を'『貸す』賃貸する(《米》rent)

(人に)〈工事〉‘を'請け負わせる《+『名』+『to』+『名』》

(…から)〈液体・空気など〉‘を'出す,漏らす,放出する《+『名』+『out of』+『名』》

moment

〈C〉『瞬間』,瞬時

〈C〉《単違形で》(特定の)『時期』,機会,場合

《the moment》今,現在

〈U〉『重要』,重大(importance)

〈C〉《単数形で》(物理・機械で)モーメント,運動率

task

(つらく骨の折れる)『仕事』,(課せられた)務め

〈仕事などが〉…‘を'苦しめる,酷使する

simple

『簡単な』容易な,分かりやすい

(複合に対して)単一の

『単純な』,込み入っていない

『純然たる』,全くの

『飾り気のない』,簡素な,地味な,質素な

『もったいぶらない』;誠実な,実直な

お人よしの,だまされやすい

《文》地位のない,普通の,平(ひら)の

impossible

『不可能な』,できない

(人・物事が)我慢ならない,耐えがたい

ほんとうとは思えない,信じがたい

classical

古典の;古典時代の;古典様式の

(文学・芸術において)古典主義の(簡潔で調和を保ち洗練されているのが特徴)

(ジャズ・フォークなどに対して主として20世紀初頭までの)古典派の

(新奇な・実験的なものではなく)伝統的な,正統的な

(専門科目に対して)教養科目の

paradigm

範例,規範

語形変化表

set

《場所を表す副詞[句]を伴って》(ある場所に)…‘を'『置く』・すえる・(ある物に)…‘を'『つける』・あてがう・当てる《+『名』+『to』+『名』》・(課題・模範として)…‘を'『課す』・出す・示す・〈宝石〉‘を'(…に)『はめ込む』《+『名』〈宝石〉+『in』+『名』》;(宝石で)…‘を'飾る《+『名』+『with』+『名』〈宝石〉》》

…‘を'『向ける』,集中する・(…に)…‘を'『配置する』,部署につける・《+『名』+『at(around, on)』+『名』》・《『set』+『名』+『to』 do》・(仕事・課題として)〈人〉'に'(…)させる・(ある状態に)…‘を'『する』・〈機械・器具など〉‘を'『調節する』・〈時計・目盛りなど〉‘を'合わせる・〈日時・制限など〉‘を'『定める』・(…に)〈値段〉‘を'『つける』・〈評価〉‘を'与える《+『名』〈値〉+『on(for)』+『名』》・〈めん鳥〉‘に'卵を抱かせる・(卵を)〈めん鳥〉‘に'抱かせる《+『名』〈めん鳥〉+『on』+『名』〈卵〉》・〈卵〉‘を'めん鳥に抱かせる;(めん鳥に)〈卵〉‘を'卵かせる《+『名』〈卵〉+『under』+『名』〈めん鳥〉》・

…‘を'固まらせる・固定する・…‘を'確立する,打ち立てる・〈髪〉‘を'セットする・(曲に)〈歌詞〉‘を'つける《+『名』〈歌詞〉+『to』+『名』〈曲〉》・(…用に)〈曲〉‘を'編曲する《+『名』〈曲〉+『for』+『名』》・〈活字〉‘を'組む・〈原稿〉‘を'活字に組む《+『up』+『名』》・〈刃物[の刃]〉‘を'とぐ・〈舞台・場面〉‘を'セットする・〈帆〉‘を'張る・〈猟犬が〉〈獲物〉‘の'位置を示す・〈太陽などが〉『沈む』,没する;傾く,衰える・固まる・固くなる・こわばる・硬直する・〈めん鳥が〉卵を抱く・《副詞[句]を伴って》〈髪が〉セットできる・《副詞[句]を伴って》(…に)〈服などが〉合う《+『on』+『名』》・〈果実などが〉実る・,実を結ぶ・《方向を表す副詞[句]を伴って》(ある方向に)向く・向かう・(ある方向から)吹く・流れる・〈猟犬が〉獲物の位置を示す・〈C〉(…の)『一組』,一式,セット《+『of』+『名』》・〈C〉『一群』・一連(の…)《+『of』+『名』》・〈C〉(…の)『仲間』,連中,一味,(特殊な)社会《+『of』+『名』》・〈C〉(テニスなどの)セット・〈C〉舞台装置・(映画などの)セット・〈U〉(…の)様子・格好・姿勢・(服などの)合いぐあい《+『of』+『名』》・〈U〉(風・潮などの)向き・方向・(考え・世論などの)傾向・すう勢《+『of』+『名』》・〈U〉《詩》日没・〈C〉さし木・若木・苗・〈C〉(ラジオの)受信機・(テレビの)受像機・〈C〉(数学で)集合・『定められた』・規定の・所定の・型にはまった・慣習的な・硬直した・こわばった・動かない・断固たる・固く決心した・《補語にのみ用いて》準備の完了した・用意して

neural

神経[系統]の

network

〈U〉〈C〉網,網細工

〈C〉『網状のもの』

〈C〉(ラジオ・テレビの)放送網

nowadays

(特に過去と比べて)『今日では』,このごろは

capability

能力,才能,手腕;素質,可能性

such

《特定の種類・程度を示して》『こんな』,あんな

《類似の種類・程度を示して》『そんな』,そのような

《名詞の前にのみ用いて,強意的に》『とても』(良い,悪い,ひどい)

《補語にのみ用いて》『そのような』

そのような人(物,事)

layer

《複合語を作って》(物を)積む人(物),置く人(物)

卵を産む鶏・層;(ペンキなどの)一塗り;一皮

(園芸で)取り木

…‘を'層にする

〈植物〉‘を'取り木する

fact

〈C〉『事実』,実際にある(あった)事

〈U〉真相,真実(truth)

《the~》(法律用語で)犯行

retina

(目の)網膜

fee

〈C〉(弁護士などの専門家に払う)(…に対する)『料金』,謝礼,報酬,手数料《+『for』+『名』》

〈U〉(封建時代に領主から与えられた)領地,封土

…‘に'料金を払う,謝礼する

forward

『前方へ』,前方に

『将来へ』,将来に向かって

(目立たない,隠れた状態から)表面へ,明るみへ

(日時などが)早く

《名詞の前にのみ用いて》前方の,前部の;前方への

進んだ,進歩的な

(季節などがいつもより)早い;(人が)早熟の

《補語にのみ用いて》《仕事などの)進んだ《+『with』(『in』)+『名』》

《be forward to do》すぐ(…)する;進んで(…)する(ready)

出しゃばる,生意気な,厚かましい

(フットボールなどの)前衛,フォワード(《略》fwd.)

…‘を'進める,助成する,促進する

(…に)〈手紙など〉‘を'転送する《+名+to+名》

《文》…‘を'発送する,送る(send)

weight

〈u〉『重さ』,重量,目方;体重;《a weight》(…の)重さ《+of+名》

〈u〉重さ(重力が物体に及ぼす力)

〈u〉衡法(重量を示す体係)

〈c〉重量単位

〈c〉(はかりの)おもり,分銅;(一般に)重いもの,おもし

〈u〉重要性,価値

〈u〉《しばしば a weight》精神的な重荷,負担

(…で)…‘に'重荷を負わせる;…‘を'圧迫する;苦しめる《+名+with+名》

…‘を'重くする

strength

(身体的な)『力』,体力,強さ

(精神的な)『力』,強,能力

(物の)『耐久力』,抵抗力

(酒などの)濃度,(電流などの)強さ,(薬などの)効力

兵力,兵員;(一般に)人数;定員

力(頼り)となる人(もの),強み,長所

synapse

シナプス(神経細胞の連接部)

property

動産

end

(細いものの)『端』,先端《+『of』+『名』》

(物語などの)『終り』,終結部《+『of』+『名』》

(物事・期間の)『最後』《+『of』+『名』》;(…に)結末をつけるもの《+『to』+『名』》

(…の)端の部分,末端部《『of』+『名』》

《しばしば複数形で》『目的』(purpose),目標(aim)

《遠回しに》死,滅亡

《しばしば複数形で》切れ端,くず,残りもの

(事業などの)部門(part)

(フットボールで)エンド)前衛両端の選手または位置)

…‘を'『終わらせる』,終える

〈物事が〉…‘の'終りとなる,‘を'締めくくる

『終わる』,終了する(come to an end)

group

(…の)『群れ』,集まり,小集団《+of+名》

(主義・系統・種類などを同じくする人・物の)『派』,『団体』

(ポミュラーソング歌手の)グループ

(動・植物分類上の)群;(化学の)基,原子団;(地質学上の)界;(数学の)群;(言語学上の)語派

…‘を'一群に集める,一団にする《+『名』+『together』》

(系統的に)…‘を'分類する,調和よく配合する《+『名』+『together』》

集まる,群(集団)をなす

represent

〈記号・文字・事物が〉…‘を'『表す』,象徴する

(記号・文字・事物によって)…‘を'表す・…‘を'『代表する』,‘の'代理をする

〈絵画・彫刻などが〉…‘を'描写する,表現する

…‘を'(典型)である

《『represent』+『名』+『as』(『to』『be』)+『名』(『形』)》(ある性質を持つものとして)…‘を'述べる(describe)

input

投入,投入量

(機械・電気)などの入力

インプット(電子計算機の入力)

output

生産高

(コンピューターなどの)アウトプット,出力

variable

『変わりやすい』,一定しない,気まぐれの

変えられる,可変の,調節できる

《英》《遠回しに》(演技などが)むらがある

変化するもの,変化しやすいもの

(数学で)変数

x

x-axis

w

week

width

weight

maybe

『たぶん』,おそらく,ことによると

million

『100万』

(貨幣単位の)100万

《復数形で》(…の)多数,たくさん《+『of』+『名』》

『100万の』

多数の

billion

『10億』(thousand million)

《英》『兆』(《米》trillion)

trillion

(アメリカ・フランスでは)兆(1に0を12つけた数);(イギリス・ドイツでは)100京(1に0を18つけた数)

number

〈U〉〈C〉(数えて得られる)『数,数量』

〈C〉(概念としての)『数,数字』

〈C〉『番号』

〈C〉(演奏会や演劇の)番組,出し物;曲目

〈C〉(雑誌の)号

〈U〉(文法で)数(すう)

《複数形で》数の上の優勢

《複数形で》算数

〈C〉《単数形で》《話》(商品としての)洋服の1点;商品,売り物

〈C〉《単随形で》《俗》女の子

…‘を'数える

(…の中に,…として)…‘を'含める,加える《+『among』(『with, as』)+『名』》

…‘に'番号をつける

…‘の'数となる

《しばしば受動態で》…‘の'数を制限する

総計(…に)なる《+『in』+『名』〈数〉》

pretend

…‘の'『ふりをする』,‘に'見せかける

《話》《『pretend』『to』do》…すると言い張る,主張する

(遊びで)…‘の'まねごとをする

『見せかける』,『取り繕う』,まねごとをする

(知識・才能などがあると)自負する,自任する《+『to』+『名』》

(王位などの権利があると)主張する《+『to』+『名』》

おもちゃの,空想上の

formula

(あいさつなどの)『決まった言い方』;空虚な言葉

(…の)習慣的なやり方,決まった方法《+『for』+『名』(do『ing』)》

(…の)製法,調理法,処方せん《+『for』+『名』》

(…の)『公式』,式《+『for』+『名』》

scare

…‘を'『おびえさせる』,こわがらせる(frighten)

『おびえる』,驚く

《単数形で》おびえ,どきりとすること

(社会的な)恐慌[状態]

complicate

…'を'複雑にする

mathematical

数学の,数学的

(非常に)正確な

operation

〈U〉(…)『作用』,働き;(機械などを)『動かすこと』,操作,(企業などの)運営《+『of』+『名』》

〈U〉(機械・機能などが)『動いている状態』,働いている状態,(法律など)有効である状態

〈C〉(人に対する…の)『手術』《+『on』〈人〉+『for』+『名』〈患部・病名〉》

〈C〉《複数形で》(特に,軍の)行動;《しばしばO-》…作戦

〈C〉運算,演算

equation

等式; 方程式

solve

〈問題など〉‘を'『解く』,解明する,解決する

problem

(特に解決の容易でない)『問題』,やっかいな事熊

《単数形で》《話》(…にとって)やっかいな人《+『to』+『名』》

(特に,数学の)問題

扱いにくい,問題の

inference

〈U〉推量,推論,推測

〈C〉推量の結果,結論

figure

〈C〉『数字』,(特に)アラビア数字;数量,価格

《複数形で》計算,算数

〈C〉『姿』,容姿,目立つ姿

〈C〉《修飾語句を伴って》(…の)『人』;(…の)名士,大物

〈C〉(絵画・彫刻などの)人物像,肖像

〈U〉〈C〉形,形状

〈C〉『図』図形;模様,図案

〈C〉(…の)印,象徴,典型《+『of』+『名』》

〈C〉=figure of speech

〈C〉(ダンス・スケートの)フィギュア

…‘を'計算する;…‘を'合計する《+『up』+『名,』+『名』+『up』》

《おもに米話》…‘を'考える

…‘を'(…の)図形に表す,(…の)模様で飾る《+『名』+『with』+『名』》

(…で)目立つ,異彩を放つ《+『in』+『名』》

unknown

『知られていない』,不明の,無名の

『未確認の』,未発見の,未知の

known

knowの過去分詞

『名高い』,知られた

relatively

比較的,相対的に

《まれ》(…と)関連して;(…に)比べて,(…の)割に《+『to』+『名』》

straightforward

正直な,率直な(frank)

(仕事,意味など)簡単な

multiply

…‘を'『増す』,ふやす;…‘を'繁殖させる

(ある数を)〈ある数〉‘に'『掛ける』《+『名』〈被乗数〉+『by』+『名』〈乗数〉》

〈数・量などが〉『ふえる』,増大する;繁殖する

掛け算をする

done

doの過去分詞

仕上がった,完成した

「(食べ物が)焼けた」の意を表す

artificial

『人造の』,『人工の』,人為的な

模造の

不自然な,見せかけの

build

〈物〉'を'『組み立てる』,造る,建造する,建築する

(年月をかけて)〈事〉'を'『作り上げる』,築き上げる;《受動態で》〈体・性質〉'を'作る

〈U〉造り,講造(make)

〈U〉〈C〉体格

recently

『人ごろ』,最近,このごろ

exactly

『正確に』,きちんと

ちょうど,まさしく

《否定文で》正確なところ,正確に言って,必ずしも(…でない)

《返事で》《yesの代わりに》全くそうです,そのとおりです;《not exactlyの形で否定して》必ずしもそうではない

real time

実時間(コンピューターで実際に計算にかかる時間)

mobile

動く(動かす)ことができる,移動できる;機動力のある

(心・表情が)次々と移り変わる;表情(感情)の豊かな

(社会・階層が上下に)流動できる

モビール(金属板などを空中につって動きを見せる抽象的な装飾)

《米俗》自動車

phone

〈U〉〈C〉『電話』;〈C〉『電話機』,受話器

…‘に'『電話をかける』

『電話をかける』

amazing

驚くべき,びっくりさせるような

per

…『につき』,…ごとに

《文》…によって,…で,…を通じて

《しばしば『as per』…で》…によって示された通りに,…に従って

identify

〈人・物〉‘を'『見分ける』,〈物事〉‘を'確認する

《『identify』+『名』+『with』+『名』》(二つの異なるものについて)(…と)…‘を'同じものと考える

《『identify』+『名』+『with』+『名』》《しばしば受動態で》(…に)…‘を'関係づける,密接に結びつける

《『identify with』+『名』》〈人が〉(…と)一体となる(感じる)

specie

(紙弊に対した)正金,正貨

gloss

〈U〉光沢,つや;〈C〉光沢のある表面

〈U〉《単数形で》見せかけ,虚飾

…‘の'光沢(つや)を出す

difficult

(物事が)『難しい』,困難な,骨の折れる

(人が)『気難しい』,つきあいにくい,扱いにくい

part

〈C〉(全体を構成する)『部分』

〈U〉《しばしばa~》(…の)『一部』,『一部分』《+『of』+『名』》

〈C〉《割合》…分の1,(比率の)1

〈C〉(機械,器具などの)部品

〈C〉(仕事などの)『役目』,分担;関与

〈U〉(対立・契約などの)一方の側

〈C〉《おもに米》(頭髪の)分け目(《おもに英》parting)

〈C〉《複数形で》地域,地方

〈C〉(演劇・影画・オペラなどの)『役』,役割り(role);(役の)せりふ

〈C〉声部,音部,パート;パート譜

(複数形で)才能,資質

…‘を'二つに(部分に)分ける;(各部分に)‘を'分ける)《+『名』+『into』(『in』)+『名』》

(…から)…を引き離す,分ける《+『名』+『from』+『名』》

(二つ以上の部分に)『分かれる』

『別れる』

(物を)手放す,処分する《+『with』+『名』〈物〉》

一部分は,部分的に,幾分

earth

《the~,時に[the]E-》『地球』

〈U〉(天,空に対して)『地』,地面

〈U〉『土』(soil)

《the~》世界;全世界の人々

〈C〉土(ど)類(金属酸化物)

〈C〉《英》アース,接地[線]

〈C〉《おもに英》(キツネなどの)穴

〈植物〉‘に'土をかぶせる《+『op』+『名』》

《英》…‘に'アース線をつなぐ;…‘を'アースする(《米》ground)

learning

(…を)学ぶこと,(…の)学習《+『of』+『名』》

『学問』,学識,博識

divide

(部分・断片・グループなどに)…‘を'『分ける』,分割する《+『名』+『into』+『名』》

(人と)…‘を'『分け合う』《+『名』+『with』+『名』》;(人人の間で)…‘を'分配する《+『名』+『among』(『between』)+『名』》

(…から)…‘を'『分離する』,切り離す,区切る《+『名』+『from』+『名』》

(…に)〈時間など〉‘を'『割り当てる』《+『名』+『between』+『名』》

(感情的に・考え方の上で)〈人〉‘を'対立させる,分裂させる

(…で)…‘を'割る《+『名』+『by』+『名』》;(…を)…‘で'割る《+『名』+『into』+『名』》

分かれる,分岐する

(…で)分かれて対立する,分裂する《+『on』(『over』)+『名』》

割り算をする

〈C〉分水嶺

《比喩(ひゆ)的に》《the divide》生死の境

operator

(機械・装置を)『運転する人』,操作する人,技手;《米》電話交換手

(会社などの)経営者

《話》ずるがしこい人

division

〈U〉分けること,『分割』,分離;『分配』

〈C〉(分割された)部分

〈U〉(意見・感情の相違による)分裂,不一致,不和

〈U〉割り算

〈C〉仕切り;境界線

〈C〉(官庁・会社の)『部門』;(大学の)学部

〈C〉《集合的に》(陸軍で)師団;(海軍で)分艦隊

〈C〉(英議会の)票決,採決

inverse

(順序・位置・方向などが)逆の,反対の

(…の)逆,反対[のもの]《+『of』+『名』》

逆数

multiplication

〈U〉(…の数・量の)増加,(動植物の)増殖,繁殖《+『of』+『名』》

〈U〉〈C〉乗法,掛け算

lie

《場所を表す副詞[句]を伴って》『横たわる』,横になる

《状態を表す副詞[句]を伴った》『置かれている』,ある

《場所を表す副詞[句]を伴って》(ある場所に)『位置する』,ある

《通例場所を表す副詞[句]を伴って》〈誤り・理由・責任・抽象的なものが〉見い出される,ある

《場所を表す副詞[句]を伴って》地下に眠る,葬られている

位置,方向;状態

fairly

『公平に』,公正に(justly)

『かなり』,相当に(somewhat)

全く,すっかり,まさしく

algebra

『代数』[学]

trick

『芸当』,妙技;手品,奇術

(物事をする)秘けつ,こつ,技,巧みなやり方《+of+名(doing)》・(相手を欺こうとする)『たくらみ』,策略,ごまかし・(特に視覚・聴覚などを欺く) 幻影, 幻覚

『いたずら』,悪さ,悪ふざけ・卑劣な(ばかげた,幼稚な)行為

(態度・言葉などの)癖,習慣《+of+名(doing)・(カードゲームの)トリック(一巡に打ち出された札;通例4枚で得点の基礎となる) ・(船員などの)一交替勤務時間・芸当(曲芸,奇術)の;(映画などの)トリックの・錯覚を起こす,迷わせる・芸当(曲芸,奇術)に用いられる・(体など)よく動かない・〈人〉‘を'『だます』,欺く;〈人〉‘に'手品のトリックを仕掛ける・売春婦のひと仕事・売春婦から見た「客」

zero

〈U〉(アラビア数字の)『0,零』,ゼロ

〈U〉(温度計の)『零度』;(尺度の)零位;零点

〈U〉無,空(くう)(nothing)

〈U〉最下点,どん低

零の,ゼロの

〈計器など〉‘を'ゼロの目盛りに合わせる

error

〈C〉『誤り』,『まちがい』

〈U〉思い違い,誤解

〈U〉〈C〉過ち,過失

〈U〉(計数の)誤差

〈C〉(野球で)エラー,失策

guess

(十分な根拠なしに)…‘を'『推測する』,推量する

(正確な推測で)…‘を'『言い当てる』,判断する

《『guess』+『that節』》《米》…‘と'『思う』(think, suppose),信じる(believe)

(…を)『推測する』《+『at』(『about』)+『名』》

(…についての)『推測』,推量《『at』(『about, as to』)+『名』(『wh-節』)》

initial

『最初の』;語頭にある

(語の)最初の文字

《複数形で》(姓名の)『かしら文字』,イニシアル

…‘に'かしら文字で署名する(印をつける)

Marco Polo

マルコポーロ(1254?‐1324?; Veniceの旅行家;元のKublai Khanに仕え,中国を旅行する・「東方見聞録」の口述者)

drive

(…から…へ)〈動物・敵など〉‘を'『追い立てる』,追い払う,追い出す《+『名』+『away』(『out』)『from』+『名』+『to』+『名』》

(…から)…‘を'押しやる,押し流す《+『名』+『off』(『out of』)+『名』》

〈人〉‘を'駆り立てる(force)

〈車・馬車〉‘を'『運転する』,操縦する;〈馬〉‘を'御する

《副詞[句]を伴って》(ある場所へ)〈人〉‘を'車(馬車)で運ぶ(送る)

(…に)〈くい・くぎ・ねじなど〉‘を'打ち込む,差し込む《+『名』+『in』(『into, through』)+『名』》

〈人〉‘を'酷使する

〈商売・取引など〉‘を'活発に行う,強力に進める

(…に)〈トンネルなど〉‘を'掘る,通す《+『名』+『through』+『名』》

〈動力が〉〈機械など〉‘を'運転する,動かす

『車を運転する』

《副詞[句]を伴って》車で行く,ドライブする

〈車・船などが〉(…に)突進する;〈雨・風が〉(…に)激しく吹きつける《+『against』(『into』)+『名』》

〈C〉(馬車・自動車などに)乗って行くこと,遠乗り,『ドライブ』

〈U〉(馬車・自動車で行く)道のり,行程

〈C〉(特に邸内・公園内の)車道

〈U〉〈C〉(自動車などの)駆動装置

〈C〉(目的達成のための)組織的活動,運動

〈U〉元気,迫力,精力

〈U〉突進;(軍隊の)猛攻撃

〈C〉(心理的な)動因,本能的要求

〈U〉〈C〉(ゴルフ・テニスなどの)強打

〈C〉(家畜などを)追い立てること

close

…'を'『閉じる』,閉める(shut)

…'を'ふさぐ(fill)

〈事務・仕事・話など〉'を'『終える』,済ませる

〈通路・施設など〉'を'一時的に閉じる,‘の'使用を一時中止する

(一つにまとまるように)…'を'つめる

〈ドア・目・花などが〉『閉じる』,閉まる;ふさがる

〈話・相談・契約などが〉『終る』,終了する,〈店などが〉終業(休業)する

くっつく,接近する(come together)

終結,結末,終り(end)

締め切り

(音楽の)終止

successive

『連続する』

approximation

接近,近似

概算

近似値

typically

典型的に,代表的に

典型的な場合に

特徴的に

dozen

『ダース』,12個の組(《略》『doz.,dz.』)

step

『一歩』,歩み;一歩の距離,歩幅;短い距離

(階段・はしごの)『段』,踏み段;《複数形で》『階段』

(目的・目標への)『一歩』,一段階《+『to』(『toward』)+『名』》

足音

足跡

『歩調』,足取り;(ダンスの)ステップ

(目標に近づく)『手段』,方法,処置

階級,昇級

(音楽で)音程

(温度計などの)目盛り

《方向を表す副詞[句]を伴って》(…の方へ)『歩む』,一歩踏み出す,行く

(…を)踏みつける《+『on』+『名』》

〈足〉‘を'踏み出す;〈ダンス〉‘の'ステップを踏む

…‘を'歩測する《+『off』(『out』)+『名』,+『名』+『off』(『out』)》

〈段〉‘を'切り込む

middle

(空間的に)『まん中の』

(時間・順序・数量などが)『中間の』,まん中の

『平均の』,中ぐらいの

《M-》(言語史で)中期の

《the~》(場所・地域の)『まん中』,『中央』《+『of』+『名』》

(時間・順序などの)まん中,(行為などの)最中《+『of』+『名』+(do『ing』)》

《話》《the~,one's~》(人の)胴,腰

iteration

反復,繰り返し

hold

(手などに)…‘を'『持つ』,『持っている』,つかむ,つかんでいる・〈人・物〉‘を'『押しとどめる』,押えておく,留めておく・《副詞[句]を伴って》(ある位置・状態に)〈手・足など体の一部〉‘を'『保つ』(keep) ・〈容器などが〉〈物など〉‘を'『入れている』,収容できる(進行形にできない) ・〈重い荷物など〉‘に'耐える,持ちこたえる(bear);〈物〉‘を'支える(support) ・〈職・地位など〉‘を'占める,占めている(進行形にできない) ・〈土地・財産など〉‘を'所有している(進行形にできない) ・〈会など〉‘を'開催する,〈式〉‘を'行う・〈軍隊などが〉〈土地など〉‘を'確保する;(敵などから)〈とりでなど〉‘を'守る《+『名』+『against』+『名』》・〈注意・関心・興味など〉‘を'引きつけておく,引き留めておく・〈考え・意見など〉‘を'心にいだいている・…‘と'考える,信ずる

『しっかりと付いている』,切れ(折れ)ないでいる・(…に)『しっかりつかまっている』,しがみついている《+『to』+『名』》・(約束・信念などを)固く守る《+『to』+『名』》・《『hold』+『形』〈補〉》(…の)『ままである』・(引き続いて)有効である,当てはまる・〈U〉〈C〉(…を)‐手でつかむ(握る)こと』,把握《+『of』(『on』)+『名』》・〈U〉(人の心などを)つかむこと,支配[力],掌握《+『on』(『over』)+『名』》・〈C〉つかまるもの,手(足)がかり・(音楽の記号の)フェルマータ

fix

(…に)…‘を'『固定する』,取り付ける《+『名』+『in』(『on, to』)+『名』》

…‘を'『決める』,定める

(…に)…‘を'向ける《+『名』+『on』(『upon』)+『名』》

(…に)…‘を'置く,据える《+『名』+『in』(『on』)+『名』》

《米》…‘を'『修理する』,直す

《話》…‘を'整とんするも,きちんと整える

〈流行・型など〉‘を'定着させる;〈写真のネガ〉‘を'定着する

《話》〈試合〉‘を'八百長に仕組む

《米》〈食事〉‘を'用意する,〈食べ物・飲み物〉‘を'作る

《俗》…‘に'仕返しする

《話》苦境,窮地

(船舶・航空機の)位置の決定

《俗》麻薬の注射する;注射する麻薬[の量]

everyday

『毎日の』,日々の

(日曜日などに対して)平日の

日常の,ありふれた・(つづりに注意:一語です・everyとdayが離れずにくっついています)

training

『訓練』,専門教育,調教,(運動選手の)トレーニング,養成

decide

〈人が〉〈論争・問題など〉'を'『解決する』

〈人が〉『決心する』

〈物事が〉…'を'決定する

〈物事が〉〈人〉‘に'決意させる,決定させる

『決定する』

(…に不利な,有利な)判決を下す《+『against』(『for』,『in favor of』)+『名』》

happen

〈でき事が〉『起こる』,発生する,生ずる

『偶然(たまたま)…する』

《『happen』 『to』+『名』》〈でき事が〉…に起こる,降りかかる

procedure

〈U〉(行動・事情などの)『進行』,進展

〈C〉(進行上の)『手順』,方法;(法律上の)『手続き』

result

〈C〉〈U〉『結果』,結末;成果,効果

《複数形で》(試験・競技などの)『成績』

(…の)『結果起こる』(『生じる』)《+『from』+『名』(do『ing』)》

(…という)『結果になる』,(…に)終わる(end)《+『in』+『名』(do『ing』)》

generate

〈電気・熱〉‘を'『発生させる』,生む;〈文〉‘を'生成する

《文》(一般的に)…‘を'起こす,生じる

entirely

『全く』,『すっかり』,完全に

rather

『いくぶん』,やや

『それどころか』,反対に

《話》かなり,相当に

《英話》(応答に用いて)確かに,そうですとも(certainly)

mike

=microphone

animal

(植物に対して)『動物』

(人間以外の)『動物』,けだもの

(魚・鳥などに対して)哺乳動物(mammal)

けだもの(野獣)のような人

(比較変化なし)《名詞の前にのみ用いて》動物の,動物性の,動物質の

(知的・精神的に対して)動物的な;肉欲的な

parade

〈C〉〈U〉『行進』,『行列』;示威行進,団体行進

〈C〉(多くの人・車などの)長い列,行列《+『of』+『名』》

〈C〉(…の)見せびらかし,誇示;(これ見よがしの)陳列《+『of』+『名』》

〈C〉観兵式;観兵式場

〈C〉(海岸などの)遊歩道;歩行者の群れ,人波

『列を作って行進する』,練り歩く

《しばしば軽べつして》(目立つように)歩き回る

〈軍隊〉‘を'観閲のために整列させる

〈街・通りなど〉‘を'『行進する』

《しばしば軽べつして》〈財産・能力など〉‘を'見せびらかす,誇示する

〈軍隊〉‘を'観閲のために整列させる

remind

〈人〉‘に'『思い出させる』,念を押す:

William

ウィリアム1世(William 1;1027‐87;1066年英国を改め英国ノルマン王朝初代の王となった.ウイリアム征服王(William the Conqueror)と呼ばれる)

sketch

(…の)『スケッチ』,素描,写生画《+『of』+『名』》

(…の)『草案』,下書き;(事実などの)概略,大要《+『of』+『名』》

(文芸作品の)小品,短編,(レビュー・ミュージカルなどの)寸劇

…‘を'『スケッチする』,写生する

…‘を'略述する《+『in』(『out』)+『名』》

スケッチ(写生)する

rub

〈物の表面など〉‘を'『こする』,さする

(…に)…‘を'こすりつける《+名+『against(on, over)』+名》;(…に)…‘を'すりこむ《+『名』+『in』(『into, on』)+『名』》

〈二つの物〉‘を'こすり合わせる《+『名』+『together,』+『together』+『名』》

‥‘を'こすり落とす《+『名』+『away』(『off』)『,』+『away』(『off』)+『名』》

…‘を'すりむく,ひりひりさせる

(…の表面を)『こする』,すれる《+『against』(『on』)+『名』》;〈二つの物が〉こすれ合う《+『together』》

《単数形で》こすること

当てこすり

《the rub》やっかいな事,困難

movie

(また『motion picture, moving picture』)《米》『映画』;《しばしばthe movies》《集合的に》映画(《英》cinema);映画の上映

《複数形で》映画館(《英》cinema)

《複数形で》映画産業

case

〈C〉(…の)『実例』,事例《+『of』+『名』》

《the case》『実情』,真相

〈C〉〈U〉『場合』,情況,事情,立場

〈C〉(…の)(決定すべき)問題,重大事《+『of』+『名』》

〈C〉『訴訟』[『事件』],裁判

〈C〉(正当な)論拠,弁護;(被告または原告の)主張,申し立て

〈C〉病状,容態;(症状から見た)患者

〈C〉〈U〉格(名詞・代名詞の語形変化)

vary

(…から…に)『変わる』,変化する《+from+名+to+名》

(…の点で)『互いに異なる』,いろいろである《+in(on)+名》

…‘を'『変える』,変更する

…‘に'変化をつける,‘を'変化に富ませる

space

〈U〉『空間』,広がり

〈U〉『宇宙』,地球の大気圏外(outer space)

〈C〉〈U〉『間隔』,距離;《しばしば複数形で》空地

〈C〉(特定目的のための)『場所』

〈U〉《しばしばa~》時間

〈C〉〈U〉スペース,余白,余地

〈C〉線間(譜表において五線の間の部分)

…‘を'間隔をおいて配置する《+『out』+『名,』+『名』+『out』》

design

{C}(形式・構造などの)略図,見取り図,設計図

〈C〉『図案』,意匠,模様

〈U〉図案法,意匠術

〈C〉(…の)『計画』,企画,目的《+『for』+『名』》

《複数形で》(…への)たくらみ,下心《+『against』(『on』,『upon』)+『名』》

〈構造など〉‘を'『設計する』

…‘の'『下絵を描く』,図案を描く

…‘を'『計画する』,頭の中で考える(plan)

…‘を'『予定する』

distinguish

…‘を'『区別する』,見分ける,識別する,(…と)…‘を'区別する《+『名』+『from』+『名』》

〈物事が〉…‘の'『特徴である』

《通例canと共に》…‘を'『はっきり見る』(『聞く』)

〈自分〉‘を'『目立たせる』,有名にする

(二つのものを)区別する,見分ける《+『between』+『名』》

strange

『奇妙な』,異常な,変な

『見た(聞いた)ことのない』,未知の

場違いの,勝手が違った

《補語にのみ用いて》(仕事などに)慣れていない,未熟の《+『to』+『名』》

reduce

(あるところまで)〈数量など〉‘を'『減らす』,小さくする;〈程度・地位など〉‘を'『下げる』《+『名』+『to』+『名』》

《しばしば受動態で》(ある状態・形に)…‘を'『する,』変える,至らせる《+『名』+『to』+『名』(do『ing』)》

(単純な要素・部分に)…‘を'分解する,還元する《+『名』+『to』+『名』》

…‘を'(…に)換算する,約分する《+『名』+『to』+『名』》

《話》〈人が〉減量する

〈数量などが〉減る;〈程度・位などが〉下がる

dimension

〈C〉(長さ・幅・厚さなどの)『寸法』

《通例複数形で》大きさ,範囲,規模

〈C〉広がり,展望(scope)

〈C〉(数学で)次元

thereby

それによって(by that means)

それに関連して

map

(1枚1枚の)『地図』;天体図

…‘の'地図を作る;…‘を'地図にかく

synthesis

〈U〉総合,統合[すること]

〈C〉総合体,統合されたもの

〈U〉合成

generation

〈C〉《the ~》《集合的に》《単数扱い》『同時代の人人』,[同]世代

〈C〉〈U〉(家の)『一代』

〈C〉世代(ある代の出生から次の代の出生までの期間,約30年)

〈U〉(電気などの)『発生』,生成《+『of』+『名』》

surface

(物の)表面,外面;水面

《比喩的に》『うわべ』,見かけ

『表面(水面)の,』表面(水面)に関する

《比喩的に》『うわべだけの,』見かけだけの

陸(水)上輸送の

(沈んでいたものが)表面に浮上する;《話》《おどけて》(寝ていた人が)起きる

(…で)…‘に'表面をつける,〈道路〉‘を'舗装する《+名+with+名》

armadillo

アルマジロ(中南米産の小動物)

spot

『斑点』(はんてん),まだら,ぶち;(太陽の)黒点

『しみ』,よごれ;吹出物,にきび

(…に対する)汚名,汚点《+『on』+『名』》

『場所』,地点;部分,箇所

(順序・組織における)位置;立場,おかれた状況

《a spot》《英話》(…の)少量,ちょっぴり(の…);(…の)1杯《+『of』+『名』》

(ラジオ・テレビ番組の)構成区分

…‘を'『しみで汚す』,‘に'汚れをつける;…‘に'斑点(はんてん)をつける,‘を'まだら(ぶち)にする;( …で)…‘に'しみ(斑点)をつける《+『名』+『with』+『名』》

〈人格・名声など〉‘を'汚す,傷つける

(特定の場所に)…‘を'置く,配置する

…‘を'見つける;(…だと)…‘を'見抜く《+『名』+『as』(『for』)+『名』》

〈インクなどが〉『しみになる』;〈布などが〉汚れる

即座になされる,即時払いの(引き渡しの)

現場での,現地の

(ラジオ・テレビで)番組の間に放送される

ちょうど,ぴったり(exactly)

face

〈C〉『顔』

〈C〉表情,顔つき

〈C〉(物の)『表面』(surface),(建物の)正面(front),(貨幣・カードなどの)表《+『of』+『名』》

〈C〉(…の)外観,様子《+『of』+『名』》

〈U〉面目,面子(めんつ)

〈C〉(多角面体の)面

〈C〉(活字・版の)面(印刷する部分);(活字の)書体

〈C〉(鉱山の)採掘現場

…‘に'『面する』,‘の'ほうを向く

(…のほうに)…‘を'向ける《+『名』+『toward』+『名』》

〈人が〉〈危険など〉‘に'直面する,立ち向かう,対抗する;〈危険などが〉〈人〉‘に'迫る

〈事実・現実など〉‘を'直視する,認める

(…で)〈壁など〉‘に'上塗り(上張り)をする《+『名』+『with』+『名』》

(ある場所・方角に)面する,向く《+『on』(『to』,『toward』)+『名』》

parameter

(数学で)媒介変数,補助変数

(統計で)母数

crazy

『狂気の』,気違いの

(物事が)『途方もない』,実行不可能な

《補語にのみ用いて》『熱中している』,夢中の

cubist

立体波の画家(彫刻家)

=cubistic

surreal

=surrealistic

psychedelic

幻覚の,幻覚を引き起こす;陶酔(恍惚(こうこつ))の境地に至らせる

(文学・芸術が)サイケ調の

幻覚剤

multiple

多数の部分(要素)から成る,複合の,複式の

倍数

point of view

見地,観点(viewpoint)

考え方,態度

once

(ただ)『1度』,『1回』

『かつて』,以前

《否定文で》一度も(…しない);《条件節で》いったん…すれば

『1度』,1回

『いったん』…『すれば』,…するとすぐに

reason

〈C〉〈U〉『理由』,わけ,根拠

〈U〉『理性』,判断力;道理

『論理的に孝える』

(人に)道理を悟らせる《+『with』+『名』〈人〉》

…‘を'論理的に孝える《+『out』+『名,』+『名』+『out』》

《『reason』+『that節』》…‘と'推論する

〈人〉‘に'道理を悟らせて(…)させる(しないようにする)《+『名』+『into』(『out of』+『名』(do『ing』)》

rid

《『rid』+『名』〈場所・人〉+『of』+『名』》(やっかいなものを)〈場所・人〉‘から'『取り除く』

ambiguity

(意味の)あいまいさ,不明りょうさ;〈C)あいまいな表現(語句)

pose

(絵や写真のモデルとして)『姿勢をとる』《+『for』+『名』》

(特に他人に印象づけようとして)気どる;(…の)ふりをする《+『as』+『名』》

〈モデルなど〉‘に'姿勢をとらせる;〈被写特など〉‘を'適当な位置に配する

〈『難問など』〉‘が'生じる

〈要求・質問など〉‘を'述べる,提出する

(絵や写真のためにとる)『ポーズ』,『姿勢』

(人に見せるための)ポーズ,見せかけ,気どり

lighting

照明,点火

照明方法(装置)

guide

〈人〉‘を'『案内する』

(…のことで)〈人〉‘に'『助言する』,‘を'指導する,導く《+『名』+『in』+『名』》

〈仕事・行動など〉‘を'『監督する』,管理する;…‘を'思い通りに動かす,支配する

『指導者』,『案内人』,ガイド

『指標』,道しるべ;規律

『旅行案内』[『書』];(…の)『手引き』,入門書《+『to』+『名』》

誘導装置,(外科用探針の)導子

《英》Girl Guidesの一員

statistic

統計値,統計量

confusion

『混乱』,乱雑(disorder)

(…と…との)混同《+『of』+『名』+『with』+『名』》

当惑,ろうばい

ambiguous

(意味が)いろいろな意味にとれる,多義の

(正体などが)はっきりしない;(輪郭などが)ぼんやりとした,おぼろげな

reconstruct

…‘を'再建する,改造(復興,復元)する

〈でき事〉‘を'再現する

perfect

『完全な』,欠点のない,申し分のない

(必要なものが)『完全にそろった』

(写しなどが原物に)『正確な』

《名飼の前にのみ用いて》全くの

(文法で)完了の

《the ~》完了時制

〈C〉完了形(完了時制の動詩形)

…‘を'『完鮮にする』

coherent

密着する

(論理などが)筋の通った,首尾一貫した

blank

(紙が)『白紙の』;(欄が)空白の,書き入れていない

がらんとした,からの(empty);なんの装飾もない

『ぼんやりした』,うつろな,無関心な

全くの

『空白』,空所

書き込み用紙(form)

空虚;空(くう)の部分

(語句・文学を伏せる場所に用いる)ダッシュ'‐':Mr-某氏

(またblank cartridge)(銑火器の)空包

…'を'消す,削除する《+『名』+『out,』+『out』+『名』》

《米》〈相手〉‘に'試合で得点させない

white

〈U〉『白』,白色

〈U〉〈C〉白いもの;(特に)『卵の白身』

〈U〉『白衣』,白色の服;《しばしば複数形で》白の制服(運動着など)

〈C〉白人

『白い』,白色の,純白の

(恐怖で人・顔・唇などが)『青白い』,血の気のない(pale)

(皮膚の色の)白い,白人の

(髪・ひげなどが)銀色の,改色の

雪のある,雪の積もった

《おもに古》潔白の,罪のない

《英》(コーヒーが)ミルク入りの

…‘を'白くする,漂白する

noise

〈C〉〈U〉(特に,大きなまたは不快な)『音』,物音

〈C〉〈U〉(街・往来などの)『ざわめき』,騒音,騒々しい声

〈C〉(一般に)物音

〈U〉(ラジオ・テレビなどの)ノイズ,雑音

…‘を'広める,言い触らす《+『名』+『about』(『abroad, around』)》

音を立てる;大声で話す《+『about』(『around, abroad』)》

demonstration

〈U〉〈C〉『論証』,立証;(…であることの)実証《+『that節』》

(の)実物説明,実演;(観察者の前で行う)実地授業,公開授業《+『of』+『名』》

〈U〉〈C〉(感情の)『表示』,表明《+『of』+『名』》

『示威運動』,デモ

object

(見たり,触れたりできる)『物』,物体

(…の)『対象となる人』(『物』,『事』),(…の)的《+『of』+『名』》

(…の)『目的』,目当て(aim)《+『of』(『in』)+『名』(do『ing』)》

(文法で)『目的語』

(…に)『反対する』,異議を唱える《+『to』(『against』)+『名』(a person's do『ing』,『wh-節』)》

(…を)いやに思う《+『to』(『against』)+『名』(a person's do『ing』,『wh』‐『節』)》

《『object』+『that節』》…‘だと'反対して言う

cloud

『雲』

(…の)『雲状のもの』《+『of』+『名』》

(昆虫・鳥・飛行機などの)大群,大集団《+『of』+『名』》

(疑惑・苦悩などの)暗い影《+『of』+『名』》

(鏡・ガラスなどの)くもり

〈煙などが〉…'を'『曇らせる』

〈事件などが〉…‘に'暗い影を投げかける,'を'汚す

〈物・事が〉〈心・頭など〉'を'ぼんやりさせる,混乱させる

〈空・ガラスなどが〉『曇る』《+『over』(『up』)》

(悩み・心配などで)〈顔などが〉曇る,暗くなる《+『over』 『with』+『名』》

basically

基本的に,根本的に;元来は

spend

(…に)〈金〉‘を'『使う』《+名〈金〉+on(『for』)+『名』》

〈時〉‘を'『過ごす』

《文》〈力など〉‘を'使い果たす,〈自分〉‘の'力を使い果たす

金(財産など)を使う;浪費する

hallucinate

幻覚を生じる

laughter

『笑い』,笑い声

zoom

〈飛行機が〉急上昇する;(一般に)急上昇する

ブーンと大きな音を立てる(立てて動く)

(映画・テレビでズームレンズによって)〈映像が〉拡大(縮小)する《+in(out)》 〈他〉

〈飛行機〉‘を'急上昇させる

(飛行機)の急角度上昇[の音];ブーンという音

fugue

フーガ,遁走(とんそう)曲

state

〈C〉(人・物事の)『状態』,ありさま,様子

〈C〉《a ~》《話》極度の緊張状態,異常な精神状態

〈U〉地位,階級,身分

〈C〉〈U〉《しばしばS-》『国家』,国,政府

〈C〉《時にS-》(アメリカ・オーストラリアなどの)『州』

《the States》《話》『米国』

〈U〉威厳;公式;堂々とした様子

国家の,国事に関する

《しばしばS-》《米》州の,州立の

公式の,儀式用の

suppose

(議論のために)…‘と'∴仮定する』,考えてみる;…であるとする

…‘と'『思う』,信じる,想像する

《suppose+名+to do》《受動態で》(規則・義務・責任などにより)(…することを)〈人〉‘に'予期する,条件づける

〈物事が〉…‘を'『前提[条件]にする』,必要条件とする,想定する

free association

(心理学で)自由連想(被験者に心に浮かぶまま表現させる)

tail

〈C〉『尾』,しっぽ

〈C〉『尾に似た物』;(飛行機・車の)尾部

〈C〉(…の)『後部』,末端,終り(底)の部分《+of+名》

〈C〉コインの裏側

《複数形で》燕尾(えんび)服(tail coat)

〈C〉《俗》しり,けつ

〈C〉《俗》尾行者

…‘に'尾をつける

《話》〈人〉‘を'尾行する

〈物・音が〉しだいに減ってゆく,消えてゆく《+away(off, out)》

basis

『根拠』,基準;…制

(混合物の)主成分

public

《名詞の前にのみ用いて》『公の』,『公共の』,公衆の

公開の

《名詞の前にのみ用いて》『公務の』,公務に従事する

一般に知れ渡っている,周知の

《the~》《集合的に》『一般の人々』,公衆

《the~》《a~》…界,…仲間

lecture

(…についての)『講義』,講演(speech)《+『on』+『名』》

(…についての)(長い)『説教』,訓戒《+『on』(『for』)+『名』(do『ing』)》

(…に対して…の)『講義をする』,講演をする《+『on』+『名』+『to』+『名』》

(…について)…‘に'講義する,講演する《+『名』+『on』+『名』》

(…について)‘を'訓械する,しかる《+『名』+『for』+『名』(do『ing』)》

Seattle

シアトル(米国Washington州の港市)

higher

highの比較級

《名詞の前にのみ用いて》高等な,高度の;上級の

highの比較級

education

(一般に)『教育』

(身につけた)教育,教養,知識

教育学,教授法

quickly

『速く』,すみやかに,機敏に,ただちに

note

〈C〉《複数形で》『覚え書き』,控え,メモ

〈C〉(本文に対する)『注』,駐釈

〈C〉(形式ばらない)『短い手紙』,短信;外交上の文書

〈U〉『注目』,注意

〈U〉『重要性』(importance);顕著

〈C〉《単数形で》(声の)調子,(感情などの)しるし,兆候《+『of』+『名』》

=promissory note

〈C〉『紙幣』

〈C〉音楽;音符;(ピアノなどの)けん

…‘を'『書き留める』,記す

…‘に'『注意する』;…Iと'気づく

(取り立てて)…‘に'ついて言う,‘を'習す

constrained

強制された

(体度・表情・声などが)不自然な,無理な

purely

『全く』,完全に

『純粋に』,きれいに,清らかに

artist

『芸術家』;(特に)画家,彫刻家,音楽家

(また『artiste』)芸能人(俳優・歌手・ダンサーなど)

(その道の)達人,名人《+『at』(『in』)+『名』(do『ing』)》

involve

(必然的に)…‘を'『伴う』,引き起こす,含む(受動態にできない)

(事件などに)〈人〉‘を'『巻き込む』《+『名』+『in』+『名』》

《受動態で》(…に)〈人〉‘を'夢中にさせる《+『in』(『with』)+『名』(do『ing』)》

…‘を'込み入らす,複雑にする

camera

『カメラ』,写真機

テレビ[用]カメラ

backpack

背のう(リュックサック・ナップサックなど)

リュックサックを背おって行く

〈リュックサックなど〉'を'背おう;〈物〉'を'背のうで運ぶ バックパック[リュックサック](を背負って旅行する), バックパックに入れる

poem

(一編の)『詩』

詩的な美しさ(趣き)を持つもの

content

〈C〉《複数形で》(容器などにはいっている)『中身』,内容物,(記録・書物などの)目次

〈U〉(書物・演説などの)趣旨

〈C〉《~》《修飾語を伴って》含有量,(容器の)容量

poetry

《集合的に》(文学の一部門としての)『詩』,韻文

《集合的に》(ある詩人・国などの)詩集,詩歌

詩的なもの,詩情

large

(同じ種類のものと比較して,形・体積・数量などが)『大きい』,多い,広い

(考えなどが)広範囲な,幅の広い,寛大な

大きく

自慢して,誇大に

corpus

(特定の事に関する,または特殊の性質の)文書資料の集成

(研究用に収集した)資料

bad

『悪い』,不良の;不正な

『適当でない』,欠陥のある

《補語にのみ用いて》(…に)有害な《+『for』+『名』》

病気の

ひどい,激しい,重い

腐敗した,腐った

不快な,いやな

『へたな』,まずい

《補語にのみ用いて》《話》(…を)悪いと(残念に)思っている《+『about』+『名』(『wh-節』)》

悪いこと;悪い状態

《話》ひどく,大いに(badly)

connected

連結した

親戚(せき)関係の

関係(連絡)のある

discriminate

(…と)…‘を'『見分ける』,識別する《+『名』+『from』+『名』》

(…間の)『差異を見分ける』,識別する《+『between』+『名』》

(…を)分け隔てする,差別待遇する《+『against』+『名』》

reverse

(位置・方向・順序などにおいて)『逆の』;裏側の』

逆に動かす(動く),バックの

〈U〉《the reverse》(…の)『反対』,『逆』《+『of』+『名』(『wh』‐節)》》

〈U〉《the reverse》(貨幣・メダルなどの)『裏側』,(一般に)(…の)裏面《+『of』+『名』》

〈C〉(運命などの)逆転,不運

〈U〉後退[装置],逆転[装置]

…‘を'『逆にする』,反対にする;…‘を'裏返す

〈機械など〉‘を'逆転させる,逆方向に動かす

〈判決など〉‘を'取り消す,破棄する

(ダンスで)逆に回る

〈機械などが〉逆方向に動く

suggest

<考え・計画など>‘を'『提案する,』言い出す

〈物事が〉…‘を'『連想させる,』思い起こさせる

…‘を'『それとなく示す』

sculpture

〈U〉『彫刻』,彫刻術

〈C〉『彫刻品』,《集合的に》彫刻作品

〈石・柱など〉‘に'彫刻する,‘を'彫刻で飾る

…‘を'像(模様など)を作る

(浸食で)〈岩など〉‘を'彫刻したように変形させる

彫刻する

creature

『生物』,動物

《しばしば愛情または軽べつを示す形容詞を前に置いて》(…の)人,(特に)(…の)女性

(人・物に)支配されるもの,(…の)とりこ,手先《+『of』+『名』》

alien

『外国の』,異国の;外国人の,在留外国人の

《補語にのみ用いて》(…と)性質の異なる《+『from』(『to』)+『名』》

《補語にのみ用いて》(…と)相いれない,(…に)反する《+『to』+『名』》

異常な

(ある国に在住する)外国人,在留外国人;(citizenと区別して帰化してない)外国人

perceptual

知覚[力]の,知覚力のある

human

(動物・神に対して)『人間の』,人の

『人間らいし』,人間的な,人情味のある

〈C〉《複数形》(動物に怠して)人間(human being)

〈U〉《the human》人類

ought

《義務・当然》…『すべきである』,するのが当然である

《忠告・願望》…するのが望ましい,するのがよい

《見込み・当然の結果》…『するはずである』,きっと…するであろう

finally

『最後に』(at the end)

最終的に,決定的に(decisively)

ついに,とうとう(at last)

exercise

〈U〉(身体の)『運動』;〈C〉体操

〈C〉(…の)『練習』,けいこ;練習問題《+『in』(『for』,『on』)+『名』》

〈U〉〈C〉《the~》(精神力・能力などを)『働かせること』,(権力などの)行使《+『of』+『名』》

《しばしば複数形で》(軍の)演習;《米》式,式典

〈C〉礼拝,勤行

〈手足など,体の器官〉‘を'『働かせる』,動かす,訓練する

〈人〉‘に'(…の)『訓練をさらる』,(…で)〈人〉‘を'鍛練する《+『名』〈人〉+『in』+『名』(do『ing』)》

〈精神力・能力など〉‘を'『働かせる』,〈権力など〉‘を'行使する

《文》《受動態で》(…について)〈人〉‘を'悩ます,心配させる《+『名』〈人〉+『about』(『over』)+『名』》

練習する;運動する

promise

〈C〉『約束』,誓い

〈U〉(…の)有望さ,見込み《+『of+名』》

〈U〉(…の)気配,きざし《+『of+名』》

〈物事〉‘を'『約束する』

…‘の'『見込みがある』,おそれがある

《話》《Iを主語にして》〈人〉‘に'断言する,保証する,警告する

約束する

《状態の副詞を伴って》(…の)見込み(望み)がある

pioneer

(未開地の)『開拓者』

(研究・事業などの)『駆者』,開拓者《+『in』(『of』)+『名』》

(先発して本隊のために道路や橋を作る)工兵

先駆動物(植物)(動・植物のなかった地域に最初にはいり定着した動・植物)

〈土地など〉‘を'開拓する,開拓して定住する

〈研究・事業など〉‘を'開拓する,創始する

(新しい土地の)開拓者となる《+『in』+『名』》

(…において)先駆者となる《+『in』+『名』(do『ing』)》

von

…から(from),…の(of)

account

〈C〉『計算』,勘定

〈C〉『計算書』,勘定書;簿記

〈C〉(商売の)取引;(銀行の)口座

〈C〉『説明』,報告;記事

《文》〈U〉価値(value),重要性(importance)

〈U〉根拠;理由

《『account』+『名』〈目〉+『形』(『名』,『過分』)〈補〉》(…と)…'を'考える,みなす(consider)

candy

《米》『砂糖菓子』,キャンデー(《英》sweets)

《英》氷砂糖(sugar candy)

…を砂糖づけにする 砂糖で煮る

(煮つめて)‥'を'結晶させる

‥'を'甘くする

氷砂糖状に固まる

crush

…'を'『押しつぶす』,ぺしゃんこにする《+『up』+『名,』+『名』+『up』》

…'を'『砕く』,粉々にする;…を砕いて(…に)する《+『名』+『into』+『名』》

(…に)…'を'押しつける《+『名』+『against』+『名』》;(…に)…'を'押し込む《+『名』+『into』+『名』》

(…から)…'を'押しつぶして出す,しぼり出す《+『名』+『from』+『名』》

…'を'ぎゅっと抱きしめる

…'を'打ちのめす,打ちひしぐ《+『down』+『名,』+『名』+『down』》

『つぶれる』,ぺしゃんこになる;くしゃくしゃになる

『砕ける』,粉々になる

(…に)押し合って入る,殺到する《+『into』(『through』)+『名』》

〈C〉《単数形で》押し合いへし合い,殺到

〈C〉《話》《単数形で》大混雑の集会,すしづめの集会

〈U〉《英》(押しつぶして出した)果汁

〈C〉《話》(…に)のぼせ上がること,(…への)べたぼれ《+『on』+『名』》;のぼせ上がった相手

beginning

『初る,最初』,すべり出し(starting point)

《しばしば複形数で》初期,初めの部分,幼少期

起衡,起こり(or in)

ability

〈U〉『能力』,力量

《複数形で》特殊な才能,優れた手腕

extend

(…まで)〈距離・期間など〉‘を'『延ばす』,延長する《+『名』+『to』+『名』》

(…に)〈手・足,針金など〉‘を'『伸ばす』,広げる《+『名』+『to』+『名』》

《文》(…に)〈親切・援助など〉‘を'『及ぼす』《+『名』+『to』+『名』》

〈事業・意味など〉‘を'広げる,拡張する

(距離・期間など)(…まで)『広がる』,『伸びる』,(…に)及ぶ,わたる《+『to+『名』》

applause

『拍手かっさい』;称賛

関連動画