AI開発の制約をどう克服するか【前編】
大量データは使わない「フューショット学習」と「普通の教師あり学習」の違い
AIモデルの開発にはデータが欠かせないが、常に十分なデータを収集できるとは限らない。そこで注目されているのが「フューショット学習」という手法だ。
AI（人工知能）モデルの開発に欠かせないのが「学習データ」だが、そのデータや学習に必要なコンピューティングリソースを十分に確保できるとは限らない。こうした課題を解決する手法の一つとして注目されているのが「フューショット学習」（Few-shot Learning）だ。一般的な教師あり学習と何が違うのか。基礎を押さえておこう。
「フューショット学習」と「教師あり学習」の違い
フューショット学習は、限られたデータでも高精度な識別や予測を可能にする機械学習手法だ。従来の機械学習アルゴリズムは、大量のデータを学習してパターンを抽出することで、新たなデータを正確に識別できるようにする。フューショット学習は、ごく少量のデータを一般化することで、未知のデータを識別できるようにする。
一般的な教師あり学習では、AIモデルの分類能力や判断能力を高めるために、数千件から数十万件ものラベル付きデータを用いる。一方で、大量のデータを用意することが難しい、あるいはそもそも存在しないケースもある。こうした状況では、従来の学習方法は実用的とは言えない。
フューショット学習は、既に識別や分類が得意な事前学習済みのAIモデルを基盤とし、最小限の追加学習によって新たな分類能力を付与する。つまり、ゼロからAIモデルを訓練するのではなく、既存のモデルを迅速かつ効率的に拡張することを目的としたアプローチだ。
前提条件として、フューショット学習では、AIモデルが有用なデータの学習を済ませている必要がある。例えば、鳥の種類を識別するAIモデルが、何千種類もの鳥の画像を学習済みだったとしよう。新種の鳥が発見され、そのラベル付き画像が数枚しか存在しない場合でも、フューショット学習を適用すれば、AIモデルは新種の識別能力を獲得できる。これは、新しいデータが、学習済みデータの基本的な構造と一致するため、わずかな画像だけで新種を認識できるという仕組みだ。
「Nショット学習」とは？
フューショット学習は「Nショット学習」（N-Shot learning）の一種だ。Nショット学習とは、学習データの入手や品質に関する課題を解決するために生まれたAIトレーニング手法だ。ここでの「N」とは、使用するデータサンプルの数を指す。
Nショット学習には、主に以下3つのバリエーションがある。
- フューショット学習（One-shot learning）
- 比較的少数のラベル付きデータを使用してAIモデルを学習させる方法
- One-shot learning
- フューショット学習の一種。1つのラベル付きサンプルを使ってAIモデルを訓練する手法）
- Zero-shot learning
- 既存のデータサンプルを一切使用せず新しいデータを処理しようとする、極端なアプローチ
次回は、フューショット学習が適するユースケースを紹介する。
TechTarget発 エンジニア虎の巻
米国Informa TechTargetの豊富な記事の中から、開発のノウハウや技術知識など、ITエンジニアの問題解決に役立つ情報を厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 エンジニア虎の巻
米国TechTargetの豊富な記事の中から、開発のノウハウや技術知識など、ITエンジニアの問題解決に役立つ情報を厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社うるる] 「入札市場」攻略ガイド：効率的に落札するためのポイントを徹底解説 -
製品資料
[株式会社うるる] 入札情報に特化した「販路拡大」「効率化」のためのサポートツールとは？ -
市場調査・トレンド
[株式会社うるる] 公共入札に成功する企業と失敗する企業の「5つの違い」 -
製品資料
[日本ビジネスシステムズ株式会社] 専門家が教える、Microsoft 365の「テナント統合／分離」を成功に導く秘訣 -
製品資料
[rakumo株式会社] Microsoft 365での情報埋没を防ぐ、社内ナレッジを資産化する情報ポータル活用
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
半数がブルーカラー転向を視野に？ ベテランエンジニアを追い込む“54歳の壁”
-
2
PHP脆弱性「PHP2Shell」で2260万件に影響 情シスの緊急チェックリスト
-
3
「Microsoft 365」が乗っ取られる MFAを破る“本物の画面”の恐怖
-
4
「テザリング依存」に潜む落とし穴 “遅いVPN”を解消するネット構築術
-
5
世界のデータセンター容量は5カ国に69%集中、電力消費「5%の壁」が招くものとは？
-
6
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
7
「Windows」の不要なファイルを安全に消して容量を空ける方法
-
8
生成AIが普及しても「技術書」を手放せないエンジニアの本音
-
9
IBM iのブラックボックス化を打破 資産継承と進化を実現する「IBM Bob」の実力
-
10
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
ホワイトペーパーランキング PR
-
1
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
2
2026年のサイバーセキュリティには何が必要か？ 最新データに学ぶ傾向と対策
-
3
経験豊富な即戦力人材に直接アプローチできる、「攻めの採用」への転換術
-
4
「IT史に名を残すシステム障害」8選
-
5
最速72分でデータが流出？ 最新の脅威トレンドや侵入手法から分かった防衛策
-
6
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
7
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
8
AI駆動開発のスピードと安全性を両立 「品質・セキュリティ管理」の実践ガイド
-
9
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
-
10
「標的型攻撃メール」事例・サンプル集
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー