自己教師あり学習
Self-Supervised Learning
正解ラベルのないデータ自身から問題を作って学ぶ機械学習の手法。
簡単に説明すると
自己教師あり学習っていうのは、データの一部を隠して残りの部分から穴埋め問題を解くようにコンピューターが自分で賢くなる仕組みのことだよ。 文章の途中の言葉を隠して前後の文脈から当てる練習や、写真の一部を切り取って元に戻す練習を繰り返すんだ。 人間が1つずつ正解のラベルをつけなくても大量のデータから特徴を学べるため、巨大なAIの基礎を作る学習で広く使われているよ。
名前のヒミツ
人間が正解を与える「教師あり学習」に対して、データ自身が正解役の「教師」を務めることから名付けられた言葉なんだ。 外部から答えを教えてもらうのではなく、データの一部を隠して自分で当てる自習のような仕組みを表しているよ。英語ではSelf-Supervised Learningと呼ばれるんだね。
くわしく見てみよう！
自己教師あり学習とは、人間が答えを与えなくても、データ自身から問題と正解を自動的に作り出して学習を進める機械学習の手法のことだよ。
あらかじめラベルが用意されていないデータから、コンピューターが自力で特徴や規則性を見つけ出すためのアプローチなんだ。
通常の学習では、画像に対して「犬」「猫」といった正解を人間が手作業で用意する必要があるんだ。
これに対して自己教師あり学習では、集めたデータそのものを使って学習を進めるよ。
例えば、文章の中の1文字をわざと隠して前後の並びから推理させたり、画像を回転させて元の向きを当てさせたりするんだね。
データそのものから大量の問題を作り出せるため、人間が正解ラベルをつける手間をかけずに大量の文章や画像を学ばせることができるよ。
こうしてデータの構造や特徴を幅広く身につけたモデルは、学んだ特徴を、その後の特定の仕事向けの学習に活用できるんだ。
膨大なテキストを読み込んで言葉のつながりを理解する大規模な言語モデルや、画像の認識モデルの基礎訓練として広く利用されているよ。