ゼロショット学習
Zero-shot Learning
見本データが1つもなくても、新しいことを判断できるAIの学習方法のこと。
簡単に説明すると
ゼロショット学習は、一度も見たことがないものを、これまでの知識を使って正しく見分ける仕組みのことだよ。 例えば、AIに「シマウマ」の画像を見せたことがなくても、「馬の形で体中に白黒のしま模様がある動物」という説明を教えておけば、初めてシマウマの画像を見た時に「これはシマウマだ」と判断できるんだ。 大量のデータを用意できない珍しい生き物や、新しい商品の分類などで実際に使われているよ。
名前のヒミツ
ぜろしょっとがくしゅう。英語の「Zero-shot（ゼロショット）」は、一度も撃たない、つまり「予行演習なし」という意味に由来しているんだ。 AIが学習の段階で一度も見本を見たことがない新しいデータに対しても、その特徴を推測して正しく分類したり判断したりできる手法を指すよ。
くわしく見てみよう！
ゼロショット学習とは、AIに特定のデータを見せてトレーニングすることなく、新しい対象を認識させる手法のことだよ。
ざっくり言うと、一般的なAIは「これは猫だよ」という写真を何千枚も見て学習するけれど、この方法なら事前の見本がゼロの状態でも答えを導き出せるんだ。
仕組みとしては、AIが既に持っている知識や概念のつながりを活用しているよ。
例えば、AIに「赤い」「丸い」「果物」という特徴の組み合わせを言葉で理解させておくんだ。
そうすると、たとえリンゴの写真を1枚も学習していなくても、赤い丸い果物の写真を見た時に「これはリンゴに違いない」と推論できるってわけ。
このように、言葉による説明や別の知識を仲立ちにすることで、未知のものを判断するんだよ。
この技術は、データの準備が難しい分野で活用されることが多いんだ。
世の中には写真やデータが極端に少ない珍しいものも多いけれど、ゼロショット学習を使えばそれらもAIで扱えるようになるよ。
大規模な言語モデルや画像認識など、幅広いシステムを支える技術の1つとして組み込まれているんだよ。