AIの基本用語：モデル・学習・責任

イントロ

作り方、使い方、品質の言葉を分ける

学習で得た関係を保持し、新しい入力へ予測や生成を返す仕組みです。

定義

とは、学習で得た関係を保持し、新しい入力へ予測や生成を返す仕組みです。
イメージすると: は問題を解く計算手順で、その手順とデータを使う段階がです。学習後に得た仕組みへ新しい入力を渡して結果を得る段階をといいます。したがって、計算手順、学習、得られた仕組み、利用時の処理は同じものではありません。

手順

要点

は層と重みで関係を学ぶモデル構造で、は多層の構造を使います。は大量の言語データを扱い、は文章、は画像や映像を扱う分野です。データや設計のは集団ごとの誤りを生み得るため、全体指標だけでなくを確認します。

例

場面: 過去の問い合わせを使って、請求・技術・解約へ分類するモデルを考えます。
順に考えると: 担当者が付けた正解を学習データにし、分類アルゴリズムでモデルを作ります。新しい問い合わせを分類する処理が推論です。一部の言語や顧客層だけ誤りが多ければ、全体の正解率が高くてもデータのバイアスと公平性を再評価します。文章を扱うため自然言語処理の用途ですが、自由文を生成するLLMが必須とは限りません。
ここが結論: 工程名と能力名を分け、最後に利用者への影響まで確認できます。

注意

確認

Q1

学習済みモデルへ新しい問い合わせを渡し、分類結果を得る段階はどれですか。

まとめ

AI・ML・深層学習・エージェント型AIを、AIF-C01の公式objective 1.1.2に沿って、包含関係、役割、例、誤解修正で整理します。

新しいカテゴリが追加されました