問題 No.2469
機械学習やディープラーニングにおいて、「学習方法について学習する」ことを指し、少量のトレーニングデータからでも新しいタスクや環境に適応できるようにモデルを最適化するアプローチの名称として、最も適切なものはどれか。
【正解の解説】
メタ学習
人間が「これまでの勉強のコツ」を掴むことで、全く新しい教科の参考書でも短期間で理解できるようになる過程に似ています。通常のAIが「問題の解き方を覚える」のに対し、メタ学習は「効率的な勉強の仕方そのものを学ぶ」ため、数枚の画像やわずか数回の経験だけで未知の課題をスイスイこなせるようになるのが最大の魅力です。
スポンサーリンク
【その他の選択肢の解説】
転移学習
転移学習は「すでに自転車に乗れる人が、そのバランス感覚を活かしてバイクの運転を早く覚える」ようなもので、元となる完成された知識の流用を指します。これに対しメタ学習は、自転車やバイクといった個別の乗り物ではなく「新しい乗り物を最速でマスターするための要領そのもの」を鍛えるアプローチであるため、学習のメタ化という次元の違うアプローチとして区別する必要があります。
強化学習
強化学習は「ゲームのスコアを高めるために、何度もプレイして失敗と成功から最適な行動パターンを体得する」という、まさに試行錯誤によるスキル習得のプロセスを指します。メタ学習が「新しいゲームを数回遊ぶだけでルールを瞬時に理解する能力の向上」を目指すのに対し、強化学習は「一つのゲームを徹底的にやり込んで高得点を叩き出す」アプローチであるため、学習の目的が大きく異なります。
能動学習
能動学習は「山のようにある問題集の中から、AIが自分にとって一番解きごたえがあり実力がつきそうな問題だけを人間に追加で選んでもらう」という効率的な学習データ収集の仕組みです。メタ学習が「学習のコツや適応能力そのものを高める」ことに対して、能動学習は「学習に使うデータ自体の質や効率をコントロールする」ものであるため、焦点を当てるポイントが全く異なります。