AIにもクセがある？　機械学習と帰納バイアス

現在のAI技術とディープ・ラーニング

現在、人工知能（AI）技術の多くはディープ・ラーニングと呼ばれる手法に基づいています。ディープ・ラーニングは人間の脳にある神経の結びつきをモデル化したニューラルネットワークを複雑化したもので、OpenAI社のChatGPTに代表される生成AIにも応用されています。このようなAIは大量の文章や画像を学習し、その情報を頼りにさまざまなタスクをこなします。この際、人間に本能的な認知の歪みがあるように、AIにも「帰納バイアス」と呼ばれる出力データの偏りがあることが分かっています。

AIのクセ、帰納バイアスとは？

機械学習に用いる「モデル」は、たくさんの入力と出力を持つ関数と言い換えられます。この関数の定式化により生じる出力の偏りが帰納バイアスです。例えば、機械学習モデルにy=ax+bという一次式を使ったとすると、このモデルにはy=ax²+bx+cのような二次式に従うデータは扱えず、出力に偏りが生じます。近年の研究で、深層学習に用いられるニューラルネットワークの一種であるCNNに、より意味のある信号を出力しやすい、というクセがあることが分かっています。このAIが本来持っているクセを利用すると、AIに大量のデータを学習させなくても、目的のデータ処理を実現できる場合があります。一例として、この技術は、データに混じったノイズの除去や、写真の高解像度化に応用されています。

AIのクセを操って目標達成！

異なる関数で定式化された機械学習モデルは異なる帰納バイアスを持ちます。これを逆手に取り、人間にとって都合の良いデータを出力するようにAIをデザインすると、帰納バイアスを有益な用途に応用できます。同技術は写真のほか、音声信号や三次元の形状処理などさまざまな分野に応用されています。また、帰納バイアスによるAI技術は、訓練用のデータが少量で済むという特徴を持ち、データ収集の難しい用途、例えば、文化財や少数ロットの工業製品に関するデータ処理への応用が期待されています。

※夢ナビ講義は各講師の見解にもとづく講義内容としてご理解ください。

※夢ナビ講義の内容に関するお問い合わせには対応しておりません。

先生情報 / 大学情報

一橋大学ソーシャル・データサイエンス学部ソーシャル・データサイエンス学科准教授谷田川達也先生

興味が湧いてきたら、この学問がオススメ！

情報工学

先生が目指すSDGs

メッセージ

大学で何を勉強するか、仕事として何をやるかを一つに絞るのは若いあなたにはとても難しいことに感じるかもしれません。実際、私自身は大学では理学部に進み化学を勉強していましたが、現在は全く異なるコンピュータの研究をしています。その中で感じることは、その時々に自分が興味を持ったものに一生懸命取り組めば、それが、あなたの個性や強みとなることがあるということです。高校生活では、勉強だけでなく、部活動や学校行事など、自分のやりたいことに打ち込むことで、将来自分の役に立つ貴重な経験が得られると思います。

先生への質問

先輩たちはどんな仕事に携わっているの？

一橋大学に関心を持ったあなたは

一橋大学の大きな特色として、まず第１に挙げられるのは、我が国で最も伝統のある社会科学の総合大学として、常に学界をリードしてきたという長い歴史と実績、並びにこの伝統を受け継ぎ、人文科学を含む広い分野で、新しい問題領域の開拓と解明を推進する豊富な教授陣に恵まれていることです。第２は、商学部・経済学部・法学部・社会学部の垣根が低く、学生は各学部の開設科目を自由に履修することができます。また、１０人から１５人程度の少人数で行われているゼミナール制度（必修）を核とする少数精鋭教育も本学の特色のひとつです。