自己教師あり学習の役割

問題

自己教師あり学習について、正しい記述を1つ選べ。

自己教師あり学習（Self-supervised Learning）は、人間が正解ラベルを用意しなくても、データそのものから「疑似的な正解（タスク）」を自動生成して学習する画期的な手法です。

例えば、「画像の一部を隠してそこを予測させる」「文章の次の単語を予測させる」といったタスク（プレテキストタスク）を解かせることで、データの本質的な特徴や構造をAIに理解させます。

GPTなどのLLMの事前学習や、ラベル付けコストが高い医療画像解析などで極めて重要な役割を果たしています。

1. 自己教師あり学習は、ラベルなしデータに対して自動生成した擬似ラベルやタスクを用いて特徴を学習する。

正しい：ラベルのない大量のデータに対し、システム自身が自動的に擬似的な正解（例：画像の回転角度や、一部を隠した画像の復元など）を作り出し、特徴を学習します。

2. 自己教師あり学習では、人手で正解ラベルを大量に付与する必要がある。

誤り：人間による「人手での正解ラベルの付与（アノテーション）」の手間を省くこと（ラベルなしデータから学習すること）が、自己教師あり学習の最大のメリットです。

3. 自己教師あり学習は、事前学習にはほとんど使われない。

誤り：大規模言語モデル（LLM）や高性能な画像認識モデルなど、現代の最先端AIにおける「事前学習（Pre-training）」の主流な手法として極めて広く使われています。

4. 自己教師あり学習は、ラベル付きデータしか扱えない。

誤り：自己教師あり学習は「ラベル付きデータ」ではなく、インターネット上のテキストや画像など、無尽蔵にある「ラベルなしデータ」を活用するために考案されました。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ