学習段階と推論段階
B社は、製造ラインで製品の傷を画像から見つけるAIモデルを導入する。モデルの「学習」と「推論」の説明として適切なものを2つ選べ。
- A
推論では、画像を判定するたびにモデルが自動で重みを更新する。そのため、使うほど精度が上がり続ける。
- B
一度学習を終えたモデルは、製品の種類や撮影条件が変わっても、再学習しないまま同じ精度を保てる。
- C
学習では、大量の画像と正解ラベルを使って重みを調整する。1回の推論よりも多くの計算資源と時間を使うのが一般的だ。
- D
推論では、学習済みの重みを使って新しい画像を判定する。通常は、判定のたびに重みが書き換わることはない。
正解と解説を見る
正解:C・D
正解はCとD。学習では、データから重みを決める(C:計算が重い)。推論では、決まった重みで新しい入力を処理する(D:判定のたびに重みは変わらない)。運用中にデータの傾向が変わると精度が落ちるため、再学習が必要になる。
- A
誤り。推論中に重みが自動で更新される仕組みは一般的ではない。精度を上げるには、新しいデータを集めて再学習する必要がある。
- B
誤り。学習時とデータの傾向が変わると精度は下がりやすい。条件が変わったら、精度を監視して再学習を検討する。
- C
正しい。学習では大量のデータを何度も読み込んで重みを更新するので、計算の負荷が大きい。
- D
正しい。運用中の推論は、固定した重みで入力を処理するのが基本。重みを更新するには、別に再学習を行う。
このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会(JDLA)・一般社団法人生成AI活用普及協会(GUGA)の公式サービスではありません。