学習フェーズと推論フェーズ
A社は、製造ラインで部品の画像から不良品を見分けるAIを導入した。モデルは開発時に学習を済ませ、現在はラインで画像を受け取って判定している。この運用の説明として最も適切なものを1つ選べ。
- A
学習フェーズでは正解ラベルが要らず、推論フェーズで初めて良品・不良品のラベルを与える。
- B
推論は学習より大量の計算を必要とするので、判定には学習時と同じ規模のGPU群が必要になる。
- C
ラインでの判定は推論で、学習済みの重みを使って出力を計算するので、判定を重ねるだけではモデルは改善しない。
- D
ラインで判定した画像は自動で学習に使われ、重みが更新され続けるので、再学習の計画は不要である。
正解と解説を見る
正解:C
学習はデータから重みを決める段階で、推論は決まった重みで答えを出す段階。推論を繰り返すだけではモデルは賢くならない。
- A
誤り。教師あり学習では、正解ラベルは学習時に使う。推論時はラベルのない入力に対して答えを出す。
- B
誤り。一般的には、大量のデータで重みを何度も更新する学習のほうが計算量は大きい。推論はより小さな環境で動かせることが多い。
- C
正しい。推論では学習済みのパラメータを使うだけで、重みは更新されない。性能を上げるには、データを集めて再学習する必要がある。
- D
誤り。一般的な運用では、推論中に重みは更新されない。追加学習の仕組みを組み込まない限り、再学習は別に計画する。
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。