訓練データ

- 未知データへの対応力「汎化性能」とは「汎化性能」という言葉は、人工知能や機械学習の分野では欠かせない重要な概念です。これは、簡単に言うと、初めて見るデータに対しても、AIが正確に処理できる能力のことを指します。例えば、たくさんの猫の画像をAIに学習させたとしましょう。このAIに、学習に使った画像ではなく、全く新しい猫の画像を見せたときに、「これは猫だ」と正しく判断できれば、そのAIは高い汎化性能を持っていると言えます。逆に、学習した画像と少し違うだけの猫の画像を見せただけで、「これは猫ではない」と誤った判断をしてしまう場合は、汎化性能が低いと言えるでしょう。AIが実用的なものとなるためには、この汎化性能が非常に重要になります。なぜなら、現実の世界では、AIが学習したデータと全く同じ状況ばかりとは限らないからです。むしろ、学習していない未知のデータに遭遇する場面のほうが多いと言えるでしょう。例えば、自動運転の技術にAIが使われているとします。このAIは、様々な道路状況や気象条件などのデータを学習しているはずです。しかし、現実の道路では、学習データにはなかったような、予期せぬ出来事が起こる可能性も十分に考えられます。もしも、AIがこのような未知の状況に遭遇した場合でも、適切に判断し、安全な運転を続けることができれば、そのAIは高い汎化性能を持っていると言えるでしょう。このように、AIが様々な場面で安全かつ確実に動作するためには、高い汎化性能が求められます。