Few-shot learning

「文脈内学習」とは、人間が初めて出会う状況でも周りの様子から行動を決めるように、人工知能も与えられた情報だけから答えを導き出す学習方法です。たとえば、初めて入る飲食店で、周りの人がどのように注文するのかを観察して、同じように注文する場面を想像してみてください。あらかじめ注文方法を知らなくても、周りの人の行動から必要な情報を理解し、適切な注文ができます。これが文脈内学習です。 この学習方法は、特に「大規模言語モデル」と呼ばれる、大量の文章データから学習した人工知能で注目されています。大規模言語モデルは、少量の例文を示すだけで、新しい作業をこなせる可能性を秘めています。まるで、子供が周りの大人の振る舞いを見て言葉を覚えるように、人工知能も与えられた例文から学習し、新しい状況に対応できるのです。 従来の人工知能の学習方法は、大量のデータと、それに対する正解をセットで与える必要がありました。たとえば、画像に写っているものが「猫」であると人工知能に学習させるためには、大量の猫の画像を用意し、それぞれに「猫」というラベルを付けて学習させる必要がありました。しかし、文脈内学習では、このような大量のデータと正解のセットは必要ありません。 文脈内学習では、人工知能に「今日はいい天気ですね。明日は～でしょう」という文章を与え、続きを予測させることで、天気予報のような文章を生成させることができます。つまり、「明日は晴れでしょう」や「明日は雨でしょう」といった続きを予測させることで、天気予報の文章を生成する学習を、例文を少し示すだけで行えるのです。このように、文脈内学習は、少量のデータから効率的に学習できるため、今後の発展が期待されています。人工知能が、より人間の思考に近い学習方法で、様々な状況に対応できるようになるための、重要な一歩と言えるでしょう。