学習とは？

❓ FAQ

よくある質問

Q. 学習（トレーニング）とは何ですか？

A. AIに大量のデータを読み込ませて、モデル内部の無数の数値（パラメータ＝重み）を少しずつ調整し、正しい答えを出せるように育てていく工程のことです。AIに問題を解かせて正解とのズレを測り、そのズレが小さくなる方向へパラメータを動かす作業を何十億回も繰り返します。AIが知識や判断力を身につけるのはこの段階で、ここで賢さの土台が決まります。

Q. 学習と推論は何が違うの？

A. 学習はデータを読んでモデルを賢く「育てる」工程で、推論は育て終わったモデルに質問して答えを「出させる」工程です。学習は時間もコストも非常に大きい一方、推論は1回ごとの計算で済みます。勉強する側が学習、勉強した知識を使う側が推論、とイメージすると分かりやすいです。

Q. 事前学習とファインチューニングはどちらも学習ですか？

A. はい、どちらもパラメータを書き換える「学習」の一種です。ゼロから大量データで行う最初の大規模な学習を「事前学習」と呼び、そこに自社データなどで追加の学習を重ねて用途や口調に合わせ込むのが「ファインチューニング」です。まず汎用的な土台を作り、その上に目的別の味付けをする二段構えになっています。

Q. 初心者が学習について知っておくべき注意点は？

A. 大規模モデルをゼロから学習するには莫大なGPUと費用がかかるため、個人や一般企業が自前で行うことはまずなく、公開済みの学習済みモデルを使うのが基本です。また、学習結果はデータの質と量に大きく左右され、データが偏っていると回答にも偏り（バイアス）が出ます。用途に合わせたいだけならファインチューニングやRAG、プロンプトの工夫から検討すると無駄がありません。