フレーム問題というパラドクス

AIには、「フレーム問題」というパラドクスがあります。企業がAIを導入するときに気をつけるべき問題です。一般に、ディープラーニングでは「データが多いほど精度が上がりやすい」と考えられています。ところが、データが多ければ多いほど、処理時間もかかり、ありとあらゆる情報をインプットして精度を上げたいところですが、そうなると無限大のデータを処理することになり、いつまでたっても計算が終わりません。つまり、どこかで線を引いて、それ以外のデータは使わない、ということを決めないといけないのです。これを「フレーム問題」といいます。例えば、天気予報の例で考えて見てみましょう。ディープラーニングを使った天気予報のシステムを考えたとき、どれだけのデータを学習させてモデルをつくればよいか、ということです。そもそも天気予報は、一定の地域でこそ意味を持つもので、東京にいる人が、大阪の天気予報を聞いても、直接的には役に立ちません。とはいえ、大気はつながっていますので、大阪の天気が東京の天気と無関係とは言い切れませんが。そこで、どこまでのデータを学習させるのか、というフレーム問題が出てくるわけです。

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です