![](https://cdn-ak-scissors.b.st-hatena.com/image/square/abfb56d41d97bb6f2ada8ff1426b67841c07af15/height=288;version=1;width=512/https%3A%2F%2Fxtech.nikkei.com%2Fatcl%2Fnxt%2Fcolumn%2F18%2F00692%2F070600110%2Fsns_gafa.jpg%3F20220512)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
AIに「忘れさせる」ことで間違いを正せ、マシンアンラーニングが重要な課題に
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
AIに「忘れさせる」ことで間違いを正せ、マシンアンラーニングが重要な課題に
機械学習(マシンラーニング)などAI(人工知能)の大きなリスクの1つが、誤った内容を出力することだ。... 機械学習(マシンラーニング)などAI(人工知能)の大きなリスクの1つが、誤った内容を出力することだ。誤りが訓練データに起因する場合、機械学習モデルからそのデータの影響を削除する必要がある。それを「マシンアンラーニング(Machine Unlearning)」と呼ぶ。 実は、訓練データに起因するAIの誤りを完全に取り除く方法は存在する。訓練データから問題のあるデータを除去したうえで、機械学習モデルを改めてトレーニングし直せばいいのだ。しかし近年、機械学習モデルは巨大化する一方だ。数百億~数千億パラメーターの大規模言語モデル(LLM)をトレーニングするには、スーパーコンピューター級の巨大ITインフラストラクチャーを用意して、数億円規模のコストを投じる必要がある。 それに対してマシンアンラーニングは、機械学習モデルの再トレーニングをすることなく、問題があるデータの影響を機械学習モデルから取り除こ