学習と推論 ― 動きでわかるAI・IT「ひもとき」第2回

例: 写真の分類（ネコ / イヌ）を覚えさせる

1 例題を見せる

→

2 答え合わせ

→

3 ズレの分だけ調整

↺ 何百万回繰り返す

例題の待ち行列

学習中のモデル

中の「つまみ」＝ふるまいを決める数値

例題の入口

内部のつまみ（実際は数十億本）

答え合わせ

モデルの答え —

正解 —

判定待ち

学習した例題

1,204,301件

この繰り返しに大量のデータと計算時間がかかる ― 作る工程は重い。

例: 学習を終えたモデルに写真を見せる

1 質問が来る

→

2 覚えた型に当てはめる

→

3 即答

↺ ここでは学ばない

届いた質問

人の発言

さっき教えた通りにやって

学習済みモデル

つまみは合わせ込み済み ― もう動かさない

質問の入口

固定学習は終わっている

つまみ（モデル本体）は動かない

答え

モデルの答え

—

確信度 —

会話メモ（コンテキスト）

・答えはネコかイヌの2択で

・確信度も付ける

会話が終わると消える

会話で伝えても、モデル本体は変わらない。覚えさせるには再学習か、資料を渡す仕組み（RAG・第4回）が要る。

クリック / ← → キー / 1・2 キーで切り替え