多くの人工知能（AI）モデルは、より正確な答えを出すために、人間がラベル付けした膨大なデータを必要とする。メタAI（Meta AI）の研究員であるイシャン・ミスラ（31）の研究によって、人間がラベル付けをしなくても、視覚的データのみでAIモデルの訓練が可能であることが示された。ミスラ研究員は、このような自己教師ありモデルによって、AIで解くことのできる問題の種類を大幅に増やせると考えている。ミスラ研究員は、「医用画像などの分野では、ラベル付けにコストがかかります。このような分野では、自己教師ありモデルが、はるかに低コストで、すばやくAIモデルを作成するのに大きく役立つ可能性があります」と話す。「また、自己教師ありモデルならAIモデルに、人間による監督なしで、次々と入力されてくるデータを観察させて連続的に新たなスキルを学ばせることもできます」。この利点は、常に変化する環境の中で稼働するロボットにとって、特に有用な可能性がある。

人気の記事ランキング

1. How AI and Wikipedia have sent vulnerable languages into a doom spiral AI翻訳のゴミに汚染された ウィキペディア、 マイナー言語にとどめ
2. The three big unanswered questions about Sora 時間も資金も溶かす？ AI動画SNS「Sora」3つの疑問
3. 2025 Climate Tech Companies to Watch: HiNa Battery Technology and its effort to commercialize salt cells 気候テック10：ナトリウムイオンでリチウム代替狙う中国ハイナ
4. EV tax credits are dead in the US. Now what? 米EV減税が正式廃止、今後の動きをドイツの先例から予想

• 1