training data

SUMMARY

ざっくり言うと

AIに言葉や画像のパターンを覚えさせるために読み込ませる、大量の文章・画像・音声などのデータ。ニュース記事や小説、写真などが無断で使われたとして、AI企業が著作権侵害で訴えられる場面で頻出する。良質なデータをどれだけ集められるかが、AIの性能そのものを左右する。

EXAMPLES

1. 1

   The quality of training data matters a lot.

   学習データの質はとても重要だ。

   再生ゆっくりコピー
2. 2

   Publishers accuse the company of using their articles as training data without permission.

   出版社各社は、同社が許可なく記事を学習データに使ったと非難している。

   再生ゆっくりコピー
3. 3

   If the training data is biased, the AI's answers may be biased too.

   学習データに偏りがあれば、AIの答えも偏るかもしれない。

   再生ゆっくりコピー

COLLOCATIONS

よく一緒に使う表現

• scrape training data（ネット上から）学習データを自動収集する
• biased training data偏った学習データ
• run out of training data学習データが枯渇する

SYNONYMS

ほかの言い方

TRIVIA

豆知識

data はもともとラテン語 datum（与えられたもの）の複数形だが、ニュースでは 'data is' と単数扱いする例が普通になっている。ネット上の良質な文章を使い尽くしてしまう「データの壁」が話題になり、AIが作った文章を学習させる synthetic data（合成データ）という次善策も注目されている。学習に使われた文章の著者に許可や対価を払うべきかという訴訟が世界各地で相次いでいる点も、記事を読むうえでの前提知識になる。

FOR EXAMS

試験に出るポイント

data の単複の扱いは語法問題で狙われやすい。著作権をめぐる社会問題の長文にも関連する。

QUIZ

1問チャレンジ

「training data」の意味はどれ？

日本語から引く

ジャンル