AIが学習データを「丸暗記」してしまい、初見の問題に弱くなる現象。過去問だけ完璧な受験生が本番で崩れるのと同じ、機械学習の古典的な落とし穴。
学習データへの正答率は上がり続けているのに、新しいデータでの成績はむしろ悪化していく——これが過学習のサインです。データの本質的なパターンではなく、たまたまの偶然やノイズまで律儀に覚えてしまうのが原因。特に学習データが少ない・偏っているときに起きやすくなります。
対策は「データを増やす・多様にする」「覚えすぎる前に学習を止める」など。同じ餌ばかり与えるとどうなるかは、育成ゲームで体験するのが一番早いです。偏食で育ったAIの末路をぜひ見届けてください。
学習データでは満点なのに、本番の初見データでは使い物にならない「見かけ倒し」になるからです。テスト成績と実力の乖離は、AI開発の永遠のテーマです。
過去問の丸暗記で応用が利かない状態は、まさに過学習です。比喩としてビジネス会話でもそのまま通じます。
用語を覚えるより、ストーリーで体感するほうが早い。