転移学習とは？

ある課題で学んだ能力を、別の課題に流用する学習手法。ゼロから学ばせるより少ないデータと計算で済む。「基盤モデル＋微調整」という現代AIの標準様式の理論的土台。

自転車に乗れる人はバイクの習得が早い——人間のこの「応用が利く」現象を機械学習に持ち込んだのが転移学習です。大量データで育てたモデルの知識を土台に、手元の少ないデータで新しい課題に適応させます。

医療画像の診断AIを、一般画像で学習済みのモデルから出発して作る、汎用LLMを自社の文体にファインチューニングする——現代のAI開発はほぼすべて転移学習の応用です。「ゼロから作らず、賢いものを借りて仕立て直す」。この発想の転換が、AI開発の民主化を進めました。