問題 No.7
機械学習モデルのパラメータ最適化において、データ全体の中で「滅多に出現しない非常に稀な特徴（勾配）」に対する学習を逃さず進めたい一方で、頻出する特徴に対しては過剰に過敏な更新を抑えたい。パラメータごとに過去の勾配に基づき自動で学習率を調整し、稀な勾配に対しては相対的に大きなステップで更新を行えるように設計された手法はどれか。
【正解の解説】
LIME
AIの支配を恐れるという懸念はSF的な物語のテーマであり、歴史上の冬の時代の主な原因ではありません。
スポンサーリンク
【その他の選択肢の解説】
Grad-CAM
当時の計算資源やデータ量が目標とするAIの実現に不十分だったため、期待したほどの実用的な成果が出せず、ブームが沈静化しました。
SHAP
AI開発を法律で禁止する動きは、当時の冬の時代を引き起こした主要な理由ではありません。
t-SNE
AIが進化しすぎて人間が不要になったという事実はなく、むしろ当時はAIが実用的な能力不足に悩まされていました。