プルーニング（枝刈り）
意味・解説
AI（ニューラルネットワーク）の学習済みモデルから、予測精度に寄与の少ない不要な結合（重み）を削除することで、モデルを軽量化・高速化する手法。
ネットワークの複雑さを減らし、メモリ使用量と計算コストを削減する。精度を大きく落とすことなく、リソースの限られたスマートフォンやエッジデバイスでの動作を可能にする技術。
くわしく
「AIという『知恵の木』から、余分な枝を切り落としてスリムにする」技術です。
1.仕組み：
AIの計算の中で、結果にほとんど影響を与えていない「重み（係数）」を0にして無視するようにします。
2.メリット：
モデルのファイルサイズが劇的に小さくなり、計算速度が上がります。ポイントは、巨大すぎるAI（LLM等）を、そのままのサイズでスマホや家電に載せるのは不可能であり、この『ダイエット（軽量化）』が実用化の鍵を握るからです。
例文
スマホアプリ上でリアルタイムに顔認識を行うため、学習済みモデルにプルーニングを施し、メモリ消費量を半分以下に抑えた。
同義語: 枝刈り / 重み削減
分類: AIモデル最適化