メタ学習
意味・解説
AIに「学習の仕方そのもの」を学習させる手法。過去の学習経験を活かして、新しいタスクを少量のデータで素早く習得することを目指す。
「学習の学習（Learning to Learn）」とも呼ばれる。フューショット学習（少数の例示による学習）の基盤となる技術。未知の課題に対しても、過去の類似タスクから得た『コツ』を応用して効率的に対応する。
くわしく
「AIという『生徒』に、特定の教科ではなく『効率的な勉強法』を教えること」です。
1.仕組み：
複数の異なるタスク（例：猫の認識、犬の認識、鳥の認識）を経験させる中で、どうすれば新しい動物を早く覚えられるかという『共通のルール』を抽出します。
2.利点：
通常、AIは膨大なデータが必要ですが、メタ学習を経たモデルは、数個の例（フューショット）を見るだけで新しい概念を理解できます。ポイントは、現実世界にはデータが少ない貴重なケース（例：希少疾患の診断や特殊な表現）が多く存在し、それらに迅速に適応する必要があるからです。
例文
医療現場において、症例が極めて少ない未知のウイルスを特定するため、メタ学習を用いた迅速な画像認識モデルを構築した。
同義語: 学習の学習 / 習得法の学習
分類: 機械学習の高度な学習パラダイム