ASCII.jp：NTTが「学習転移」技術を発表 AIモデルの再学習コストを大幅削減

NTTが学習転移技術を発表。
AIモデルの再学習コストを大幅削減する革新的な手法です。
生成AIの普及や運用の容易化、AI適用領域の拡大に貢献する価値があります。

記事の概要

NTTは「学習転移」技術を発表し、AIモデルの再学習コストを大幅に削減することを目指す。
これは過去の学習過程を再利用する新しい仕組みであり、ニューラルネットワークのパラメータ空間における対称性を活用して学習過程のパラメータ列を変換し、新たなモデルの学習結果を低コストで実行することができる。
これにより、AIモデルの追加学習や定期的な更新に伴うコストを削減できる。
NTTはこの技術を自社の「tsuzumi」や「AIコンステレーション」に活用する予定であり、AI適用領域の拡大や消費電力の削減に貢献できるとしている。

記事のポイント

1. 「学習転移」技術の発表： NTTが過去の学習過程を再利用することで、AIモデルの再学習コストを大幅に削減する「学習転移」技術を発表しました。
2. 再学習コストの削減： 学習転移技術を活用することで、大規模基盤モデルの更新や差し替え時に、各ドメインにおける再学習が容易になります。これにより、再学習や再チューニングのコストを大幅に削減できます。
3. 生成AIの普及に貢献： 学習転移技術の活用により、企業などにおける生成AI運用の容易化やAI適用領域の拡大、消費電力の削減などに貢献することが期待されています。

詳しい記事の内容はこちらから（引用元）

ASCII.jp

NTTが「学習転移」技術を発表 AIモデルの再学習コストを大幅削減

NTTが、過去の学習（トレーニング）過程を再利用することで、AIモデルの再学習コストを大幅に削減する「学習転移」技術を発…