対照学習

対照学習とは、機械学習の分野における自己教師あり学習の手法の一つであり、正解ラベルの付与されていない大量の未ラベルデータから効率的に特徴量を獲得するための学習アプローチです。この手法では、類似したデータ同士の表現が空間上で近くなり、異なるデータ同士の表現が遠ざかるようにモデルを訓練します。具体的には、あるデータに対して加工や変形を施した派生データを同一のグループとして扱い、全く関係のない他のデータとは区別させることで、データの本質的な構造や共通性を自律的に学習させます。従来の教師あり学習と比較して、人間による高コストなアノテーション作業が不要であるため、収集が容易な膨大な未ラベルデータをそのまま活用できるという大きな強みを持っています。そのため、近年の人工知能研究および実用化において、基盤モデルの事前学習手法として重要な技術となっています。