⑤ ディープラーニングの応用例 ／ 32. マルチモーダル
Zero-shotとは
Zero-shotとは、学習時に未経験のクラスやタスクに対して、追加学習なしで推論を行う能力です。事前学習モデルと意味空間の一般化が鍵となります。
この用語はG検定シラバスの「32. マルチモーダル」に含まれます。 章全体の用語は用語解説⑤（全133語）にまとまっています。
一言でいうと
例を1つも見せずに、未知の課題を解いてしまう能力のことです。
なぜ例なしで解けるのか
鍵は「意味」を共通の空間で表せることです。
CLIPのように画像とテキストを同じ空間に置けば、未知のカテゴリでも言葉で表現できれば照合できます。
言語モデルであれば、指示文の意味を理解できるので「この文章を要約して」といった新しい依頼にも対応できます。
3段階の中での位置
ただし万能ではありません。専門性の高い課題では例を示したほうが精度が上がります。
限界を知っておく
専門用語が多い分野や、学習データに含まれていない知識が必要な課題では精度が落ちます。
「例を示さなくても解ける」ことと「どんな課題でも解ける」ことは別です。過信は禁物という点は押さえておきましょう。
混同しやすい用語との違い
| 用語 | ポイント |
|---|---|
| Zero-shot | 例を0個 |
| One-shot | 例を1個 |
| Few-shot | 例を数個 |
🎯 G検定での押さえどころ
- 追加学習なしで未知のタスクを推論する
- 意味空間の一般化が鍵
- One-shot（1個）・Few-shot（数個）との区別
⚠️ よくある誤りの選択肢
- 「Zero-shotでは少数の例を与える必要がある」→ 誤り。例を与えません
📘 もっと深く学ぶ
- 数式レベルまで踏み込んだ解説 → 医療AIナビ「GPT-n」（E資格向け）
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。