シナリオ問題応用

不動産企業が物件の希少価値を判定する画像認識 AI を開発しています。学習データは過去 5 年間の売却済み物件 10,000 件ですが、直近 1 年で建築基準法の改正により、新物件と旧物件の視覚的特徴が大きく変わりました。現在、新築物件の価値評価が不正確になっています。根本原因と対策はどれですか?

A.モデルの学習率を上げて素早く新パターンに適応させる
✗ 学習率上昇は過去の有用な知識を失う catastrophic forgetting を招きます。
B.データセットのコンセプトドリフトを検出し、新築物件の新データを学習セットに追加して段階的に再学習する← 正解
✓ 正解です。法改正による環境変化(コンセプトドリフト)を認識し、新データを段階的に混合して学習することが、実務的な解決策です。
C.旧基準の物件データを削除して、新基準のデータのみで一から再構築する
✗ 旧基準データ削除は、5 年間の蓄積を無駄にし、少数新データではモデル性能が不安定になります。
D.物件評価業務を完全に AI に自動化せず、人間の判定に戻す
✗ AI の価値を完全に放棄するのではなく、改善施策を優先すべきです。

この問題のポイント

法改正による環境変化(コンセプトドリフト)を認識し、新データを段階的に混合して学習することが、実務的な解決策です。

AI-900:Microsoft Azure AI Fundamentals の問題一覧