CRYPTO & AI
無料で登録
AI

【合成データ】AIの学習に使う「作られたデータ」の仕組みと、モデル崩壊の議論

AIの学習に使う「合成データ」を、言語モデル・シミュレーター・表データという3つの作り方、モデル崩壊の議論、いまの使われ方とあわせて整理します。

【合成データ】AIの学習に使う「作られたデータ」の仕組みと、モデル崩壊の議論

SalesforceとNVIDIAは9/15、業務向けのAIモデル「Koa」を発表しました。CIOの報道によれば、顧客のデータは使わず、14を超える業種の業務を模した合成データで、NVIDIAのNemotron 3 Superを追加で学習させたといいます。その少し前の8/17には、Amazonが希少本を裁断してスキャンし、AIの学習に使っていると、404 Mediaの調査をもとにTechCrunchが報じました。TechCrunchは、2022年より前の本ならAIが書いた文章がほぼ確実に混ざっていないため、価値が高いと説明しています。

AIが作ったデータで学ぶ動きと、AIが作っていないデータを探す動きが、同時に進んでいます。合成データは「偽物のデータ」と見られがちですが、いまの主要なモデルの多くが使っています。この記事では、合成データの作り方と、何が心配されているのかを整理します。

TOPICS

DEBUNK編集長

次に読む

【シム・トゥ・リアル】仮想空間で練習したロボットを現実で動かすとき、何がずれて、どう埋めるのか

ロボットの学習のニュースでよく出てくる「シム・トゥ・リアル」を、現実とのずれが生まれる理由、ずれを埋める方法、よくある誤解とあわせて整理します。

AI 2026.11.22

【タンパク質の構造予測】AlphaFold は何を当てていて、薬の候補との結合の予測とはどう違うのか

今週の資金調達で目立った AI 創薬の土台にある「タンパク質の構造予測」を、仕組み、結合の予測との違い、よくある誤解とあわせて整理します。

AI 2026.11.22

【グリーンシュー】Anthropicの上場で引受会社が使った「追加購入権」は、何のための仕組みか

IPOのニュースに出てくる「グリーンシュー(追加購入権)」の仕組みを、引受会社が先に多めに売っておく理由と、上場後の株価による使い分けとあわせて、Anthropicの数字で整理します。

AI 2026.11.22

【OCR(光学文字認識)】紙やPDFの文字をテキストに直す仕組みと、AIのモデルで変わったこと

紙の書類やスキャンしたPDFから文字を取り出す OCR(光学文字認識、Optical Character Recognition)の仕組みを、従来のやり方と、画像と文章を一緒に扱う AI のモデルによるやり方の違いとあわせて整理します。

AI 2026.11.21