AIによる認識

AIによる認識は、画像、音声、文章、センサ値などの入力から特徴を抽出し、対象の種類、位置、状態、意味などを推定する処理です。学習済みモデルを使う推論段階が中心になります。

■ 試験で押さえるポイント

• 画像分類は画像全体のクラス、物体検出は対象の種類と位置、セグメンテーションは画素単位の領域、音声認識は音声波形から文字列を推定するなど、出力形式が異なります。

• 教師あり学習では正解ラベル付きデータから入力と出力の関係を学び、推論時に未知入力へ確率やスコアを出します。学習と認識実行を同一処理としません。

• 適合率、再現率、F値、混同行列などを用途に応じて評価します。医療の見逃しと誤警報のように、同じ正解率でも誤りの種類で影響が異なります。

■ 選択肢での判断ポイント

入力から対象・特徴・状態を推定する処理です。新しい文章や画像を作る生成、決定後に機器を動かす制御とは処理目的を区別します。

例: 検品カメラ画像から傷の有無と位置を物体検出モデルが出力し、信頼度がしきい値未満の製品だけを検査員へ回します。