令和7年度 春期 高度試験共通 午前I 問27

各選択肢の解説

ア

一定の環境の中で試行錯誤を行い、行動に報酬を与えることで学習するプロセス

誤りです。環境の中で試行錯誤し、行動に対する報酬を最大化するように方策を学ぶのは強化学習です。これはモデルを作る学習フェーズの処理です。クラウドで学習済みのモデルを使ってエッジで予測する推論処理ではありません。

イ

学習したモデルに従い、実際にデータの識別などを行うプロセス

正しいです。推論は、学習済みモデルに現場で得たセンサー値や画像を入力し、識別や予測の結果を出す処理です。エッジデバイスで推論すると、クラウドへの往復通信が不要になるため、低遅延で判断でき、データを外部へ送らずに済みます。

ウ

識別などを行うためのモデルを、正解のラベルを付けたデータによって作成するプロセス

誤りです。正解ラベル付きのデータでモデルを作るのは教師あり学習です。これは問題文でクラウド側が担うとされている学習処理に当たります。エッジデバイスは完成したモデルを受け取って使う側なので、推論処理の説明になりません。

エ

識別などを行うためのモデルを、正解のラベルを付けないデータによって作成するプロセス

誤りです。正解ラベルのないデータから構造を見つけてモデルを作るのは、クラスタリングなどの教師なし学習です。モデルを作る学習処理であることに変わりはなく、学習済みモデルを適用して識別するエッジ側の推論処理ではありません。