ドメインギャップとは、AIモデルの学習に使用したデータと、実際に運用する環境で入力されるデータの間にある分布や性質の差異のことです。この差異が大きいと、学習時に高精度だったモデルでも実環境での汎化性能が著しく低下するため、ドメイン適応などの技術で埋める対策が重要視されています。
ドメインギャップとは
ドメインギャップとは、AIの「学習用データの性質」と「実際に予測を行う本番データの性質」の間に生じるデータの隔たりやズレのことです。
詳しく解説
機械学習では、学習データとテストデータが同じ確率分布から生成されることを前提としてモデルを構築することが一般的です。しかし、現実の開発現場ではデータ収集のコストや制約により、学習環境と運用環境のデータ分布が完全に一致しない状況が頻繁に発生します。例えば、照明条件、カメラの性能、天候、被写体のスタイルなどの違いがドメインギャップを生み出す要因になります。この差異が存在すると、モデルが学習環境特有の特徴に依存してしまい、未知の環境における汎化性能が大きく低下します。この問題を解決するため、ラベル付きデータが豊富なソース領域から目標のターゲット領域へとモデルを適応させるドメイン適応技術や、複数の環境に頑健な特徴を捉える手法の研究が進められています。
具体例・使われ方
代表的な例として、CGシミュレーション空間で生成した合成画像を使って自動運転AIを学習させ、現実世界の公道映像で走行テストを行うケース（Sim2Real）が挙げられます。CG画像と実写画像では質感や光の反射などのデータ分布に違いがあるため、そのままでは誤認識が発生します。また、晴天時の日中に撮影された医療画像で学習した診断AIを、別施設で異なる撮影機器や設定で取得した画像に適用する場合にも、機器固有のノイズやコントラスト差によるドメインギャップが問題になります。
似た用語との違い
ドメインギャップとしばしば混同される用語に「ドメインシフト」があります。ドメインシフトはデータ分布が異なる領域へ変化・遷移する現象そのものを指すことが多く、ドメインギャップはその変化によって生じた「2つのドメイン間の具体的な差異や隔たり」という状態に着目した表現です。また、広範な知識の再利用を目指す「転移学習」という枠組みの中で、特にドメイン間の差異を埋めることに特化したアプローチを「ドメイン適応」と呼びます。
注意点
単に学習データの量を増やすだけではドメインギャップを完全に解消できない点に注意が必要です。本番環境と質的に異なるデータを大量に追加しても、偏りが強化されて誤判定が増加するリスクがあります。また、ドメイン適応によって対象環境への適応度を高める一方で、元の学習環境での性能が低下する「破滅的忘却」や、過度な適合による新たな過学習のリスクも考慮する必要があります。