ドメインシフトとは、AIモデルの訓練に使用した学習データと、実際に運用する際に入力されるデータの確率分布が変化する現象のことです。データの収集環境や利用状況の違いによって発生し、機械学習モデルの予測精度が大きく低下する原因となります。実社会で安定した性能を維持するために、ドメインシフトへの対策は非常に重要です。
ドメインシフトとは
ドメインシフトとは、一言でいうと「AIの学習データと実際に使うデータの傾向や分布がずれてしまい、予測精度が落ちてしまう現象」のことです。
詳しく解説
機械学習モデルは、訓練用に収集された学習データのパターンや分布を前提として最適化されます。しかし、モデルを実際の運用環境に導入すると、照明や天候の違い、ユーザー層の変化、機器の個体差などにより、入力データの統計的性質が学習データとは異なる状態が生じます。このデータの乖離がドメインシフトです。分布の変化が生じると、モデルは学習時の前提が崩れるため、未知の環境で正しい予測を行えなくなります。ドメインシフトは、入力データの分布変化を指す共変量シフトや、入力と出力の間の関係自体が変化する概念シフトなどの多様なパターンを含んでいます。これに対処するために、ドメイン適応や転移学習といった手法が活用されています。
具体例・使われ方
例えば、晴天の昼間に撮影した画像だけで訓練した自動運転AIを、雨天や夜間に運用する場合が挙げられます。入力画像の明るさやコントラストが変化することでドメインシフトが発生し、歩行者や標識の認識率が著しく低下します。また、特定の医療機関の検査機器データで学習した診断モデルを別の病院の機器に適用した際も、機器特性の違いによるドメインシフトで精度が低下することがあります。
似た用語との違い
ドメインシフトはデータ全体の分布変化を表す広義の概念です。これに対して共変量シフトは、入力データの分布のみが変化し出力との関係（正解の定義）は変わらない現象を指します。一方、概念シフトは入力と出力の統計的関係そのものが経時変化などで変化する現象を指します。ドメインシフトはこれらのデータ変化現象を包括的に扱う総称として用いられることが多いです。
注意点
ドメインシフトは、評価用のテストデータが学習データと同じ分布から収集されている場合、事前の交差検証などでは事前に検知できないリスクがあります。そのため、高精度なモデルであっても実環境に投入した途端に性能が劣化する可能性があります。対策なしに運用を続けると誤判定によるトラブルを引き起こすため、運用中のデータモニタリングや、ドメイン適応の手法を用いた定期的・継続的なモデルの再学習が必要です。