グランドトゥルースとは、機械学習やデータ分析において「客観的な事実」や「真の正解」として扱われるデータのことです。主に教師あり学習において、AIモデルの予測結果と照らし合わせる正解データとして利用されます。モデルの学習時や予測精度の評価指標を計算する際の基準となり、AIの性能を左右する非常に重要な役割を果たします。
グランドトゥルースとは
グランドトゥルースとは、AIや機械学習の分野において「真の実体」や「絶対的な正解」として参照されるデータのことです。
詳しく解説
機械学習、特に教師あり学習において、モデルは入力データとそれに対応するグランドトゥルースのペアを学習することでパターンを習得します。例えば、画像認識モデルを作る場合、画像自体が入力データとなり、そこに写っている物体名や位置を示したデータがグランドトゥルースとなります。AIの予測が出力された際、その予測とグランドトゥルースを比較して損失関数を計算し、モデルのパラメータを更新します。また、開発したモデルの性能を検証する際にも、出力とグランドトゥルースの一致度を測定して評価指標を算出します。そのため、グランドトゥルースの品質や精度は、最終的なAIモデルの性能に直接影響を与えます。
具体例・使われ方
自動運転システムの開発では、カメラやセンサーの画像に対して、歩行者や車、標識の位置を人の手で正確に囲んだアノテーションデータがグランドトゥルースとして用いられます。また、医療AIによる画像診断では、専門医が画像上の病変部位を正確に特定した診断結果がグランドトゥルースとして活用されます。
似た用語との違い
グランドトゥルースと正解データは実質的に同義として扱われることが多いですが、正解データは人間が作成したラベル全般を指すのに対し、グランドトゥルースは「現実世界における客観的な真実」という強いニュアンスを含みます。また、モデルが出力する予測値はグランドトゥルースと比較される対象であり、対比される概念となります。
注意点
「グランドトゥルース（真の実体）」と呼ばれていても、実際の作業では人間の手によるアノテーションによって作成されることが多く、人間による見落としやラベルの揺らぎ、主観的な偏りが含まれるリスクがあります。間違ったグランドトゥルースで学習を行うと、AIも誤った予測を学習してしまうため、データの品質管理や複数人でのチェック体制が不可欠です。