テキストや画像、音声など、単一の種類（モーダル）の情報のみを処理するように設計されたAIモデルのこと。特定のデータ形式に特化しているため、構造がシンプルで処理が高速であり、テキスト分類や画像認識など、限定された単一タスクにおいて高い効率と精度を発揮するのが特徴です。
シングルモーダルモデルとは
「シングルモーダルモデル」とは、テキスト、画像、音声、数値データなど、特定の1種類のデータ形式（モダリティ）のみを入力・出力として処理する人工知能モデルのことです。
詳しく解説
シングルモーダルモデルは、特定のデータ形式に特化して開発されています。例えば、自然言語処理に特化したテキスト専用モデルや、画像認識に特化したコンピュータビジョンモデルなどがこれに該当します。仕組みとしては、入力データの次元や特徴量が単一の形式に最適化されており、事前学習やファインチューニングもそのデータ形式のみを対象に行われます。複数の異なる情報を統合する必要がないため、マルチモーダルモデルと比較してモデルの構造がシンプルになり、特定のタスク（例えば、テキスト分類や画像内の物体検出など）において高い処理速度やリソースの効率性を発揮しやすいという特徴があります。
具体例・使われ方
具体的な利用例としては、テキストのみを入力して翻訳や要約を行う翻訳モデル、カメラ画像のみを解析して欠陥を検出する外観検査システム、音声データのみを解析してテキスト化する音声認識モデルなどが挙げられます。
似た用語との違い
混同されやすい概念として「マルチモーダルモデル」があります。シングルモーダルモデルが1つのデータ形式しか扱えないのに対し、マルチモーダルモデルはテキストと画像を同時に読み込んで状況を理解するなど、複数の異なる種類のデータを統合して処理することができます。
注意点
注意点として、シングルモーダルモデルは設計時に想定された形式以外のデータ（モダリティ）を扱うことができません。例えば、テキスト専用のモデルに画像を読み込ませることはできず、現実世界の複雑な状況を単一のデータソースだけで完全に理解することには限界があります。