「健康的な食事」など曖昧な基準を対話で整理 Googleが新手法を公開

米Google Researchの研究チームは、境界が曖昧な主観的基準を扱う画像分類モデルを、人間とAIの協調によって構築する新手法「Agile Deliberation」を発表した。あらかじめ完全なルールを持たない人間がAIとのやり取りを通じて判断基準を洗練させる仕組みで、研究チームはアルゴリズムとソースコードをGitHubで公開した。

従来の機械学習では、ラベル付けを行う人間があらかじめ明確な分類定義を持っていることが前提とされてきた。しかし「健康的な食事」の判定やオンライン上の不適切なコンテンツ検知といった領域では、文化的背景や個人の価値観によって境界が変化するうえ、人間自身も実例に触れるまで例外やニュアンスに気付けないことが多い。また、従来のプロンプト手動調整では、 edge case（境界事例）を探し出す負担が大きく、ひとつの誤りを修正すると別の部分の精度が低下する不安が付きまとう課題があった。

Agile Deliberationは、主観的な概念を定義する作業を「概念の具体化（concept scoping）」と「反復的な調整（concept iteration）」の2段階に分割して処理する。まず大まかな対象概念を肯定的なサブカテゴリと明示的な除外条件に細分化する。次に、視覚言語モデル（VLM）を活用して、既存の定義を揺るがす境界線上の画像を自動抽出して利用者に提示する。例えば「健康的な食事」の分類において果物スムージーを提示し、生の果物を含む健康飲料とするか、糖分が多い加工食品として除外するかを利用者に判断させる。このフィードバックをプロンプト自動最適化ループへ反映し、分類器の判定境界を更新していく。

研究チームは、それぞれ1.5時間に及ぶ計18回の対面セッションを実施し、手動調整やゼロショット分類などの既存手法と比較検証した。参加した専門家からは、紛らわしい画像を提示されることで初期定義における盲点を発見できたとの報告が寄せられた。検証の結果、特に判断が難しい画像群において分類精度の向上が確認されたほか、手作業でのプロンプト作成と比べて作業に伴う精神的負荷やストレスが有意に低減したという。

本研究はGoogle ResearchとGoogle Adsの連携によって実施された。研究チームはコード公開に加え、インタラクティブに試すことができるデモ環境を提供しており、コンテンツ審査のフィルタリング作成や、個人の好みに応じた作品整理などへの応用を想定している。