「マルチモーダルAI」の説明として、最も適切なものはどれか。
- 1日本語や英語など複数の自然言語を相互に翻訳できる、テキスト専用のAI
- 2複数のAIモデルの予測結果を多数決などで統合し、精度を高める手法
- 3複数のサーバーやGPUに処理を分散させて、大規模モデルを高速に学習させる手法
- 4テキスト、画像、音声など、複数の種類のデータを入力や出力として扱えるAI
正解と解説を見る
正解：4
「モダリティ」とはテキスト・画像・音声・動画などのデータの種類のことで、マルチモーダルAIはこれら複数の種類を組み合わせて扱えるAIを指します。例えば、画像を入力してその内容を文章で説明させたり、音声で質問して回答を得たりできます。選択肢1は「多言語対応」、選択肢2は「アンサンブル学習」、選択肢3は「分散学習」の説明であり、いずれもマルチモーダルとは異なる概念です。「マルチモーダル＝複数のデータの種類（モダリティ）を扱う」と覚えておきましょう。
根拠：マルチモーダルAIの概念（モダリティ＝データの種類）