AIの「おすすめ」が直前の情報に偏る現象を解明

「推奨AIにおいて、利用者が直前に閲覧購入した１件の情報が推奨結果に強く影響する現象を、AIの内部構造の分析により明らかにした」と発表したのは、北海道大学大学院情報科学研究院らの研究グループです。すなわち直前の１件に強く依存する「最終アイテム依存」により、それ以前の履歴に含まれる有用な情報が十分に反映されない可能性がある、とも述べています。具体的には、「九つの実社会データを用いて、最終アイテム依存を確認し、代表的な推奨モデルの内部構造を分析したといいます。その結果、処理前の情報を加える「残差接続」と履歴の最後のアイテムに対する情報が組み合わさることで、直前の情報の強い依存が生じることが明らかになったと言います。本研究グループは、「直前に見た商品やコンテンツだけでなく、これまでの閲覧・販売履歴全体に表れた利用者の関心も適切に反映する推奨技術の設計・改良に役立つと期待されます」と結んでいます。

画像はプレスリリースから引用させていただきました。