ウィンドウショッピングをしていたある日のこと。
たまに訪れる帽子屋さんで、いくつか試着をしてみます。
やっぱりニットは可愛いなあ。
ベレー帽も、割と好き。だけど似合う服持ってないんだよなあ…。
そんなことを思いながら、黒のキャップを被った時、衝撃を受けました。
「なんて小顔効果を持つ帽子なんだろうか…！」
本当にびっくりです。
その帽子をかぶっただけで、顔が一回り、いえ、二回り以上小さく見えるのです。
とっても欲しい！
そう思うものの、訪れている帽子屋はかなりの高級品志向のお店でした。
しかも見ていた商品は、そのお店の中でもそれなりに高めの商品です。
（今ここで予定外の出費をするのはよくない…）
感情を理性で何とか抑え込み、何とかお店を脱出したものの、小顔に見せてくれるキャップが忘れられない私はそれからずっと、探し続けることになります。
お出かけ先で、帽子屋を訪れて試着してみたり。
機会があるたびに探し続けるのですが、デザイン、形ともに満足いくキャップは見つかりません。
仕方ないかな、とあきらめたその時、私に千載一遇のチャンスが訪れます。
その名も、韓国出張。
韓国は言わずと知れた美容大国です。
日本になくても、韓国ならばあるのでは？
果たして、その予想は大正解でした。
韓国の原宿ことミョンドンのお店で見つけたそのキャップは、形もぴったり。
色もぴったり。
キャップに書いてある文字も「Birdy」で、まるでゴルフのバーディのように見えなくもなく、ゲン担ぎにもなりそうです。
しかも何より素晴らしいのがその安さ！
9,900ウォン。つまり、千円ちょっとです。
素晴らしきかな美容大国。
最高のコスパのキャップを手に入れました。
ところで、コストをかけずに同じ結果を得ようとすることは機械学習でも多々あります。
例えばchatGPTのような大規模言語モデルでは、事前に数億のデータから学習したモデルをベースとして使うことで、個々の問題に特化したモデルを学習する際のコストを下げることができます。
事前学習と呼ばれるモデルは多くの分野で活用されており、例えば画像生成AIでも同様のことが行われています。
ただし、これらは元となる事前学習モデルの精度が高いことが重要です。
悲しいことに（？）、現在の研究の風潮においては「優れた事前学習モデルの生成には大量のデータとパラメータが必要」ということになっているようですが、
（とても個人で賄えるようなコストではありません）
それらを共有してくださっている企業や学術機関がいるおかげで今日のAIの進歩が支えられていることは紛れもない事実です。
人事評価方法や採用時の基準など、多くの企業が経験を通して蓄積したノウハウを活用していることと似ているのかもしれません。
P.S.
【PR】求人票が作れちゃうGPTs。
こちらの動画でご紹介中です。
【採用担当者向け ChatGPTで求人票を書く方法】
