Last updated:
実世界のデータや環境の変化により、AIモデルの予測性能が時間の経過とともに低下すること。
ドリフトは、本番環境でモデルが参照するデータの統計的特性が、学習時のデータと一致しなくなったときに発生します。AIガバナンスでは、デプロイ後の監視によってドリフトを検知することが求められます。導入時には高い精度と公平性を備えていたモデルであっても、外部環境の変化に伴い、信頼性が低下したり、バイアスが生じたりする可能性があるためです。
Real world example:
2019年の購買パターンを基に学習した小売向けAIは、2020年のパンデミック下でモデルドリフトを経験しました。これは、消費者行動があまりにも大きく変化した結果、同モデルの在庫予測が実用に耐えないものとなったためです。
