スケーリング則(Scaling Law)
要点
規模を増やすほどAIの性能が規則的に上がるという経験則。
別名: スケーリングロー、スケール則、Scaling Laws
定義
スケーリング則とはスケーリング則は、AIモデルの性能が、モデルの大きさ、学習に使うデータ量、計算量を増やすほど、規則的に向上するという経験則です。2020年にOpenAIの研究者らが言語モデルで報告し、誤差が各要素の増加に対してべき乗則に沿って下がることが示されました。この法則が大型化競争の根拠となり、巨大な計算設備への投資を後押ししました。一方で、この伸びがいつまで続くかについては議論があります。
関連するデータ
ディープテックDBと連動ディープテックDBでは、この用語に近い分野「AI」のスタートアップを199社収録しています。AIの分野ページへ
調達額の多い会社
- Sakana AI664億円
- Turing349億円
- Preferred Networks349億円
- LayerX252億円
- シンクサイト103億円
開催予定のイベント
- DCEXPO 2026(INTER BEE IGNITION×DCEXPO)2026.11.18-20
- EdgeTech+ 2026(旧ET&IoT Technology)2026.11.18-20
- Slush 20262026.11.18-19
- IAMAS創立30周年展「the Augmentation——テクノロジーとアートの短絡」2026.11.21-23
- アーキテクチャConference 20262026.11.26-27
AIの記事一覧で、この領域の最新の記事を読めます。
関連記事
AI2026-07-09AIをどう見るか