ACM Multimedia 2026採択論文：画像AIの継続学習で「昔の対応」を忘れにくくするPMA

結論から言うと、画像と文章を扱うAIへ新しい仕事を順番に教えた時、以前の知識を忘れる原因は言語モデル本体だけでなく、画像を言葉の空間へ変換する小さな接続部にもある。ACM Multimedia 2026採択論文は、この「projector（プロジェクター）」の忘却を抑えるProgressive Multimodal Alignment（PMA）を提案した。

画像分布や指示の意味が変わると、1つの接続部を更新し続ける従来方式では、過去に覚えた画像と言葉の対応が崩れやすい。PMAは軽量な特徴記述で入力の変化を検知し、必要な時だけ専門の接続部を追加する。拡張可能なルーターが画像と言葉の特徴に応じて専門部品の出力をまとめ、最初から学習済みの接続部は安定した基準として残す。

研究チームは、部品数の増え方を学習課題数より緩やかにしつつ、既存の継続学習法へ追加できる設計だと説明する。2つの比較用データセットでは、従来の最良手法へPMAを組み合わせると一貫して改善し、複数の画像・言語モデルでも効果を確認したという。製品を少しずつ追加学習する開発者には、昔の機能を壊しにくくする考え方になる。

ただし要旨には具体的な改善幅がなく、実運用の計算量や長期の課題数で同じ効果が続くかは、本文と追試で確かめる必要がある。