---
title: "破壊的忘却を防ぐ方法とは？EWCとリプレイ手法【G検定対策】"
description: "破壊的忘却を防ぐ方法EWCとリプレイ手法について、G検定で問われるAI・機械学習分野の観点から、基本的な意味、代表モデル・手法との関係、試験で問われやすい判断軸を整理します。暗記だけでなく、似た概念との混同を避ける見分け方や、選択肢を切るためのポイントも確認します。"
canonical_url: "https://stemtazoo.github.io/gk/catastrophic-forgetting-solution/"
section: "gk"
---

## まず結論
- **破壊的忘却を防ぐ代表的手法は「EWC（Elastic Weight Consolidation）」と「リプレイ手法」**である。
- G検定では「**何を固定するのか／何を再学習するのか**」の違いが問われる。

## 直感的な説明
破壊的忘却への対策は、大きく2つの考え方があります。

- **EWC**：  
  👉「大事な重みは、なるべく動かさない」
- **リプレイ**：  
  👉「昔の問題も、ときどき解き直す」

人間にたとえると、
- EWCは「重要ノートを上書き禁止にする」
- リプレイは「復習テストを入れる」

という違いです。

## 定義・仕組み
### EWC（Elastic Weight Consolidation）
- 過去タスクで **重要だったパラメータ** を推定
- そのパラメータが大きく変わらないように **制約（正則化）** をかける
- Fisher情報量を使って「重要度」を評価

ポイント：
- **重みを固定する発想**
- 追加データは不要
- 数学的・理論的アプローチ

### リプレイ手法（Replay）
- 過去タスクのデータ（または生成データ）を保存
- 新しいタスク学習時に **過去データも一緒に学習**
- 忘却を「復習」で防ぐ

ポイント：
- **データを再利用する発想**
- 実装が直感的
- メモリ容量が必要

## いつ使う？（得意・不得意）
### EWCが向いているケース
- 過去データを保存できない
- モデルの重み制御で対処したい
- 理論的に整理された方法が必要

### リプレイが向いているケース
- 過去データを保持できる
- 忘却を確実に防ぎたい
- 実装の分かりやすさを重視

### 注意点
- EWC：タスク数が増えると制約が増えがち
- リプレイ：データ保存コストがかかる

## G検定ひっかけポイント
G検定では次の点を狙ってきます。

### よくある誤解
- ❌「EWCはデータを再学習する」
- ❌「リプレイは重みを固定する」
- ❌「破壊的忘却は防げない」

### 正しい判断基準
- **重みを守る → EWC**
- **過去データを再学習 → リプレイ**
- **連続学習の対策 → 両方あり**

問題文に  
「パラメータの重要度」「正則化」  
があれば **EWC**。

「過去データを混ぜる」「再学習」  
があれば **リプレイ**。

## まとめ（試験直前用）
- 破壊的忘却は連続学習の問題
- EWC：重要な重みを動かさない
- リプレイ：過去データで復習
- EWCはデータ不要、リプレイはデータ必要
- 「重み」か「データ」かで切る