一番尖った特徴を逃さない！AIの「目利き」を研ぎ澄ますGlobal Max Pooling

2026年1月27日 2026年1月27日山崎講師

山崎講師

こんにちは。ゆうせいです。

前回は、各チームの平均点を見る「Global Average Pooling（GAP）」についてお話ししました。非常にスマートで優等生な手法でしたが、実はAIの世界には、もう一人「クセが強いけれど頼れる専門家」がいます。

それが、今回解説する「Global Max Pooling（GMP）」です！

「平均」ではなく「最大」を取る。この小さくて大きな違いが、AIの判断をどう変えるのか、講師の視点で分かりやすく解説していきますね。

GMPは「クラス一番の天才」を探すスカウトマン

GAPが「チーム全体の底上げ」を評価するのに対し、GMPは「チームの中で、一人でも飛び抜けた成果を出しているやつがいるか？」だけをチェックします。

イメージしてみてください。あなたは新人アイドルグループのスカウトをしています。

GAP（平均）的な視点：グループ全員のダンスの平均点が高い、バランスの取れたグループを探す。
GMP（最大）的な視点：他のメンバーがどうあれ、一人でも「100年に一人の逸材」がいれば、そのグループを採用する。

このように、地図（特徴マップ）の中から「最も強い反応」だけをピックアップするのが、Global Max Poolingの役割です。

数式で見るGMPのシンプルさ

GAPと同様に、地図1枚のサイズを $H \times W$ とすると、GMPの出力 $y$ は以下のようになります。

$y = \max_{i, j} x_{ij}$

計算はこれだけ！その地図の中で一番大きな数値を見つけて、それ以外はすべて捨ててしまいます。なんと贅沢な（あるいは冷徹な）計算でしょうか。

GMPを採用するメリットとデメリット

「最大値しか見ない」という極端な戦略には、はっきりとした長所と短所があります。

項目	内容
メリット	画像のどこかに「ほんの少し」でも特徴が写っていれば、それを見逃さずに反応できる。
メリット	GAPと同様にパラメーターがゼロなので、モデルが非常に軽量になる。
デメリット	たまたまノイズ（ゴミ）が大きな数値を出してしまった場合、それを「正解」だと誤解しやすい。
デメリット	「特徴がどれくらいの範囲に広がっているか」というボリューム感を無視してしまう。

GAPとGMP、どっちを使えばいいの？

研修でも「結局、どっちが優秀なんですか？」とよく聞かれます。答えは「AIに何をさせたいか」によって決まります！

GAPが向いているケース：画像全体を見て、「森」や「海」といった背景や、大きな物体の全体像を捉えたいとき。
GMPが向いているケース：広い画像の中にポツンと写っている「小さな鍵」や「特定の模様」など、局所的なサインを見つけ出したいとき。

最近の非常に高度なAIでは、なんとこの2つを両方計算して、結果をガッチャンコ（結合）させて使う欲張りな手法も登場しています。

現場での使いどころ：異常検知のプロ

GMPが特に輝くのは、工場の検品AIなどの「異常検知」の現場です。

製品全体がどれだけ綺麗でも（平均点が高くても）、たった一箇所に「ひび割れ（最大値）」があれば、それは不良品ですよね？このように「一点の曇りも見逃したくない」という場面では、平均よりも最大を取るGMPが非常に強力な武器になります。

！

「みんなの意見を聞く」のがGAPなら、「一人の天才（または一人の犯人）を見つける」のがGMP。この性格の違いを理解すると、AIの設計がぐっと論理的になりますよ。

これからの学習の指針

プーリングの世界はシンプルですが、奥が深いです。

自分が判別したい対象が「全体的な雰囲気」か「局所的な特徴」かを考えて、GAPかGMPかを選んでみる。
畳み込み層のすぐ後によく使われる「Max Pooling（小刻みに最大を取る）」と「Global Max Pooling（全体で1つだけ取る）」の違いを整理する。
なぜGMPはノイズに弱いと言われるのか、その理由をデータの分布から考察してみる。

AIの設計に「絶対の正解」はありません。それぞれの層の「性格」を知って、適材適所で組み合わせてあげることが、名講師（名エンジニア）への第一歩です。

さて、データの集約方法がわかったところで、次は「AIが特定の場所に注目しすぎるのを防ぐ」、通称「ドロップアウト」という、あえて情報を間引く不思議なテクニックについてお話ししましょうか？

セイ・コンサルティング・グループでは新人エンジニア研修のアシスタント講師を募集しています。

投稿者プロフィール

山崎講師代表取締役

セイ・コンサルティング・グループ株式会社代表取締役。
岐阜県出身。
2000年創業、2004年会社設立。
IT企業向け人材育成研修歴業界歴20年以上。
すべての無駄を省いた費用対効果の高い「筋肉質」な研修を提供します！
この記事に間違い等ありましたらぜひお知らせください。

学生時代は趣味と実益を兼ねてリゾートバイトにいそしむ。長野県白馬村に始まり、志賀高原でのスキーインストラクター、沖縄石垣島、北海道トマム。高じてオーストラリアのゴールドコーストでツアーガイドなど。現在は野菜作りにはまっている。