解答：
② 蒸留
理由: 蒸留（Distillation）は、モデル圧縮の手法の一つで、教師モデル（通常は大きなモデル）の出力（ソフトマックス層の出力など）を学生モデル（通常は小さなモデル）に模倣させることで、小さなモデルを学習させる方法です。この手法により、必要な計算リソースがより少ないニューラルネットワークを、分類精度の低下を抑えつつ得ることができます。
その他の選択肢について：
- ① アンサンブル学習：複数のモデルを組み合わせて予測を行う手法です。個々のモデルの出力を統合することで、全体の性能を向上させることを目的としています。
- ③ プルーニング：ニューラルネットワークの不要な重みやノードを削除して、モデルのサイズと計算量を削減する手法です。
- ④ 量子化：ニューラルネットワークの重みやアクティベーションをより低い精度の数値表現に変換して、計算効率を高める手法です。
