ディープラーニングとは？

ディープラーニングの意味

多層に積み重ねたニューラルネットワークを用いる機械学習手法。人手で特徴量を設計しなくても、層を通じてデータから特徴表現そのものを自動獲得できる点が従来手法との大きな違い。

ディープラーニングの具体例

画像認識では畳込みニューラルネットワーク（CNN）、時系列や言語ではRNNやトランスフォーマが使われる。生成AIの基盤モデルもこの系譜。

ディープラーニングは試験でどう引っ掛けられる？

「特徴量を人間が設計する必要がない」ことが本質。学習に大量のデータと計算資源を要する点が課題として問われる。

ディープラーニングと関連する用語

• 機械学習
• 過学習

ディープラーニングが出た過去問

• AIにおけるディープラーニングに最も関連が深いものはどれか。

  正解：神経回路網を模倣した方法であり、多層に配置された素子とそれらを結ぶ信号線で構成され、信号線に付随するパラメタを調整することによって入力に対して適切な解が出力される。

  要点：ディープラーニングは多層ニューラルネットの重み調整で学習する

  ディープラーニングは、脳の神経細胞のつながりを模したニューラルネットワークを多層に重ねた機械学習の手法である。層と層をつなぐ結合の重み（パラメタ）を学習データから調整することで、入力に対して適切な出力が得られるようにする。したがって神経回路網の模倣を述べた選択肢が正解となる。

  出典：平成30年度 春期 応用情報技術者試験 午前 問1（IPA）

• AIにおけるディープラーニングに関する記述として、最も適切なものはどれか。

  正解：あるデータから結果を求める処理を、人間の脳神経回路のように多層の処理を重ねることによって、複雑な判断をできるようにする。

  要点：ディープラーニングは多層ニューラルネットで特徴を自動学習する

  ディープラーニングは、人間の脳の神経回路を模したニューラルネットワークの層を多数重ね（深く）、入力から出力までの変換を段階的に学習させる手法である。層を深くすることで特徴量そのものをデータから自動的に獲得でき、画像認識や音声認識など複雑な判断が可能になる。

  出典：令和1年度 春期 応用情報技術者試験 午前 問3（IPA）

• AIにおけるディープラーニングに最も関連が深いものはどれか。

  正解：神経回路網を模倣した方法であり、多層に配置された素子とそれらを結ぶ信号線で構成されたモデルにおいて、信号線に付随するパラメタを調整することによって入力に対して適切な解が出力される。

  要点：ディープラーニングは多層ニューラルネットの重みを学習する手法

  ディープラーニングは、脳の神経回路を模したニューラルネットワークを多層に重ね、素子間の結合の重み（パラメタ）を学習によって調整する手法である。層を深くすることで特徴量そのものをデータから自動的に獲得できる点が特徴で、画像認識や音声認識で高い性能を示す。他の選択肢はいずれもAIの手法ではあるが、神経回路網モデルとは別系統である。

  出典：令和3年度 秋期 応用情報技術者試験 午前 問3（IPA）

• ディープラーニングの学習にGPUを用いる利点として、適切なものはどれか。

  正解：汎用の行列演算ユニットを用いて、行列演算を高速に実行できる。

  要点：GPUは行列演算の並列処理が速くDLの学習に効く

  GPUは多数の演算コアが同じ命令で大量のデータを並列処理する構造をもち、行列・ベクトル演算を非常に高速に実行できる。ディープラーニングの学習は行列積の反復が計算量の大半を占めるため、この特性が直接効いて学習時間を大幅に短縮できる。

  出典：令和3年度 春期 応用情報技術者試験 午前 問10（IPA）

• ディープラーニングの学習にGPUを用いる利点として、適切なものはどれか。

  正解：行列演算ユニットを用いて、行列演算を高速に実行できる。

  要点：GPUの利点は行列演算を大規模並列で高速化できること

  GPUは多数の演算コアを同じ命令で一斉に動かすSIMD型の構成で、行列積やベクトル演算を並列に処理する専用ユニットを備えています。ディープラーニングの学習は膨大な行列演算の繰返しなので、この特性が速度向上に直結します。

  出典：令和4年度 秋期 応用情報技術者試験 午前 問8（IPA）