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。

選択肢

• アある特定の分野に特化した知識を基にルールベースの推論を行うことによって、専門家と同じレベルの問題解決を行う。
• イ試行錯誤しながら条件を満たす解に到達する方法であり、場合分けを行い深さ優先で探索し、解が見つからなければ一つ前の場合分けの状態に後戻りする。
• ウ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。
• エ生物の進化を模倣した方法であり、与えられた問題の解の候補を記号列で表現して、それらを遺伝子に見立てて突然変異、交配、とう汰を繰り返して逐次的により良い解に近づける。

正解と解説

正解：ウ 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。

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。

選択肢ごとの解説

• ア特定分野の知識をルールとして持ち推論するのはエキスパートシステムの説明である。
• イ深さ優先で探索し行き詰まると前の分岐へ戻るのはバックトラッキングの説明である。
• ウ正しい。多層の素子と結合の重みを調整して解を得る神経回路網モデルがディープラーニングの基盤である。
• エ解を遺伝子に見立てて突然変異・交配・淘汰を繰り返すのは遺伝的アルゴリズムの説明である。

同じ分野の他の問題

• AIにおける機械学習において、2クラス分類モデルの評価方法の一つであるROC曲線で用いられる偽陽性率の説明として、最も適…2025年度 秋期 午前 問3
• クラウドで学習し，エッジデバイスで推論する機械学習ベースのエッジAIにおいて，エッジデバイスで行われる推論処理として，適…2025年度 春期 午前 問71
• AIにおける機械学習の過程において，過学習と疑われたときの解消方法として，最も適切なものはどれか。2025年度 春期 午前 問3
• 生成AIのビジネス活用において、独自のデータを学習させることにより基盤モデルを自社の業務やサービスに特化したモデルへとカ…2024年度 秋期 午前 問71
• AIにおける教師あり学習での交差検証に関する記述はどれか。2024年度 秋期 午前 問2