【G検定】EfficientNetとは？深さ・幅・解像度の複合スケーリングをわかりやすく解説
2026年7月7日
モデルを大きくすれば精度は上がる――でも、どこをどれだけ大きくするのが正解なのでしょうか。この問いに「深さ・幅・解像度をバランスよく同時に」と答えたのがEfficientNetです。この記事では、その核心である複合スケーリングを解説します。
【G検定】モデル学習の電力消費とは？生成AI時代の環境負荷と対策をわかりやすく解説
2026年7月7日
ChatGPTのような大規模AIの裏側では、膨大な計算が行われ、大量の電力が消費されています。「便利なAI」と「地球環境」のバランスをどう取るか——モデル学習の電力消費は、AI倫理・ガバナンスの章で環境保護の観点から問われるキーワードです。
【G検定】DenseNetとは？全ての前層とつながる密結合CNNの仕組みをわかりやすく解説
2026年7月7日
「各層を、前のすべての層とつなぐ」――この思い切った設計で、深いネットワークの学習を効率化したのがDenseNetです。この記事では、名前の由来である密結合(Dense Connectivity)の仕組みと、ResNetとの違いを解説します。
【G検定】DeepLabとは？Atrous畳み込みとASPPで進化したセグメンテーションモデルを解説
2026年7月7日
画像を「ピクセル単位」で塗り分けるセマンティックセグメンテーション。その代表的モデルがGoogleのDeepLabシリーズです。この記事では、核となる膨張(Atrous)畳み込みの仕組みと、v1からv3+までの進化の流れを解説します。
【G検定】気候変動とは？AIが果たす役割と環境負荷の両面をわかりやすく解説
2026年7月7日
気候変動は環境問題のキーワードですが、G検定では「AIと気候変動がどう関わるのか」という視点で出題されます。AIは気候変動の予測や対策を支える強力なツールである一方、AI自身が大量の電力を消費する存在でもあります。この両面を整理していきましょう。