【生成AI入門】トランスフォーマー(Transformer)とは？LLMの設計図を初心者向けに解説
2026年7月9日
GPTの「T」が何の頭文字か知っていますか。答えはTransformer(トランスフォーマー)——現在の大規模言語モデルのほぼすべてが採用している、ニューラルネットワークの構造です。なぜこの設計図だけが生き残り、生成AI革命の主役になったのでしょうか。このページでは、その理由を「以前の方式の弱点」から順に解き明かします。
【E資格】正規化を徹底解説｜Batch・Layer・Instance・Group Normalizationの違い
2026年7月9日
ネットワーク内部の活性を平均0・分散1に整える正規化層は、深いモデルの学習を安定・高速化する基本部品です。Batch・Layer・Instance・Groupの4種類は「どの軸で統計量を計算するか」の違いで整理できます。
【G検定】MobileNetとは？Depthwise Separable Convolutionによる軽量化を解説
2026年7月9日
高性能なCNNをスマホや組み込み機器でも動かしたい——この要望に応えた代表的な軽量モデルがMobileNetです。カギは、畳み込みを2段階に分解して計算量を激減させる「Depthwise Separable Convolution」。G検定ではこの手法の中身が最重要ポイントです。
【G検定】死者への敬意とは？故人AI(デジタル復活)の倫理をわかりやすく解説
2026年7月9日
亡くなった人の声や姿をAIで再現する——SFのような話が、すでに現実のサービスになっています。故人と「再会」できる技術は癒しをもたらす可能性がある一方、故人の尊厳や遺族の心にかかわる難しい倫理的課題も指摘されています。G検定では、この「故人のAI再現」をめぐる論点として問われるキーワードです。
【G検定】MnasNetとは？実機の速度を報酬に組み込んだモバイル向けNASモデルを解説
2026年7月9日
「精度は高いがスマホでは遅くて使えない」——モバイルAIが抱えるこのジレンマに、「実際のデバイス上での速度を探索の報酬に組み込む」という発想で答えたのがMnasNetです。ニューラルアーキテクチャ探索(NAS)をモバイル向けに特化させたモデルとして、NASやMobileNet、EfficientNetとの関係の中で理解するのがポイントです。