【G検定】NAS(Neural Architecture Search)とは？ネットワーク構造の自動設計を解説
何層にするか、どんな層をどうつなぐか——ニューラルネットワークの構造設計は、長らく専門家の経験と勘に頼る職人芸でした。その設計プロセス自体をAIに探索させてしまおう、というのがNAS(Neural Architecture Search)です。「学習の自動化」の次に来た「設計の自動化」として、MnasNetやEfficientNetといった成果モデルとセットで理解しましょう。
【G検定】人間の自律性とは？AI時代に自分で考え判断する力を守る視点を解説
AIが答えを出してくれる時代に、私たちは「自分で考えて決める力」を保てるでしょうか。人間の自律性は、AI倫理の中でも「AIと人間の関係の根本」を問うキーワードです。便利さと引き換えに何を失い得るのか、どうバランスを取るのかを整理していきましょう。
【生成AI入門】教師あり学習とは？仕組みとLLMでの役割を初心者向けにわかりやすく解説
「教師あり学習」は、AIの学習方法の中で最も基本となる考え方です。生成AIの華やかな話題の裏でも、この古典的な方法はしっかり現役で働いています。このページでは、「教師」の正体、学習が進む仕組み、そしてLLMの育成のどの場面で教師あり学習が使われているのかまで、一段深く掘り下げます。
【生成AI入門】アテンション(Attention)とは？文脈を読む仕組みを初心者向けに解説
「必要なのはアテンションだけ」——トランスフォーマーを提案した論文の題名が示すとおり、アテンションは現在の生成AIの心臓部です。AIが代名詞の指す相手を見抜き、長い文脈を踏まえた答えを返せるのは、すべてこの仕組みのおかげ。このページでは、親記事で「注目の重みづけ」とだけ学んだアテンションの中身を、もう一段深くのぞいてみます。
【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
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。