【E資格】正規化を徹底解説｜Batch・Layer・Instance・Group Normalizationの違い
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。
【生成AIニュースメモ】OpenAI、ChatGPT音声モードを支える新音声モデル「GPT-Live」を発表(2026/7/9)
OpenAIは2026年7月8日、AIとの会話を実際の会話により近づける新世代の音声モデル「GPT-Live」を発表しました。聞くことと話すことを同時に行える全二重アーキテクチャを基盤とし、相づちや素早い応答、考える時間を静かに待つといった対話上の判断を1秒に何度も行えます。検索や深い推論が必要な質問はバックグラウンドのGPT-5.5などに委任し、会話の流れを保ったまま結果を返します。同日からGPT-Live-1とGPT-Live-1 miniが世界中のChatGPTユーザーへ順次展開され、APIへの提供も近日予定されています。
【G検定】MobileNetとは？Depthwise Separable Convolutionによる軽量化を解説
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
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
「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。