g-kentei-kei

事前学習と学習済みモデル 解説：AIの「義務教育」期間 事前学習（Pre-training）とは、AIモデルに対し、特定のタスク（例えば「犬と猫の分類」など）を解かせる前に、あらかじめ大規模なデータセット（ImageNetやWikipedi...

半教師あり学習 & 自己教師あり学習 解説：データの「宝の持ち腐れ」を防ぐ技術 ディープラーニングには大量の「正解ラベル付きデータ」が必要ですが、全ての画像や文章に人間がタグ付けを行うのはコストがかかりすぎます。 そこで、世の中に溢れている...

Few-shot / One-shot Learning 解説：人間のように「少し」で学ぶ 従来のディープラーニングは、犬を認識させるために何千枚もの犬の画像（大量のデータ）が必要でした。 しかし、人間は初めて見る動物でも、「これがキリンだ...

ファインチューニング (Fine-tuning) 解説：「プロ」を再教育して「専門家」にする ファインチューニング（微調整）は、学習済みのモデル（事前学習モデル）の重みデータを「初期値」として使い、新しいタスクに合わせて再学習（パラメータの...

転移学習 (Transfer Learning) 解説：AIにおける「巨人の肩に乗る」アプローチ 転移学習（Transfer Learning）は、あるタスクで学習済みのモデル（知識）を、別の関連するタスクに再利用する手法です。 人間で例え...

最新の生成・3D技術 (Diffusion / NeRF) GANに代わって台頭してきた最新の画像生成技術（拡散モデル）と、2D画像から3D空間を構築する技術（NeRF）について解説します。近年のG検定で頻出のトレンド技術です。 1. 拡散...

敵対的生成ネットワーク (GAN) 解説：「偽造犯」と「警察」のいたちごっこ GAN（ガン：Generative Adversarial Network）は、2014年にイアン・グッドフェロー氏らによって考案された、「2つのニューラルネット...

実践的な学習テクニック・環境設定 解説：実験室から「現実世界」へ 強化学習は、ゲームの中（シミュレーション）では強くても、現実世界のロボット制御や複雑な対話タスクに適用しようとすると、とたんに難易度が跳ね上がります。 「報酬をどう設定すれば...

ポリシー勾配法と最新アルゴリズム 解説：反射神経を鍛える「ポリシー勾配法」 DQNのような「価値ベース」の手法は、全ての行動の点数（Q値）を計算してから一番高いものを選んでいました。しかし、これでは「ロボットアームの角度を0.1度調整する」...

DQNとその発展形（価値ベースの手法） 解説：強化学習の「革命児」と、その進化の系譜 2013年、DeepMind社が発表したDQN（Deep Q-Network）は、それまで不可能だった「AIがテレビゲーム（Atari）を人間以上のスコア...