g-kentei-kei

音声処理の基礎：AIは「音」をどう聴いているのか？ SiriやAlexaなどの音声アシスタント、Zoomの自動字幕生成など、私たちの身の回りには「音声AI」があふれています。 しかし、コンピュータにとって「音」は単なる空気の振動です。これを...

自然言語処理の活用タスク これまで紹介した技術（形態素解析、word2vec、Transformerなど）を使って、具体的にどのようなタスクが行われているのかを解説します。 G検定では、技術名とタスク内容の組み合わせや、手法の進化（統計ベー...

文脈の理解と「ディープラーニング・LLM」へ word2vecなどの分散表現は画期的でしたが、「多義語（同じ単語でも文脈によって意味が違う）」を区別できないという課題がありました。 文脈（Context）を理解するために発展したニューラルネ...

単語の意味を捉える「分散表現」の登場 「ワンホットベクトル」には、大きな弱点がありました。それは、「単語同士の意味の近さが計算できない」ことです。 例えば、「王様」と「王子」は意味が近いですが、ワンホットベクトルではどちらも独立した「1」と...

自然言語処理 私たち人間は「言葉（自然言語）」を当たり前に使っていますが、コンピュータはそのままでは言葉を理解できません。コンピュータが扱えるのは「数値」だけだからです。 そのため、AIに言葉を教える最初のステップは、「言葉を数値（ベクトル...

物体検出 (Object Detection) 解説：「何が」「どこに」あるかを瞬時に見抜く 物体検出は、画像の中に写っている物体の「種類（クラス分類）」と「位置（位置特定）」を同時に特定するタスクです。 画像分類が「この画像は犬です」と画...

画像分類 (Image Classification) 解説：AIによる「仕分け」作業 画像分類は、入力された画像全体を見て、「何が写っているか」を判断し、あらかじめ決められたカテゴリ（クラス）の中から1つのラベルを割り当てるタスクです。 ...

姿勢推定 (Pose Estimation) 解説：AIで「骨格」を透視する 姿勢推定（ポーズ・エスティメーション）は、画像や動画に写っている人物の「関節点（キーポイント）」を検出し、その人がどんな姿勢をしているかを推定する技術です。 単に...

パノプティックセグメンテーション (Panoptic Segmentation) 解説：画像認識の「完全体」 パノプティックセグメンテーションは、「セマンティックセグメンテーション（背景の理解）」と「インスタンスセグメンテーション（個体の識...

インスタンスセグメンテーション (Instance Segmentation) 解説：「個」を見極める、画像認識の最高峰 インスタンスセグメンテーションは、「物体検出（位置特定）」と「セマンティックセグメンテーション（領域分割）」を合体させ...