深層学習が広がった背景
2010年代にディープラーニングが急速に実用化された背景として、適切なものを2つ選べ。
- A
1層のパーセプトロンでも、排他的論理和(XOR)のように直線で分けられない問題を解けることが示された。
- B
GPUなどを使った並列計算を手ごろに使えるようになり、層の深いネットワークを現実的な時間で学習できるようになった。
- C
インターネットやスマートフォンの普及で、学習に使える画像や文章のデータを大量に集めやすくなった。
- D
専門家の知識をif-thenの規則として登録する手法が確立し、知識を集める手間の問題が解消された。
正解と解説を見る
正解:B・C
ディープラーニングの台頭を支えたのは、計算資源(GPU)の進歩、大量データ、学習手法の改良。規則を人が書き込む方式は、第2次ブームの技術。
- A
誤り。1層のパーセプトロンは、直線で分けられない問題を解けない。この限界の指摘は、初期のニューラルネットワーク研究が停滞した一因になった。
- B
正しい。大量の行列計算をGPUで並列に処理できるようになり、深いネットワークの学習時間が大きく縮んだ。
- C
正しい。深いネットワークは多くのパラメータを持つので、大量のデータが必要になる。データを集めやすくなったことが成果につながった。
- D
誤り。これは第2次ブームのエキスパートシステムの話。知識を集めて規則にする手間(知識獲得のボトルネック)は、むしろ第2次ブームが停滞した原因。
このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会(JDLA)・一般社団法人生成AI活用普及協会(GUGA)の公式サービスではありません。