平成30年度 春期 午前 問1
基礎理論
ディープラーニングに関する問題
AI におけるディープラーニングに最も関連が深いものはどれか。
- ア試行錯誤しながら条件を満たす解に到達する方法であり,場合分けを行い深さ優先で探索し,解が見つからなければ一つ前の場合分けの状態に後戻りする。
- イ神経回路網を模倣した方法であり,多層に配置された素子とそれらを結ぶ信号線で構成され,信号線に付随するパラメタを調整することによって入力に対して適切な解が出力される。
- ウ生物の進化を模倣した方法であり,与えられた問題の解の候補を記号列で表現して,それを遺伝子に見立てて突然変異,交配,とう汰を繰り返して逐次的により良い解に近づける。
- エ物質の結晶ができる物理現象を模倣した方法であり,温度に見立てたパラメタを制御して,大ざっぱな解の候補から厳密な解の候補に変化させる。
答えと解説を見る
✓ これが正解イ神経回路網を模倣した方法であり,多層に配置された素子とそれらを結ぶ信号線で構成され,信号線に付随するパラメタを調整することによって入力に対して適切な解が出力される。
解説
多層の素子と信号線の重みで学ぶ、神経回路網の方法です。
設問は、AI におけるディープラーニングに最も関連が深いものを選ばせています。四つの記述はどれも、何かを模倣した方法だと名乗っているので、模倣した相手がそのまま分かれ目になります。ディープラーニングの深いという語は、層の重なりが深いことを指しています。したがって、多層に配置された素子と、それらを結ぶ信号線で構成され、信号線に付随するパラメタを調整することで入力に対して適切な解が出力される、と述べた記述が当てはまります。これは脳の神経回路網を手本にした仕組みで、学習とは信号線の重みを少しずつ直していく作業にほかなりません。何を手本にしたのかを一語で取り出してから読み比べると、迷う余地がなくなります。
ほかの選択肢はなぜ違うのか
- ア試行錯誤しながら条件を満たす解に到達する…:場合分けをたどりながら深さ優先で探索し、行き詰まったら一つ前の分岐へ後戻りする手順を述べています。ここでの深さは木をたどる深さであって、層の重なりのことではありません。
- ウ生物の進化を模倣した方法であり,与えられ…:解の候補を記号列に置き換え、遺伝子に見立てて突然変異や交配、とう汰を繰り返す方法です。手本にしているのは生物の進化であり、脳の仕組みではありません。
- エ物質の結晶ができる物理現象を模倣した方法…:温度に見立てたパラメタを制御し、大ざっぱな候補から厳密な候補へ変化させる方法です。真似ている相手は、物質の結晶ができる物理現象のほうです。
出典:平成30年度 春期 応用情報技術者試験 午前 問1
この解説に誤りを見つけたら教えてください。直して、直した記録を残します。誤りを報告する(メールが開きます)