ITパスポート 2019年 秋期 問21

ディープラーニングに関する記述として、最も適切なものはどれか。【ITパスポート 解説】

正解の理由

解法ステップ

1. 問題文と各選択肢のキーワードを読む。ディープラーニングの定義に合う言葉を探す。
   • 注目ワード例：「脳神経回路を模した」「大量のデータ」「特徴を抽出」「学習」
2. 選択肢の意味を簡単に当てはめる（知らない語は類似のIT用語で判断）。
   • 例：営業・マーケティングの統合 → CRM（顧客関係管理）の説明に近い、など
3. ディープラーニングの定義に最も合致する選択肢を選ぶ。
   • 上記で見つけたキーワードが揃っている選択肢が正解（今回は エ）。

選択肢別の誤答解説

• ア: 営業、マーケティング、アフターサービスなどの顧客に関わる部門間で情報や業務の流れを統合する仕組み
  • これはCRM（Customer Relationship Management：顧客関係管理）や業務プロセス統合の説明です。ディープラーニングとは無関係です。
• イ: コンピュータなどのデジタル機器、通信ネットワークを利用して実施される教育、学習、研修の形態
  • これはeラーニング（electronic learning：電子学習）の説明です。手段や環境に関する定義で、ディープラーニングの技術内容ではありません。
• ウ: 組織内の各個人がもつ知識やノウハウを組織全体で共有し、有効活用する仕組み
  • これはナレッジマネジメント（knowledge management：知識管理）の説明です。人や組織の知識共有に関する概念で、機械がデータから学ぶという点が異なります。
• エ: 大量のデータを人間の脳神経回路を模したモデルで解析することによって、コンピュータ自体がデータの特徴を抽出、学習する技術
  • これがディープラーニングの定義です。モデル（多層ニューラルネットワーク）による自動特徴抽出と学習がポイントです。

よくある誤解

1. 「ディープラーニング＝AI全部」
   • 誤りです。AIは広い概念で、その中に機械学習があり、さらにその一部としてディープラーニングがあります。ディープラーニングはAI技術の一手法です。
2. 「データを大量に入れれば何でも学習できる」
   • 部分的に正しいですが、データの質やモデル設計、学習の仕方、計算資源も重要です。無条件に正しい結果が出るわけではありません。
3. 「ディープラーニングは常に教師あり学習（ラベル付きデータ）だけ」
   • 多くは教師あり学習で使われますが、教師なし学習（ラベルなしで特徴を学ぶ）や強化学習などでも深層モデルは使われます。

補足コラム

• なぜ「ディープ（深層）」という名前か？
  • 「深層」はモデルの層（レイヤー）が多いことを指します。層が多いほど抽象度の高い特徴を段階的に学べます（例：画像なら最初の層でエッジ、後の層で顔のパーツ、さらに上で「人の顔」と認識）。
• 実際の利用例（身近なもの）
  • スマホの顔認証、音声アシスタントの音声認識、自動翻訳、写真の自動タグ付けなど。
• 代表的なライブラリ（学習・実装でよく使われる）
  • TensorFlow（Google製）や PyTorch（Facebook製）などがあります。これらはディープラーニングのモデルを作るための道具です。

FAQ