ディープラーニングにつながる研究や成果に関する説明として、最も不適切なものを1つ選べ。
正解と解説を見る
解説
正解 C
この問題の論点：ディープラーニングに至る研究史
ポイント
ネオコグニトロンとLeNetは似た構造をもちますが、学習方法が異なります。ネオコグニトロンは自己組織化、LeNetは誤差逆伝播法で学習します。
選択肢ごとの解説
- A
適切
福島邦彦が1980年前後に発表したモデルです。ネコの視覚野で見つかった単純型細胞と複雑型細胞をまねて、S細胞の層が特徴を取り出し、C細胞の層が位置のずれを吸収します。CNNの原型とされます。
- B
適切
LeNetはヤン・ルカンらが開発したCNNで、誤差逆伝播法で学習します。郵便番号などの手書き数字の認識に使われ、現在のCNNの基本構造をすでに備えていました。
- C
不適切 正解
ネオコグニトロンは、正解ラベルを使わない自己組織化（教師なし学習）で重みを学習するモデルとして提案されました。誤差逆伝播法は用いていません。誤差逆伝播法で学習するLeNetとの大きな違いです。
- D
適切
AlphaGoは、盤面から有望な手と勝率を推定するニューラルネットワークを、モンテカルロ木探索と組み合わせました。2016年3月の対局で、4勝1敗と勝ち越しました。
試験での狙われ方
ネオコグニトロンとLeNetの違い（提唱者・学習方法）や、出来事の年代の順序を問う形がよく見られます。
参考
- G検定 試験出題範囲（シラバス2024）第1.4版 （技術分野 項目6 ディープラーニング）
- Fukushima, Neocognitron: A self-organizing neural network model for a mechanism of pattern recognition unaffected by shift in position (1980)
- LeCun et al., Gradient-based learning applied to document recognition (1998)
- Silver et al., Mastering the game of Go with deep neural networks and tree search (2016)