#deep-learning

CNN（畳み込みニューラルネットワーク）

画像から輪郭などの特徴を少しずつ拾い、段階的に「何が写っているか」を見分けるニューラルネットです。

GAN（敵対的生成ネットワーク）

本物そっくりを作る役と、それを見破る役を競わせて学習させるAIの仕組みです。

GPU

たくさんの計算を一気に並べて同時にこなすチップで、AIの学習や推論を支える主役です。

LSTM

前の情報をどれだけ覚えるか・忘れるかをゲートで調整し、長い文章でも記憶を保てるようにしたAIの仕組みです。

RNN（再帰型ニューラルネットワーク）

文章や音声などの並び順のあるデータを、前の情報を覚えながら順番に処理するニューラルネットワークです。

Transformer（トランスフォーマー）

文中の言葉どうしの関係をまとめて見て意味をつかむ、いまのLLMの土台になっている仕組みです。

アテンション（注意機構）

入力のどこに注目すべきかを重みづけして、文脈を読み取るための仕組みです。

エポック

用意した学習データを丸ごと1回ぶん学び切ることを1エポックと数える単位です。

コンピュータビジョン

画像や動画を見て、その中に何が写っているかを読み取るAIの分野です。

スケーリング則

AIの規模を大きくすると性能がどれくらい上がるかを、なめらかな関係式で表したもの

ディープラーニング

層を深く重ねたしくみで、複雑なパターンをデータから自動で学ぶ機械学習の手法です。

テンソル

数値をきれいに並べた多次元の表で、AIの内部データはこの形で流れて計算されます。

ニューラルネットワーク

脳の神経細胞のつながりをまねて、たくさんの数値計算でパターンを学ぶAIの仕組みです。

パーセプトロン

入力に重みをかけて足し、しきい値で「はい/いいえ」を出す、ニューラルネットの一番小さな単位です。

バッチサイズ

AIの学習で、一度にまとめて読み込むデータの件数のこと。

パラメータ（モデル）

AIモデルが学習で身につけた、判断のための無数の数値のこと。

拡散モデル

ノイズだらけの画像を少しずつきれいにして、絵を作り出すAIの仕組みです。

活性化関数

ニューロンの出力をぐにゃっと曲げて、複雑なパターンを表せるようにする関数のことです。

誤差逆伝播

AIの予測のズレを出口から入口へ逆向きにたどり、つまみの直し方を計算する学習のしくみです。

混合エキスパート（MoE）

得意分野の違う小さなモデルをたくさん用意し、入力ごとに一部だけ使う仕組みです

創発的能力

モデルを大きくしていくと、ある規模を超えた途端に急にできるようになる能力のことです。

損失関数

AIの予測と正解のズレを1つの数値にして、学習の良し悪しをはかる物差しのことです。