G検定 用語解説
AlexNetとは
画像認識の国際コンペティションILSVRCで、ディープラーニングを用いた手法が従来の機械学習を大差で上回る成績を初めて示し、第三次AIブームを決定づけた畳み込みニューラルネットワークのモデル。
AlexNetの意味と見分け方
AlexNetは、G検定の「大項目6 ディープラーニングの応用例」に出てくる用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。
試験概要（公式）比較記事でさらに確認する
ImageNetとILSVRCの違い（データセットとコンペティション）ImageNet（画像データセット）とILSVRC（画像認識のコンペティション）の違いを、AlexNetが15.3%の誤り率で優勝した2012年の結果とあわせて解説。G検定の大項目2で問われる区別と確認問題つきです。AlexNetとVGGの違い｜11×11フィルタの8層と、3×3フィルタの16〜19層（G検定）AlexNetとVGGの違いを、第1層のフィルタの大きさ（11×11・3×3）、層の数（8層・16〜19層）、ReLU・dropout・GPUの工夫、ILSVRCでの成績で整理。G検定の画像認識で選択肢を切り分ける判断手順と確認問題つき。
試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
「大項目6 ディープラーニングの応用例」の問題で、取り違えやすい組み合わせです。
- 物体検出（R-CNN系/YOLO/SSD）とセグメンテーション（セマンティック＝画素単位の塗り分け、インスタンス＝個体ごとに区別）の混同。
- word2vec・BERT・GPTの違い（BERT＝前後両方向、GPT＝一方向・自己回帰）。
- 強化学習の応用（DQN、AlphaGo）と画像/言語タスクの取り違え。
関連する確認問題
大項目6 ディープラーニングの応用例 / 画像認識・物体検出
画像認識の競技会ILSVRCにおいて、ディープラーニング（畳み込みニューラルネットワーク）を用いた手法で従来手法を大差で上回って優勝し、その後のディープラーニング隆盛のきっかけをつくったモデルはどれか。
正解は「AlexNet」である。ILSVRCでディープラーニングを用いて従来手法を大差で上回り優勝し、ディープラーニング隆盛の契機となったのはAlexNet。GoogLeNet・ResNet・VGGはいずれもその後のILSVRC等で精度を高めた後続のモデルで、ブームの火付け役ではない。3つの後続モデルはさらに固有の特徴で見分けられる。ResNetはスキップ結合（残差接続）によって層を深くしても学習が崩れないようにした点、GoogLeNetはInceptionモジュールを採用した点がそれぞれの識別材料になる。VGGはAlexNetより後のILSVRCで登場し精度を高めた後続モデルであり、最初の優勝モデルではない。
同じ章で確認したい用語
到達チェック
- AlexNetを一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、AlexNetに関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: AI資格ドリル編集部（運営者情報を見る）