生成AIパスポート 用語解説
RNN（回帰型ニューラルネットワーク）とは
前の出力を次の入力に戻し、文章のような順序のあるデータを扱うニューラルネットワーク。
まず押さえる結論
RNN（回帰型ニューラルネットワーク）は、生成AIパスポートの「第2章 生成AI（ジェネレーティブAI）」で確認しておきたい用語です。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。
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
×ハルシネーション・アライメント・ファインチューニングの取り違え。事実と異なるもっともらしい出力＝ハルシネーション、人間の意図に沿わせること＝アライメント、追加学習で調整＝ファインチューニング。
×GANとVAEの混同。GANは生成器と識別器を競わせる方式、VAEはエンコーダ・デコーダと潜在ベクトルを使う方式。
×Transformerの中核を畳み込みや位置エンコーディングと取り違える。中核は自己注意（Self-Attention）。
関連する確認問題
第2章 生成AI（ジェネレーティブAI） / 生成AIの誕生まで
画像認識などで広く使われ、フィルタを用いた畳み込みによって画像の局所的な特徴を抽出することを中核とするニューラルネットワークはどれか。
正解は「CNN（畳み込みニューラルネットワーク）」である。畳み込みによって画像の局所的な特徴を抽出することを中核とするのがCNN（畳み込みニューラルネットワーク）。RNNは系列データを順に処理するモデル、ボルツマンマシンは初期の確率的な生成モデル、VAEはエンコーダ・デコーダと潜在ベクトルを使う生成モデルで、いずれも畳み込みを中核とするものではない。 選択肢を切るときは、設問の条件を「CNN（畳み込みニューラルネットワーク）」「畳み込み」「RNN（回帰型ニューラルネットワーク）」のどれに結び付けるかを先に固定する。他の選択肢は名称が近い、または同じ分野に見える場合があるが、対象・役割・前提が設問文とずれる。正解の「CNN（畳み込みニューラルネットワーク）」は、問われている定義や状況に最も直接対応する点で選べる。
第2章 生成AI（ジェネレーティブAI） / 生成AIの誕生まで
文章や時系列のような順序のある系列データ（シーケンスデータ）を、隠れ層（リカレント層）で前の情報を保持しながら順に処理していくニューラルネットワークはどれか。
正解は「RNN（回帰型ニューラルネットワーク）」である。隠れ層（リカレント層）で前の情報を保持しながら系列データ（シーケンスデータ）を順に処理するのがRNN（回帰型ニューラルネットワーク）。CNNは畳み込みで画像の局所特徴を扱うモデル、GANは生成器と識別器を競わせる生成モデル、VAEはエンコーダ・デコーダ方式の生成モデルで、いずれも前の情報を保持して系列を順に処理する仕組みではない。 選択肢を切るときは、設問の条件を「RNN（回帰型ニューラルネットワーク）」「リカレント層」「隠れ層」のどれに結び付けるかを先に固定する。他の選択肢は名称が近い、または同じ分野に見える場合があるが、対象・役割・前提が設問文とずれる。正解の「RNN（回帰型ニューラルネットワーク）」は、問われている定義や状況に最も直接対応する点で選べる。
第2章 生成AI（ジェネレーティブAI） / 生成AIの誕生まで
系列データ（シーケンスデータ）を扱うニューラルネットワークのうち、RNNを改良し、長い系列でも情報を保持しやすくしたモデルはどれか。
正解は「LSTM（長・短期記憶）」である。長い系列でも情報を保持しやすいよう改良された、長・短期記憶と呼ばれるモデルがLSTM（長・短期記憶）。CNNは畳み込みで画像の局所特徴を扱うモデル、ボルツマンマシンは初期の確率的な生成モデル、Transformerモデルは自己注意力を中核とするモデルで、いずれも『長・短期記憶』と呼ばれるものではない。 選択肢を切るときは、設問の条件を「LSTM（長・短期記憶）」「RNN（回帰型ニューラルネットワーク）」「シーケンスデータ」のどれに結び付けるかを先に固定する。他の選択肢は名称が近い、または同じ分野に見える場合があるが、対象・役割・前提が設問文とずれる。正解の「LSTM（長・短期記憶）」は、問われている定義や状況に最も直接対応する点で選べる。
同じ章で確認したい用語
到達チェック
- RNN（回帰型ニューラルネットワーク）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、RNN（回帰型ニューラルネットワーク）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