サラッとなぞるAIの仕組み ~自然言語処理~
サラッとなぞるAIの仕組みへようこそ！今回のテーマは自然言語処理についてです。 このコースは、初学者には少し難解なAIの仕組みや概要をなるべく優しい言葉でお伝えするコンテンツです。 AIに興味はあるけれどどこから学べばいいか分からない。G検定やDX検定に挑戦したいけど用語が難しい… そんなお悩みがある方は是非この動画でサラッと学んで、AIへの理解を一歩深めてみましょう。 ■サラッとなぞるAIの仕組みシリーズ サラッとなぞるAIの仕組み ~深層学習の仕組み~ https://unlimited.globis.co.jp/ja/courses/c0323d01/learn/steps/53326 サラッとなぞるAIの仕組み ~畳み込みニューラルネットワーク（CNN）とは？~ https://unlimited.globis.co.jp/ja/courses/ae27f876/learn/steps/53330 サラッとなぞるAIの仕組み ~リカレントニューラルネットワーク（RNN）とは？~ https://unlimited.globis.co.jp/ja/courses/21798df1/learn/steps/53333 サラッとなぞるAIの仕組み ~リカレントニューラルネットワーク（RNN）の進化~ https://unlimited.globis.co.jp/ja/courses/64295bbd/learn/steps/53336 サラッとなぞるAIの仕組み ~自然言語処理~ https://unlimited.globis.co.jp/ja/courses/629252d5/learn/steps/53338 サラッとなぞるAIの仕組み ~音声認識~ https://unlimited.globis.co.jp/ja/courses/218304a9/learn/steps/53341 サラッとなぞるAIの仕組み ~強化学習~ https://unlimited.globis.co.jp/ja/courses/3473ce75/learn/steps/53343 ■AIについてもう少し学んでみたい方はこちらもご覧ください https://unlimited.globis.co.jp/ja/search?tag=AI%E6%B4%BB%E7%94%A8
会員限定
より理解を深め、他のユーザーとつながりましょう。
89人の振り返り
sa-yamanaka
販売・サービス・事務
AIについて様々な用語や仕組みがあり難しかったですが、今後の参考にしたいと思います
n_jiro
営業
RNNにも課題があり、それを解消する技術があることを理解しました。
yasgoh
販売・サービス・事務
RNNは、データが長くなると古いデータの記憶が薄れていく。
そこで、長いデータの中でも必要なデータと不要なデータを区分し、必要な情報を保持できるよう工夫されたのが、LSTM（Long and Short Term Memory)とGRU（Gated Recurrent Unit）というニューラルネットワークが登場した。
LSTMとGRUはRNNと比べて性能はよくなったが、構造が複雑になり、学習のコントロールが難ししくなった。また、データが長くなると記憶が覚えられなくなるという課題も残っていた。
そこで、注目すべき情報を保持して処理のたびに参照するAttentionが登場してこの課題を克服した。
さらに、Attentionの仕組みを取込んだTransformerというニューラルネットワークの構造が考案され、情報同士の関連性を扱うえるようになった。
これにより、長い連続したデータに含まれるそれぞれのデータ同志の関係をうまく取り扱うことができるようになり、テキストデータの中の主語述語といった構造情報も重要といったデータをニューラルネットワークがうまく理解できるようになった。結果、言語モデルが大きく発展した。
k_yuna
販売・サービス・事務
大変勉強になりました。
w371173
経理・財務
ＲＮＮの弱点を克服するための進化が、すごい。
sphsph
メーカー技術・研究・開発
深すぎますね。
人間はすごい。
謎だらけですが、上手く使いこなしたい。
悪意を持った活用がされないことを願っています。
okuoku2
その他
業務にどのように役に立つかわかりませんが、AIについてサラッと理解できました
nekonyan
IT・WEB・エンジニア
動画の中の物体で、どれが主になる物体で、それ以外の物体か、何を中心に、その他の物体と関連づけるのか、それは外部から指示するのでしょうか？画像の中心に配置されるものが主ですか
ke_ko_
営業
難しい…勉強になるが理解ができない
naoki0814
マーケティング
RNNには長いデーター処理不向きであったが、トランスフォーマー技術などを用意て解消することができた
pomu77
IT・WEB・エンジニア
ATENTION、Trancefomerそれぞれの特徴が理解出来ました。
yurina_2024
経理・財務
AIが弱点を克服するためいろいろなシステムを開発していてすごいと思いました。ますます興味がわきました。学習を進めます。
iwc_co
建設・土木 関連職
内容を理論的には理解できたが、現段階ではどの様に業務に活用できるかがイメージできなかった。
tomtotm
メーカー技術・研究・開発
まだまだ、この分野に関しては改善が必要なことが分かります。人間はどれほど多くの情報を同時にこなしているのか想像すると凄いですね
takahashi-m
その他
リカレントニューラルネットワークの進化
・前は少し前しか覚えられなかった
・今は、LSTMとGRU 性能は良くなったが、学習のコントロールが難しい
・より良いもの ATTENTION 大事な情報を覚える 処理のたびに参照
・さらに TRANSFORMER 大切な情報同士を関連させる
gokusi
販売・サービス・事務
ＲＮＮの弱点を解消することを克服するところはさすがＡＩだと思いました。人間も弱点を克服しようと思いますが途中で挫折したり、時間がかかったり。人間の負けを感じます。
nagase29
営業
RNNの進化の過程が学べて興味深かったです。足らない部分を補うために日々進化しているのですね。制度を上げるためにさらなる進化がありそうですね。
ma_a80
金融・不動産 関連職
進化の行程がわかりました
4ktake
人事・労務・法務
もう少し学習してから考えたい。
inoino2005
経理・財務
基本的な事がわかり参考になった。
t1hnm
マーケティング
ニューラルネットワークがAIのモデルのベースと認識してました。だけど、今はトランスフォーマーと知れてこの動画を視聴して良かったと思いました。
h-kozawa
メーカー技術・研究・開発
業界雑誌のAI技術特集記事で同じことを説明したものがありましたが、Attention技術の出現により状況が一変した、ぐらいの認識しかできていませんでした。このシリーズの本編を視聴したことにより、AttentionとTransformer技術で何ができるようになったのかが大変よく理解できました。
70sp1208
その他
RNNの弱点を補うために様々なＡＩの手法があることを知った。一言にＡＩといってもいろいろな仕組みがあり、これから勉強していかなければならないと思った。
nakashi49
営業
RNNの長い時系列データを扱えない課題解決手段として、いくつかの処理モデルが開発され、その中でもTransformerモデルが、今のLLMの技術革新につながっているのだろうな、ということが漠然とだが理解できた。
seishiro
営業
ありがとうございます
saijo_ky
IT・WEB・エンジニア
Transformerがどのようなものなのか理解できた
toshi-iwai
経理・財務
RNNからの進化で色々な手法が出てきて今はトランスフォーマーなのですね。言葉を理解するのに復習が必要です。
komiyama34
資材・購買・物流
さらっとしすぎな気がしました。
よくわからなかったです。
madara68
専門職
データ処理はさまざまな試行錯誤と組み合わせで成り立っていることが分かった。
kshimada
メーカー技術・研究・開発
イメージはつかめました。
ur_0314
メーカー技術・研究・開発
度々に耳にする、TransformerがRNNから進化したものだということを知ることができ、さらにどんな処理をするのかが理解できた。
yuu3131
金融・不動産 関連職
RNNやその他の仕組みが理解できた
y-arano
メーカー技術・研究・開発
Attention は現在のAIの発展に欠かすことができない重要な発見の一つなのでさらに勉強して理解を深めたいと思います。
moveon-s
資材・購買・物流
RNNの仕組みがわかりました。 CNNの弱点を克服するために開発されたので、弱点克服する事ができたことでAIの精度がアップにつながったのはすごいです。
oknmkcti
経理・財務
これからも進化しそうですね
k1_k
経営・経営企画
ポイントを押さえ、まさしくサラッと理解できました。
zling412
資材・購買・物流
仕組みについて理解しました。
m-takayoshi
営業
完全なモデルはなく、足りない事を補う為に
新しいモデルが誕生していると感じました
masahide_oi
マーケティング
トランスフォーマーによるRNN解析によって自然言語処理が進化した
akirakanno
営業
RNNの弱点を補うために、新たな発想が生まれた
taka_miffy
経営・経営企画
アテンション、
新しい言葉が出てきた。
noir_hpy
経理・財務
AIの進化がわかった。
kaneko-ju
IT・WEB・エンジニア
画像処理といっても適切なモデルを考えなければならない
yoshikana2020
販売・サービス・事務
RNNには弱点があるが、それを克服するために様々なモデルが開発されてきたことが興味深い。
k_k_ai
メーカー技術・研究・開発
Transformerは良く名前をきいていましたが、なんだかよく分からなかったので勉強になりました。
aki4444
建設・土木 関連職
むつかしかった
もう少しやさしいのがよかった
hhmorimoto
メーカー技術・研究・開発
RNN LSTM GRU Attention Transformerについて、サラッと理解出来ました
bonjours
金融・不動産 関連職
RNNが生成型AIにどうつながるかよくわかりました。
gantetsu013
営業
あい自体が進化の途上
sugi54
専門職
RNNの進化が理解できました。
aqueous
メーカー技術・研究・開発
機械学習の仕組みを知れば知るほど人間の理解体系や能力のすばらしさを感じる。
nob_nid
メーカー技術・研究・開発
人間の視覚に関して認識できる視野は全体の一部であるということが分かっている。ＡＩもそういった意味では人並みに多すぎる情報は削る必要があるのは、人間っぽい。
genchawan
販売・サービス・事務
RNNの弱点への克服。すごい速度で進歩しているんだろうな。これから世の中はどうなるんだろう？
kamakuramm
その他
RNNの進化を学習することができましたが、単語が多すぎてついていけませんでした。
taka1962
販売・サービス・事務
RNN進化すると、より人間に近い業務処理が期待できると思います。
obapanda1
マーケティング
RNNの進化にも色々な試行錯誤があったことが理解できました。
pomuec
専門職
従来の再起型ニューラルネットワークでは、長い動画処理には向いておらず、改善の為に様々な手法が生み出されていることが分かった。
nyattatta
マーケティング
RNNも進化を遂げて今の形があることに驚きました。今のAIは様々な仕組みが組み合わさって、仕組みと仕組みがそれぞれの足りないところを補い合いながら成り立っていることに感心しました。
fu-fu-fu
クリエイティブ
RNNの弱点を理解できた。そしてその後の進化についても理解できた。LSTM、GRU、attention、 Transformerと続く流れが理解できたが、まだまだ進化の途中と見受けられるので、これからの進化にも注目するべきだと感じた。
grateful
専門職
RNNの弱い所を克服しトランスフォーマー素晴らしい。
nakata0505
建設・土木 関連職
業務の中で何に使用できるかまだピンと来てないが、様々な処理をすることで、効率的に学習が行えることが理解できた。
paseri_2
メーカー技術・研究・開発
AIエンジニアと話す際の用語となる
y-shiraki
販売・サービス・事務
複数あるので、名称を覚えるのは難しいですね。
oyobe_y
営業
RNNの弱点をどのように克服したのかを理解できた
mo_o
その他
リカレントニューラルネットワークの進化を何となく理解することができた。勉強が必要です。
001yy
IT・WEB・エンジニア
課題があり進化し続けているということですね。大変参考になりました。
katakorikei
マーケティング
言語モデルの進化が理解できました。
chang_shin
販売・サービス・事務
RNNは長い動画に対応することが難しかったが、アテンション、次にトランスフォーマーによって解消に向かった。キモは注目すべき情報の参照（アテンション）、情報同士の関連性（トランスフォーマー）。
dansagami
金融・不動産 関連職
人間はRNNを自然と行なっているのが興味深い
celt
クリエイティブ
私は単純にAIを利用するだけの立場ではあるが、AIの弱点とその克服の開発の歴史を知ることで、AIの癖を理解し、適切かつ効果的に利用するヒントになるかと思って受講した。RNNという言葉自体知らなかったし、LSTM、GRU、Attention、Transformaerという改善モデルについても初めて聞いたが、少しわかった気になれた。
jack2baker
コンサルタント
時系列だからこそのRNNと、その弱点を克服していく過程でのAttentionから、Transformerの流れ、さらに言語モデルへの活用についてその背景をよく理解することができました
shioa
IT・WEB・エンジニア
時系列のデータ処理に関して学んだ
vegitaberu
人事・労務・法務
RNNの進化について、概要を理解できました。人間がしていることを分解して、丁寧にみると、同じようなことしているように感じます。AIを進化させることは、人間を作ることなのかもしれないな、とも感じ、夢ととともに、怖さも感じます。
nabezo1962
人事・労務・法務
いやー、難しい。なんのこっちゃ。
tohrut
専門職
RNNを生かすためにATENTION、Transformerが開発され
ATENTIONの入力されたデータのどこに注目すべきか、動的に特定する仕組みを活かす構造で進化
1f-noriyuki
営業
段々と難しくなってきた印象。
isobe2615p
その他
人が横断歩道を渡る時に、人と周囲・環境とを紐づければ、全部覚えておかなくて良いということが分かりました
w_axl
メーカー技術・研究・開発
奥が深いですね
人は 意識せずやれている所が凄いですね
ks070341
その他
トランスフォーマーの位置づけについて理解できた
ark2024
その他
学んだ内容を自分の業務や日常において活用することは難しそうですが、興味深い内容でした。
初めて耳にする単語が多かったですが、少しずつ耳慣れするところから始めたいと思います。
melmb_kw
メーカー技術・研究・開発
まず、RNNの弱点を知ることが出来た。対策方法に関しても、何を学習の対象とするのかで、学習モデルから抽出すべき情報を適正化しないといけないと思った。
jll00415
メディカル 関連職
少し難しくなってきて理解するのに時間が掛かりそうです。トランスフォーマーというとおもちゃや映画を思い出してしまい頭に入ってきません。
lifeline
営業
めちゃくちゃさらっとお説明してある
dbmaster
IT・WEB・エンジニア
AIは仕事では数案件、プライベートは多数開発して日常生活や趣味で活用していますが、いつも駆け足で理論は後回しだったので知識の整理ができてよかった。
papapon
営業
ＲＮＮの弱点克服にトランスフォームが最適とわかった。
chihiro_s
販売・サービス・事務
活用の具体的なイメージはできない
ananana
販売・サービス・事務
RNNからの進化が凄いですね。結局誰が考えてるんだろう。凄い世界だ。
sales_supdoctor
金融・不動産 関連職
RNNの進化として時系列データを扱う弱点をLSTMやGRUよって弱点を克服したが、attentionによって必要のデータのみ残したり、tranceformerによって関連づけられることで、更に高度化したことが理解出来ました
stakky
メーカー技術・研究・開発
アッテンションの仕組みについてより深く知りたいと感じました。