サラッとなぞるAIの仕組み ~深層学習の仕組み~

simaskai

専門職

このシリーズは分かりやすいです

shin-2025

金融・不動産　関連職

あんぱんの例で、深層学習のしくみがよく理解できました。
あんぱん一つでこれだけの情報を集めて分類して特徴をつかんで保持しておくわけで、そこでふと思ったのは、例えば、標準的な20歳の人間相当の知能をまるまる保持して活動するのに、いったいどのくらいのパラメータ、エネルギーやメモリーが必要なのだろう・・・ということでした。
シンギュラリティがくると言われていますが、そんな人間を超える知能のＡＩを保持するためにはいったいどれだけの設備がいるのだろう・・・、と疑問に思いました。

1981_satoshi

建設・土木　関連職

ディープラーニングについて、理解が深まりました。

akuru_nakashima

IT・WEB・エンジニア

重みづけの考え方が理解できた。

ch_o

その他

あんぱんの事例がわかりやすかったです。自分がAIを使う時にも何を命令し何を学習させるか意識して使う必要があると思いました。

toko42

人事・労務・法務

重みづけと閾値の考え方はなんとなくわかりました。まだ、自分で学習する、その学習情報をデータ化するといったあたりはわかりません

sanokeita

金融・不動産　関連職

AIが正解を見つけ出すプロセスが理解できた。実際に指示をする際は、重みを指定することでより求める回答に近いものが導き出せるのではと感じた。

08016

経営・経営企画

深層学習について学ぶ中で、音声や画像などの膨大なデータをもとに、人間では気づきにくい特徴を発見できる可能性があることに驚きました。その特徴を言語化することで、新たな視点や理解につながるかもしれないと感じました。
こうした技術をどのように活用するかは、まさに人間の判断や責任に委ねられているのだと思います。

kaoriy87

経理・財務

ニューロンを子供たちのように説明してくれたのでわかりやすくかわいかった。日々人がどのようにものを観察し、答えを出しているか、という細分化をしてみるというのも面白いかと思った。

e_s-g-r

メーカー技術・研究・開発

初級レベルで理解しやすかったです。
あんぱんの例でイメージが分かりました。

ini1601

経理・財務

深層学習という文字から想像していました通りの解釈でよいことを学びました。
深層学習とは、「何かを連想させる」という切り口から組み上げて行くことでも行き着くのではないかと考えます。

chizuko-k

販売・サービス・事務

深層学習について、アンパンを例に挙げた説明は大変理解しやすかった

kobashi0123

営業

実社会への落とし込みが大事。

okinchu

営業

機械学習の理解が深まりました

iorite_7

人事・労務・法務

重みづけはきいたことがあったが、あんぱんを例にとり、数値化することで閾値をこえたら確定判断をするという説明はとても分かりやすかった。

h_yamahi

販売・サービス・事務

ニューロンの凄さしか頭に残っていない感が有る。もう一度見ます。

sa_shim

IT・WEB・エンジニア

AIの仕組みがよくわかりました。

ynakagos

IT・WEB・エンジニア

例がとても分かりやすかった

masashi0634

その他

AIの思考プロセスが脳神経をモデルにしていることを初めて知りました。
脳神経分野の進化がAI分野を、AI分野の進化が脳神経分野の発達を促しそうに思いました。

kobayashi_2574

販売・サービス・事務

エクセルの整理、作文などやってみたい

megumi_2024

IT・WEB・エンジニア

・ヘルプデスクに問い合わせたユーザーの満足度を測定するのに、電話やメール・チャットの応対から、満足、普通、不満 などを学習させることで、問い合わせを受けたオペレータの判断で不満の大きいユーザー対応についてエスカレーションすることを避けられる。
・社員の1on1結果とパフォーマンスを学習させて、1on1でどういう応対をする社員はモチベーション低下方向にあるかを分かるようにして、手を打つ。

kana_takamura

マーケティング

テキストで読むだけより理解が深まった

jagger

金融・不動産　関連職

脳の神経細胞のネットワークの模様、ニューラルネットワークが深層学習のベースになっていることは全く知りませんでした。分かりやすい説明で理解が一層深まりました。

shinya000

専門職

人から情報を与えられるのではなくAI自身で見つけるのが深層学習
重みと閾値
まずは言葉に慣れていきたい

huhun

人事・労務・法務

人間が教えないことがみそですね。

iimurayuki

コンサルタント

AIの仕組みがわかりやすく説明されており、導入としてよかった

imafuku_h

建設・土木　関連職

とても分かりやすかったです。

tomotaka99

営業

基礎知識を増やせてためになる

saotome_wataru

専門職

深層学習の仕組みを理解することで、単にAI技術を知るだけでなく、それを業務やビジネスの中でどう活用するかという視野が広がりました。特に、自社の業務課題を深層学習を用いて解決できる可能性に気づけたことは大きな収穫です。今後は、具体的なツールや導入事例を参考にしつつ、現場への具体的な応用に取り組んでいきたいと考えています。また、継続的にAIの進化に追随し、最新情報のキャッチアップも心がけていきます。

yukoalan

金融・不動産　関連職

ニューラルネットワークの仕組みがよくわかりました。重みと閾値を組み合わせて、物を判断していくという過程、それは通常私たちが行うことに極めて近いことであるということがわかり、AIが少し身近に思えてきました。これをより進化させていくと、より多くの物事を理解したり判別したりできるであろう期待と、そこに置くべきデータの重要性が近いできたように思います。

s_hym

営業

深層学習とニューラルネットワークの関係性はよくわかりました。しかし、教師あり、無し学習の関係性等との関係性など、余計にこんがらがってきました。

kiyotaka_tanaka

営業

深層学習の原理がわかり、大変参考になりました。

sakashita-ryo

建設・土木　関連職

資格の参考書には載っていない初歩的なところをわかりやすく解説している
内容が理解できると覚えやすいので助かります

raintree

メーカー技術・研究・開発

深層学習は自ら特徴を見つけだすことが大きいポイントだと思いました。

kanbara_24

IT・WEB・エンジニア

深層学習についてさらっと理解できた

youtama

その他

提供しているサービスの特徴と売り上げの関係を深層学習させてよりいいサービスを提供できないか

tky-hiramatsu

メーカー技術・研究・開発

今まであいまいだった深層学習と機械学習の違いが明確になった。生産現場において不良品の発生原因や開発において試作品のユーザー評価がいまいちだった時に深層学習を用いてヒント得るようなことに利用できそう。

gen_ta-gl

メーカー技術・研究・開発

深層学習の仕組みが分かりました。今後のAIの知識の礎とします。

u_yasu

人事・労務・法務

深層学習について、わかりやすく解説いただき、理解することができました。

nao_kotatu

IT・WEB・エンジニア

なるほど、この様な原理も人間がどの様に理解しているのかをデジタル形式に当てはめると、重み・閾値などを使用して判断しているのですね

takao_suzuki

メーカー技術・研究・開発

深層学習のしくみがさらっと理解できました。

xma-1054

メーカー技術・研究・開発

スペクトルの判定で学習させることで自動判定の可能性が模索できる

792029

販売・サービス・事務

深層学習についてよくわかりました

haya-ta

メディカル　関連職

まだまだ知識が必要です。でも個人の守秘義務を守り活用できるAIがあれば良いと思ってます

8108

営業

馴染みやすいあんぱんの説明で、学習内容をイメージしやすかった

mr_shinshin

メーカー技術・研究・開発

深層学習の仕組みが重み、閾値の2つだと理解できた。
そのため、使用する際に、重みをもう少し調整した方が良い、または、閾値が適切ではないなど、ポイントを分けて考察ができそうだ。

yoshiji-arai

販売・サービス・事務

AIがドンドン人間らしくなっていることに驚きました。

nwike

経理・財務

深層学習のためには母集団となるデータが必要。そこから特徴を見つけ出して、重みと閾値を決めていくことは、人間の思考の過程でも役に立ちそう。

rhst

メーカー技術・研究・開発

深層学習を理解するのに、身近なあんぱんを事例としており分かり易い
仕組を深堀すると複雑そうに感じるが、分かり易い解説を見ながら学習していきたい

izana_izana

営業

仕組みが理解できた
G検定試験にも興味がわいてきた

ak15

メーカー技術・研究・開発

演算を掛け合わせて深層学習が成り立っていると事がよくわかりました

s69

専門職

最終的な目標はAIに報告書とかの書類を書かせることです。基本的なことを学べました。
応用編も勉強します。

j0714126

その他

単純作業では応用できる思った

c-h-i-k-a

経営・経営企画

==========================================

cristal1990

メーカー技術・研究・開発

G検定のテキストと比べると分かり易いが、重みや閾値に関してもう少し説明が欲しかった。

dawasan

クリエイティブ

画像認識の仕組みをここまで丁寧に説明してくれる動画は初めてだった（逆に、聞けば聞くほどよく分からなくなってしまうが…）。
あと、こんなに難しいことをサラッとやってのける人間の脳ってどうやってできたんだろうといつも思ってしまう。

tera_11

経営・経営企画

深層学習は重みとしきい値で判断することを理解しました。
ただ重み付けの数を増やし過ぎた時、しきい値を優に超えてしまい正確な判断が出来なくなるのではないかと思った。そうした場合重み付け項目の選択と、しきい値をどのくらいいの数値で設定するのか、そしてそれら2項目の数や値の見直しを行うとき、どのような基準で変えるのか、その変更が正しく行われていることの証明をどのように行うのか、複雑な処理が必要ななるのではないかと思いました。
考えるてみると、AIとは随分と複雑な処理を見えないところで行っているのではないかと、この映像から考えることが出来ました。

pepepe1206

IT・WEB・エンジニア

最後の例えがわかりやすかった

ha_kimura

IT・WEB・エンジニア

再度復習して深層学習の理解を深めたい

hiroto-morimoto

その他

深層学習をかみしめながらAIを活用していきたい

creamycat2025

販売・サービス・事務

機械学習と深層学習の違いはもちろん、あんぱんを例にしたことでニューラルネットワークの仕組みもよく理解できました。
基本的なAIへの学習方法や用語が分からなければ、当然次のステップに進めないと考えています。
いずれ受験するであろうG検定のために、この「G検定入門 ～ディープラーニング・人工知能（AI）活用の基礎知識を学ぶ～」の全動画を復習ノートにまとめて、必要なときに見返したいと考えています。

kenbow_1109

その他

人間の脳で行っていることを再現するだけでなく、人間ではキャパシティをはるかに超えてしまう膨大な数のニューロン（情報量）が存在する
この有能な存在をどう活用するかが大切。この先の進化も踏まえて、AIには使われるよりも使う側でいたい。

t1691002

営業

分かりやすく理解できました。

hiro_sansan

IT・WEB・エンジニア

◆ニューラルネットワークの仕組
・ニューロンの仕組みを模倣している
・重みと閾値で判断している
◆深層学習
・ニューラルネットワークを複数層重ねて学習している

kaito1122

販売・サービス・事務

深層学習の仕組みを理解できた

s-fukumuro

販売・サービス・事務

人間の脳（ニューロンの働き）をコンピュータで再現しAIが学習していることがわかりました。学習させるデータ量が多ければ多いほどアウトプットの精度が上がると思います。

y-ishigaki

販売・サービス・事務

最近のトレンドなので参考になります。

nebanebaokura

その他

AIの判断基準について理解できました

shinrock

営業

深層学習は、単なるプログラムされたルールに従うのではなく、データから自律的に学習し、人間には難しいような複雑な判断を行うことを可能にします。これからも様々な分野でその応用が広がっていくと思います。

ncssys

販売・サービス・事務

今まで、属人的にやっていた業務を可視化する事ができる可能性を感じた。例えば、車の事故でも、被害事故なのか、加害事故なのか入力したワードを数値化して判断する事で業務の効率化ができるんだと理解した。

ishikawatat

経営・経営企画

重みと閾値で人間の脳・神経細胞の動きをイメージしたものが、ニューラルネットワークと理解しました。

roji

経営・経営企画

AIの深層学習が段階を経て判断するということが平易な説明でわかりやすかった　業務に活かしたい

ai_33

販売・サービス・事務

人間の脳のしくみを使っていることがわかりました

ktana39

メーカー技術・研究・開発

あんぱんを例としてあげてもらったことでスムーズに理解できた。

koiocya

営業

AIは人間の脳のような仕組みで構成されていることがわかりました。

imaeda-masanobu

メーカー技術・研究・開発

非常によく分かりました

kei4319

メーカー技術・研究・開発

深層学習は人間の学習と似たところがあるとは思っていたが、まさか脳のメカニズムを応用しているとは驚き。一つ一つ理解していくとやはり繋がりが見えてくる。AIの活用も同じように一つ一つ理解しながら進めていきたい。

dais2002

メーカー技術・研究・開発

ニューラルネットワークの構成: 入力層、中間層、出力層の3つの層で構成され、情報の重みと閾値の調整を繰り返して学習する。

takagi7568

建設・土木　関連職

深層学習についてニューラルネットワークの繰り返しである事がわかりました。
ニューラルネットワークは人工ニューロンの多岐にわたる構成で成り立っていて、重みと閾値で判断材料として制限をかける事によって識別できる仕組みを理解しました。
人間の脳細胞に非常に似ているところが意外でした。

suzuki110651

経営・経営企画

学習の仕組みがわかりやすかったです。人間の頭で無意識に考えている事をどのように言語化し、アウトプット（AIからするとインプット）するかが大事だと感じました。

kenjisaito

その他

人間の脳の働きに似ていることを理解した。

mmm20250901

営業

Aiが識別する経路を学べた。

lc193f

メーカー技術・研究・開発

初期段階は理解した。業務に生かせるかはこれからの学習次第だと思う。

kazetaran

営業

あんぱんの例題はわかりやすかった

jimmy_a_morita

メーカー技術・研究・開発

AIが人間の脳の仕組みをモデルにして出来ている事が理解できた。それをハード、ソフトでどのように構成していくのか？重みづけ、閾値の設定とは？それぞれの具体的な仕組みについて知りたいと思った。

osamunak

コンサルタント

ニューラルネットの概要を大まかに教えて頂きました。実務への応用可能性を会社の意思決定者に上手く伝えられるようにという意識を持って次の学習に進みたいです。

u-y-

人事・労務・法務

機械学習の理解が深まった

hrk_511

その他

深層学習の仕組みをサラッと理解したことで、人間の理解して判断する過程に対しても応用ができるのではないかとふと思った。それは日頃のコミュニケーションにも役立ち、必要な情報を他社から得たいときの情報の引き出し方にも応用ができそうな気がした。

yukisan3333

営業

ニューロンの気付きの精度および働きはすばらしい

muratahiroyuki

販売・サービス・事務

ディープラーニング＝深層学習と思っているのですが、当研修で「ディープラーニング」という言葉がでてこないのは、なぜでしょうか？