⑧ DL応用②強化・生成・転移・解釈・軽量化
G検定 第752問
問題
DQNがQ学習にディープラーニングを組み合わせた際に入力として画像を用いることで解決した問題は何か。
A特徴量を人間が手作業で設計・定義する必要がなくなったこと✓ 正解
B計算速度が100倍になったこと
CゲームのルールをAIが自動で書き換えること
Dコントローラーが不要になったこと
正解
A：特徴量を人間が手作業で設計・定義する必要がなくなったこと
解説
CNNが画像から自動で特徴を抽出するため人間がゲームごとの特徴を教える手間が省けました。
分野解説：⑧ DL応用②強化・生成・転移・解釈・軽量化
ディープラーニングの発展的な応用技術を学ぶ分野です。強化学習（Q学習・DQN・AlphaGo等）、生成モデル（GAN・VAE・拡散モデル）、転移学習やファインチューニング、モデルの解釈性（説明可能なAI）、エッジ向けの軽量化技術などが幅広く問われます。それぞれの技術が「何を目的としているか」を整理することが攻略の鍵です。生成AIなど最新トピックも含まれるため、概念と代表手法をセットで押さえておきましょう。
この分野の問題をすべて見る →本番形式で問題を解いてみよう
クイズモードで挑戦 →同じ分野の関連問題
G検定について
AI・ディープラーニングを事業に活かす力を証明
| 主催 | 一般社団法人 日本ディープラーニング協会（JDLA） |
|---|---|
| 出題形式 | 知識問題（多肢選択式）160問程度 |
| 試験時間 | オンライン試験100分・会場試験120分 |
| 受験料 | 13,200円（税込）※学生5,500円 |
| 合格基準 | 合格基準は公表されていない |
| 難易度 | ★★★☆☆（標準） |
G検定の関連記事
AI史から法律・倫理まで：G検定を3週間で回す順番
Gはジェネラリスト、つまり実装しない人のための検定です。生成AIを取り込んで動き続けるシラバスにどう追いつくか、9分野の分量と1038問の使い分けを段階ごとに整理しました。
20時間で届く人と60時間かかる人、G検定の差はどこか
合格ラインは非公表、そのうえ約200問を120分で処理する。G検定の負荷は内容の深さより範囲と速さにあります。文系は技術、理系は法律・倫理でつまずく偏りにも踏み込みました。
基礎から生成AIまで、G検定の深層学習用語を段階で並べる
CNNは画像、RNNとTransformerは系列、GANと拡散モデルは生成。名前の似たディープラーニングの略語を、どの領域で何に使うかとセットで並べた、試験直前の確認用チートシートです。