リカレントニューラルネットワーク(RNN)とは?時系列データを扱う仕組みを解説

リカレントニューラルネットワーク(RNN)が前の情報を引き継ぎ、文章・音声・時系列データを処理する流れを示すITパスポート学習用アイキャッチ

結論:リカレントニューラルネットワーク(RNN)は、文章・音声・売上推移のように順序を持つデータで、前の情報を次の処理へ引き継ぎながら学習するニューラルネットワークです。ITパスポートでは、画像の特徴を扱うCNNとの対象の違いを押さえると判断しやすくなります。

目次

リカレントニューラルネットワーク(RNN)とは

リカレントニューラルネットワーク(RNN)は、Recurrent Neural Networkの略です。入力を一度に独立して扱うのではなく、前の時点で得た情報を次の時点の処理に反映する構造を持ちます。例えば、文章なら前に出た単語、音声なら直前までの音、売上データなら前の期間の変化が、次の予測や判定の手掛かりになります。

単語帳にあるRNNは、AI技術に関する用語の一つです。試験では、名称の展開だけでなく、時系列データや自然言語のように順番が意味を持つ対象と結び付けて理解します。

前の情報を引き継ぐ仕組み

一般的なニューラルネットワークは、入力から出力へ計算を進めます。RNNでは、現在の入力に加えて、直前までの処理で得た内部状態も利用します。これにより、同じ単語や数値であっても、その前後に何があったかを踏まえて扱えます。

  1. 順序のあるデータを受け取る:文章、音声、センサー値、日ごとの売上などを時点順に入力します。
  2. 現在の入力と過去の状態を組み合わせる:直前までの情報を手掛かりにして、現在のデータの意味を計算します。
  3. 予測や分類を出す:次の単語、音声の内容、需要の傾向などを推定します。

ただし、長い順序の最初の方にある情報を十分に反映しにくい場合があります。この課題に対応する構造としてLSTMなどが使われることがありますが、ITパスポートでは、RNNが順序や前後関係を扱う考え方をまず押さえれば十分です。

CNN・一般的なニューラルネットワークとの違い

用語 主に扱いやすいデータ 試験での見分け方
リカレントニューラルネットワーク(RNN) 文章、音声、時系列データ 前後の順序や過去の情報を使う
畳み込みニューラルネットワーク(CNN) 画像などの空間的なデータ 画像の局所的な特徴を取り出す
ニューラルネットワーク 分類・予測に使う技術全般の基礎 データから特徴を学習する仕組み

RNNの前提となる層や学習の考え方は、ニューラルネットワークとは?ITパスポートで出るAIの基本技術で確認できます。RNNを単独の暗記語にせず、AIの基本構造と結び付けるためです。

画像で線や模様を捉えるCNNとの違いは、畳み込みニューラルネットワーク(CNN)とは?ITパスポートで出る画像認識の基本を読むと整理できます。問題文に画像か、文章・音声・時系列かの手掛かりがあるときの判断に役立ちます。

仕事と日常生活での利用場面

仕事の場面

仕事では、過去から現在までの並びが判断に必要なデータを扱う場面に関係します。例えば、日別・週別の販売数を並べて需要の傾向を予測する、設備のセンサー値の推移から異常の兆候を検出する、顧客からの問い合わせ文を分類する、といった用途があります。実際の導入では、学習データの質、予測誤差、個人情報の扱いを確認し、人の判断を補助する仕組みとして使います。

日常生活の場面

日常生活では、スマートフォンの音声入力で話した音の流れを文字にする機能や、文章入力で前の単語を踏まえて次の候補を出す機能に、順序を扱うAIの考え方を見いだせます。サービスごとに採用技術は異なりますが、前後関係を利用して結果を出すという点がRNNを理解する入口になります。

モデルが正解付きデータから学ぶ基本は、教師あり学習とは?正解データからAIが予測する仕組みで確認できます。RNNがどのような学習の場面で使われるかを補うためです。

ITパスポート試験で押さえる要点

  • RNNは、前の時点の情報を次の処理に利用するニューラルネットワークである。
  • 文章、音声、連続した数値など、順序や前後関係が意味を持つデータと結び付ける。
  • 画像の局所的な特徴を扱うCNNとは、主に扱うデータの性質で区別する。
  • RNNはAI全般ではなく、ニューラルネットワークの具体的な構造の一つとして捉える。

確認問題

問題

リカレントニューラルネットワーク(RNN)の利用場面として、最も適切なものはどれですか。

  1. 製品画像から傷の位置を検出する
  2. 文章の前後関係を踏まえて次の単語を予測する
  3. 表計算ソフトで売上の合計を求める
  4. 暗号鍵を使って通信内容を暗号化する

正解:B。RNNは、前の単語や前の時点の状態を次の処理へ反映できるため、文章・音声・時系列データのように順番が重要な対象と結び付きます。Aは画像の特徴を扱うCNNの例として考えると区別できます。CとDはニューラルネットワークの利用場面ではありません。

まとめ

リカレントニューラルネットワーク(RNN)は、前の情報を引き継ぎながら、順序を持つデータを扱う仕組みです。ITパスポートでは、文章・音声・時系列データという手掛かりと、画像を主に扱うCNNとの違いを結び付けて覚えましょう。

目次