AlexNetとは
AlexNetとは、2012年のILSVRCで圧勝し、深層学習ブームの火付け役となったCNNモデルです。ReLU活性化関数やDropoutを採用し、学習の高速化と過学習抑制を実現しました。
この用語はG検定シラバスの「26. 画像認識」に含まれます。 章全体の用語は用語解説⑤（全133語）にまとまっています。
一言でいうと
2012年のコンテストで圧勝し、ディープラーニングの時代を開いたCNNです。
何が画期的だったのか
それまでの画像認識は、人間が設計した特徴量を使う手法が主流でした。AlexNetは誤差率で従来手法を10ポイント以上引き離す圧勝を収め、ディープラーニングの実力を決定的に示しました。
この出来事がILSVRCの歴史的転換点であり、現在のAIブームの起点です。
採用された工夫
「手法・データ・計算資源」が揃った最初の成功例として位置づけられます。
その後の流れ
AlexNetの成功以降、CNNはVGG（単純に深く）、GoogLeNet（横に広く）、ResNet（さらに深く）と発展していきます。年代と特徴をセットで覚えるのがG検定の要領です。
モデル名と年号を結びつける
画像認識のモデルは年号とセットで押さえておきたいところです。2012年AlexNet、2014年GoogLeNetとVGG、2015年ResNet、2017年SENet——という流れです。
「毎年のように記録が塗り替えられた」という当時の勢いを押さえておくと、各モデルの位置づけが理解しやすくなります。
🎯 G検定での押さえどころ
- 2012年のILSVRCで圧勝した
- ReLUとドロップアウトを採用
- 深層学習ブームの起点となったモデル
⚠️ よくある誤りの選択肢
- 「AlexNetは2014年のILSVRCで優勝した」→ 誤り。2012年です
- 「AlexNetはシグモイド関数を活性化関数に用いた」→ 誤り。ReLUです
📘 もっと深く学ぶ
- 数式レベルまで踏み込んだ解説 → 医療AIナビ「画像認識の概要」（E資格向け）
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。