CNN と RNN の違い
画像を見るか、時間の順序を追うか

ディープラーニングとアルゴリズム

ディープラーニングは、神経回路をまねたニューラルネットワークを何層にも重ねて、データの中から特徴量を自動で抽出して学習する技術です。非構造化データの分析で大きな進歩をもたらしました。

このディープラーニングで使われる代表的なアルゴリズムが、CNN と RNN です。

CNN とは

CNN（Convolutional Neural Network）は、畳み込み演算で画像の局所的な特徴を捉えるアルゴリズムです。画像認識で高い精度を示し、人間の画像認識の精度を超えているとされます。

医療現場での病変の検出や、セキュリティ分野の顔認証などに応用されています。

RNN とは

RNN（Recurrent Neural Network）は、音声やテキストなど、時間的な順序を持つ時系列データの処理に適したアルゴリズムです。「再帰型」ニューラルネットワークとも呼ばれます。

違いを表で比べる

選択肢に並ぶ似た用語

CNN と RNN の穴埋めでは、次のような用語が選択肢に並びます。アルゴリズムの名前なのか、生成 AI のモデルや手法なのかで区別します。

• LLM: 大量のテキストを学習した大規模言語モデルで、人間の言語を理解して文章やプログラムコードなどを生成する、生成 AI の中核のモデルです。
• RAG: 外部のデータベースなどの知識を検索して参照し、回答を生成することで LLM を補う手法です。
• VLM: 視覚情報と言語情報がモデルの内部で結び付いていて、両方を同時に処理できるモデルです。

試験での問われ方

モバイルシステム技術検定2級では、第10章「生成AIとAI活用」で出ます。もちこ道場の第10章の問題では、次のような問われ方をしています。

• 穴埋め: 「画像認識において高い精度を示し、人間の画像認識精度を超えているとされる」の空欄に CNN、「音声やテキストなど時間的な順序を持つ時系列データの処理に適した」の空欄に RNN を選ぶ。選択肢には、LLM・VLM・RAG も並びます。
• 誤った記述を選ぶ: 「CNN は時系列データの処理に特化し、音声認識や機械翻訳で使う」「RNN は画像認識に高い精度を示し、顔認証に使う」「RNN は画像や動画の認識に特化していて、時系列データには向かない」といった、得意なデータを入れ替えた記述を見抜く。いずれも誤りです。

覚え方

• CNN は Convolutional（畳み込み）、画像。写真の一部分ずつ見ていく様子と結び付けます。
• RNN は Recurrent（再帰）、時系列。音声やテキストのように、順番が意味を持つデータです。
• 問われるのは「画像か、時系列か」の2択がほとんどなので、2つの得意なデータを入れ替えないことが要点です。

第10章のほかの用語は「第10章 生成AIとAI活用の要点」にまとめています。