CNN（畳み込みニューラルネットワーク）とは、画像認識やパターン認識に長けたディープラーニングモデルです。画像をそのままの格子状構造で扱い、「畳み込み層」と「プーリング層」を用いて空間的な特徴を効率的に抽出します。顔認証や医療画像診断、自動運転などに広く応用され、現代のAI技術を支える基盤となっています。
CNNとは
CNN（畳み込みニューラルネットワーク）とは、画像処理やパターン認識に特化したディープラーニングの一種です。入力データの特徴を局所的に抽出する「畳み込み層」を備え、画像の空間的な情報を保持したまま高精度に認識や分類を行える点が特徴です。
詳しく解説
CNNは、人間の視覚野の仕組みに着想を得て開発されたニューラルネットワークのアーキテクチャです。従来の全結合層のみで構成されたネットワークでは、画像を1次元のベクトルに変換して扱うため、位置関係や空間構造の情報が失われてしまう課題がありました。CNNでは、入力画像に対してフィルタと呼ばれる小さな行列をスライドさせながら計算を行う「畳み込み層」と、データのサイズを縮小して重要な特徴を抽出・圧縮する「プーリング層」を交互に配置します。これにより、画像のエッジや模様、物体全体の形といった特徴を段階的に抽出し、回転や平行移動などの変動に対して頑健な特徴表現を獲得できます。画像認識の精度を劇的に向上させたことから、現代のディープラーニング発展の大きな原動力となりました。
具体例・使われ方
CNNは主に画像や動画を扱う分野で幅広く活用されています。具体的には、防犯カメラやスマートフォンでの顔認証、自動運転車による歩行者や標識の検知、医療画像診断での病変の自動検出などに利用されます。また、画像だけでなく、音声波形やテキストなどの1次元データのパターン認識に適用されるケースもあります。
似た用語との違い
CNNと混同されやすい概念としてRNN（再帰型ニューラルネットワーク）が挙げられます。CNNが主に画像などの格子状データの空間的な特徴抽出を得意とするのに対し、RNNは時系列データや文章などの時間的・順序的なデータ処理に適しています。また、従来の全結合ニューラルネットワークと比較すると、CNNは重みを共有することでパラメータ数を大幅に削減し、過学習を防ぎつつ計算効率を高めている点が異なります。
注意点
CNNは空間的な位置関係を捉えるのが得意ですが、物体全体の構造や視点の極端な変更、回転に対する不変性には限界があります。また、学習には大量のラベル付き画像データと計算リソースが必要です。さらに、モデル内部でどのように特徴が判定されたかが人間には直感的に分かりにくいというブラックボックス性の問題もあります。