【G検定過去問風テスト】「Transformer」の最大の特徴と革新性を徹底解説！

2026年7月28日 2026年7月28日 atsushi_kitazawa

※本記事では、アフィリエイトプログラムより教材を紹介しています。

📝 問題

2017年に発表され、論文のタイトル『Attention Is All You Need』でも知られる、時系列処理に必須とされていたRNNを一切使わず、Attentionだけでネットワークを構成したことで大規模な並列計算を可能にした革新的なモデルとして、最も適切な選択肢を1つ選べ。

A）Transformer
B）Seq2Seq
C）CNN（畳み込みニューラルネットワーク）
D）LSTM

🔍 ここをクリックして正解を見る

正解: ○）A）Transformer

💡 合格に近づく！徹底解説

重要度: ★★★

■ 1分で分かる！この問題の要点

RNNを一切使わず、「Attention（注意機構）のみ」で構成された革新的なモデルが「Transformer」。
すべての単語を同時に処理する「並列計算」が可能になり、学習速度が飛躍的に向上した。
現在のChatGPTなどの生成AI（LLM）の土台となっている超重要技術。

■ 初学者向け解説（例え話や背景）

それまでのAIの翻訳や文章処理は、電車が1駅ずつ順番に走るように、単語を1つずつ順番に処理する「RNN」が当たり前でした。しかしこれでは、長い文章を処理するときに時間がかかりすぎてしまいます。
そこで登場したのが Transformer です。彼らは「順番になんて処理しなくていい！全部の単語を同時に一斉に処理して、あとはAttention（スポットライト）でつながりを見つければいいじゃないか！」という驚きの発想を形にしました。論文のタイトル『Attention Is All You Need（必要なのはAttentionだけ）』が示す通り、RNNを完全に捨て去ったこの革命的な構造こそが、現代の巨大なAIブームを引き起こしたすべての心臓部です。試験では「RNNを使わない」「並列処理」というキーワードが大きな得点源になります！

■ 選択肢の解説

A) Transformer（○）: RNNを一切使わず、Attentionのみで構成されて並列処理を実現したモデルであり、正解です。
B) Seq2Seq（×）: エンコーダとデコーダで構成され、内部にRNNなどの時系列処理を用いることの多い従来のモデルです。
C) CNN（畳み込みニューラルネットワーク）（×）: 主に画像認識や画像処理の分野で、空間的な特徴を捉えるために使われるニューラルネットワークです。
D) LSTM（×）: RNNの一種であり、勾配消失問題を緩和して長期の依存関係を学習できるようにした仕組みです（TransformerはRNN系を使いません）。

リンク