問題 No.5680
モバイル端末などのリソースが限られた環境において、モデルの精度と推論速度（レイテンシ）の両方を最適化するために、強化学習を用いてニューラルネットワークのアーキテクチャ探索を自動化する手法として開発されたものはどれか。
【正解の解説】
MnasNet
人間が職人技でカスタムオーダーの服を作るのではなく、AI自身が「動きやすさ」と「見た目」のバランスをAI専用の厳しい試行錯誤（強化学習）によって見つけ出すオーダーメイドの自動仕立屋のような仕組みです。
スポンサーリンク
【その他の選択肢の解説】
MobileNetV2
MnasNetの研究過程でベースとして大いに活用された兄弟のような関係ですが、こちらは人間が知恵を絞って設計したものです。自動探索という仕組み自体を指す言葉ではないため、問題文にある強化学習というキーワードとは結びつきません。
NASNet
AIに自動でネットワークを作らせるという点でMnasNetの親戚にあたりますが、こちらはサーバーなどの潤沢なリソースを前提に精度を追求したモデルです。スマホのような限られた速度と省電力という制約を同時に最適化する発想とは目的が異なります。
EfficientNet
AIモデルのサイズを大きくする際の黄金比を見つける優れた手法ですが、強化学習によるアーキテクチャの自動探索そのものを指すものではありません。名前や目的が高度な効率化として混同されやすいため注意が必要です。