非情報系研究者へ送る Transformer入門

第2回植物異分野勉強会@総研大にて「WET研究者のためのTransformer入門」　で用いた資料を改変．ニューラルネットワークの基礎からTransformerおよびアテンションの概念について概説．

Transcript

1. 非情報系研究者へ送る Transformer入門 M1秋庭孔樹*，M2石山遼*，B4見田壮一** *九州大学大学院システム情報科学府 **九州大学工学部
2. 本勉強会の目標 • 目標 ◦ 多くのAIの中身で用いられている「Transformer」がわかるようになる • やること ◦ AIの中身，ニューラルネットワーク，Transformerの概要を掴む ◦ Transformerを実際に動かしてみる ◦ 遺伝子データをTransformerで解析してみる • やらないこと ◦ 数理的に厳密な説明 ◦ 自分でLLM（大規模言語モデル）を作る 2/119
3. AIとは？
4. 今日，ChatGPT使いましたか？ 4/119
5. 今日，ChatGPT使いましたか？ 5/119
6. 今日，ChatGPT使いましたか？ なんだかそっれぽい．正しそう... 6/119
7. 「それっぽい」とは何か：チューリングテスト • 対話している相手が人間か機械かを判別できるか否か AI 総研大はどのような機関ですか 総研大は.... 人間と話してる？ 7/119
8. 「それっぽい」とは何か：チューリングテスト • 対話している相手が人間か機械かを判別できるか否か AI 総研大はどのような機関ですか 総研大は.... 人間と話してる？ https://www.itmedia.co.jp/aiplus/articles/2504/02/news128.html 8/119 引用：
9. AI（人工知能）とは • 人工知能 ◦ 人間の知能を真似する機械 ◦ 人間と区別がつかなかったらその機械は知能を持つ （チューリング博士による知能の定義） • 最近では... 人間よりも高速に応答ができ，高度な問題も解ける！ 9/119
10. 再掲：ChatGPT 10/119
11. 動向：系列を扱うAIはほとんどTransformer Generative Pre-trained Transformer Transformerベースのモデル 11/119
12. Transformerの位置づけ • Transformerは近年のAIで多く利用されている計算構造 • 特に以下の分野で利用される ◦ 言語処理 ◦ 系列処理 ◦ 画像処理 AI ニューラルネットワーク Transformer ニューラルネットワークとは？ 12/119
13. ニューラルネットワークとは？
14. そもそも AI って... Artificial Intelligence ( 人工知能 ) John McCarthy 推論 認識 学習 14/119 人間の脳の働きをコンピュータで再現 1. 人間の思考を記号・ルール化 　　　初期に盛んに行われていた 2. 人間の脳を模倣 　　　　　ニューラルネットワークの源流
15. 　脳：神経細胞(ニューロン)の集合 模倣したい脳はどういう構造か... 15/119
16. 模倣したい脳はどういう構造か... 16/119 ニューロン
17. 模倣したい脳はどういう構造か... 17/119 多数の神経細胞から 信号が入力される
18. 模倣したい脳はどういう構造か... 18/119 入力をもとにして 多数の神経細胞へ 信号を出力
19. ニューロンを数理モデル化 19/119 …
20. ニューロンを数理モデル化 20/119 … 発火の程度を決める関数 (e.g. シグモイド関数, ReLU...) 信号の重み付けを行う係数 (どの入力をどれくらい重視するか) 学習 = 入力の重みづけを調整すること
21. ニューラルネットワーク：ニューロンの組み合わせ 　　　　　　　　 層を重ねてモデルを作る= 表現力を高める 21/119 …
22. 最近のAIって難しそうなものが多い... Transformer Diffusion Model Vision and Language Reinforcement Learning 22/119 複雑な表現ができる計算機として扱うようになっている
23. ニューラルネットワークを数式から理解しよう 1層のシンプルなニューラルネットワークを理解してみる 前提知識 - パーセプトロンについて - 簡単な線形代数 この部分 23/119
24. 　1つ目のニューロン ニューラルネットワークを数式から理解しよう 入力 j からニューロン i への重み： 　 24/119
25. 　1つ目のニューロン ニューラルネットワークを数式から理解しよう 25/119
26. 　2つ目のニューロン ニューラルネットワークを数式から理解しよう 入力 j からニューロン i への重み： 　 26/119
27. 　2つ目のニューロン ニューラルネットワークを数式から理解しよう 27/119
28. 　他も同様に行うと，最終的には... ニューラルネットワークを数式から理解しよう 28/119
29. 　他も同様に行うと，最終的には... ニューラルネットワークを数式から理解しよう 出力 入力 29/119
30. 　他も同様に行うと，最終的には... ニューラルネットワークを数式から理解しよう 出力 入力 1層のニューラルネットワーク = 行列 + 非線形関数 30/119
31. ニューラルネットワークを数式から理解しよう 　もっと簡略化して表すと... 31/119
32. ニューラルネットワークを数式から理解しよう 　複数の層を組み合わせると... ・・・ 層を重ねる = より複雑な関数を作る！ 32/119
33. モデルの学習って何をするの？ 学習 = 入力を変換する行列の値を調整すること 33/119
34. モデルの学習って何をするの？ 学習 = 入力を変換する行列の値を調整すること 34/119 パラメータ
35. モデルの学習って何をするの？ 学習 = 入力を変換する行列の値を調整すること 35/119 パラメータ 1. どのような値に調整するの？ 2. どうやって調整するの？
36. どのような値に調整するの？ 　A. 誤差を最小化するようなパラメータ 株価 どれくらい予測値がずれたか (予測誤差) どれくらい予測を外したか (分類誤差) 画像分類 猫 犬 36/119
37. どのような値に調整するの？ 　A. 誤差を最小化するようなパラメータ 株価 どれくらい予測値がずれたか (予測誤差) どれくらい予測を外したか (分類誤差) 画像分類 猫 犬 二乗誤差 交差エントロピー誤差 37/119
38. どうやって調整するの？ 　例：平均二乗誤差を最小化したい！ 38/119 誤差 = Wの関数 正解ラベル：
39. どうやって調整するの？ 　二乗誤差　 　： 　 　行列Wの勾配　： 　パラメータ更新： 39/119 ... ... Wで微分
40. まとめ 1. ニューラルネットワークとは　 - 行列 + 非線形関数を多層に積み重ねたもの 2. モデルの学習とは - 行列のパラメータを調整すること 　- ゴール：誤差関数を最小化する 　- 方法　：勾配を使って少しずつ更新 40/119
41. 付録：モデルは何を出力するの？ 　例：3クラス分類 (e.g. 画像　　犬 or 猫 or 鳥) 41/119 0.8 0.1 0.1 「犬」の確率 「猫」の確率 「鳥」の確率
42. 付録：モデルは何を出力するの？ 　例：3クラス分類 (e.g. 画像　　犬 or 猫 or 鳥) 42/119 0.8 0.1 0.1 「犬」の確率 「猫」の確率 「鳥」の確率 1番確率が高いもの = モデルの予測
43. 実践：ニューラルネットワークを動かそう
44. 実践：Google colabを使います 44/119
45. 実践：Google colabを使います 45/119
46. 実践：Google colabを使います 46/119
47. 実践：Google colabを使います 47/119
48. 実践：Google colabを使います 48/119
49. 実践：ニューラルネットワークを動かそう • 数字画像を自動で分類 49/119 0-9のうち どれか？
50. Transformerとは？ いざ本題
51. Transformerの言葉としての意味 Transformer: 与えられた入力を意味ある何かに変換する機構 51/119
52. すなわち，XからYに変換させる枠組み Y：私はりんごが好き X: I like apples Transformer 52/119
53. すなわち，XからYに変換させる枠組み Y：ウイルス （か否か） X: ATGCTTTTA… Transformer 53/119
54. すなわち，XからYに変換させる枠組み Y X Transformer 54/119 昨今，検討対象が何か変換する系とみなせるならば Transformerの適用を考えてみることが多い
55. すなわち，XからYに変換させる枠組み Encoder （符号化） Decoder （復号化） Transformer Y：私はりんごが好き X: I like apples 55/119
56. Transformerの処理の概要：英→日翻訳の例 Encoder （符号化） Transformer X: I like apples 56/119
57. Transformerの処理の概要：英→日翻訳の例 Encoder （符号化） Transformer X: I like apples ベクトルの列として表現 57/119
58. Transformerの処理の概要：英→日翻訳の例 Encoder （符号化） Transformer X: I like apples Decoder （復号化） 58/119
59. Transformerの処理の概要：英→日翻訳の例 Encoder （符号化） Transformer X: I like apples Decoder （復号化） <START> 59/119
60. Transformerの処理の概要：英→日翻訳の例 Encoder （符号化） Transformer X: I like apples Decoder （復号化） <START> 60/119
61. Transformerの処理の概要：英→日翻訳の例 Encoder （符号化） Transformer X: I like apples Decoder （復号化） <START> 私は 61/119
62. Transformerの処理の概要：英→日翻訳の例 Encoder （符号化） Transformer X: I like apples Decoder （復号化） <START> 私は 私は 62/119
63. Transformerの処理の概要：英→日翻訳の例 Encoder （符号化） Transformer X: I like apples Decoder （復号化） <START> 私は 私は 63/119
64. Transformerの処理の概要：英→日翻訳の例 Encoder （符号化） Transformer X: I like apples Decoder （復号化） <START> 私は 私は リンゴが 64/119
65. Transformerの処理の概要：英→日翻訳の例 Encoder （符号化） Transformer X: I like apples Decoder （復号化） <START> 私は リンゴが 私は リンゴが 65/119
66. Transformerの処理の概要：英→日翻訳の例 Encoder （符号化） Transformer X: I like apples Decoder （復号化） <START> 私は リンゴが 私は リンゴが 66/119
67. Transformerの処理の概要：英→日翻訳の例 Encoder （符号化） Transformer X: I like apples Decoder （復号化） <START> 私は リンゴが 私は リンゴが 好き 67/119
68. Transformerの処理の概要：英→日翻訳の例 Encoder （符号化） Transformer X: I like apples Decoder （復号化） <START> 私は リンゴが 好き 私は リンゴが 好き 68/119
69. Transformerの処理の概要：英→日翻訳の例 Encoder （符号化） Transformer X: I like apples Decoder （復号化） <START> 私は リンゴが 好き 私は リンゴが 好き 69/119
70. Transformerの処理の概要：英→日翻訳の例 Encoder （符号化） Transformer X: I like apples Decoder （復号化） <START> 私は リンゴが 好き 私は リンゴが 好き <END> 70/119
71. Transformerの処理の概要：英→日翻訳の例 Encoder （符号化） Transformer X: I like apples Decoder （復号化） <START> 私は リンゴが 好き 私は リンゴが 好き <END> 変換完了！ 71/119
72. TransformerのEncoderとDecoderとは？ Encoder （符号化） Transformer Decoder （復号化） ここでは何をしている？ 72/119
73. TransformerのEncoderとDecoderとは？ アテンション MLP アテンション MLP データ（言葉）を数値へ変換 数値をデータ（言葉）へ変換 アテンション Transformer 73/119
74. TransformerのEncoderとDecoderとは？ アテンション MLP アテンション MLP データ（言葉）を数値へ変換 アテンション Transformer 前節で学習済み！ 数値をデータ（言葉）へ変換 前節で学習済み！ 前節で学習済み 74/119
75. TransformerのEncoderとDecoderとは？ アテンション MLP アテンション MLP データ（言葉）を数値へ変換 アテンション Transformer 数値をデータ（言葉）へ変換 75/119
76. Transformerの評価されている点 アテンション MLP アテンション MLP データ（言葉）を数値へ変換 アテンション Transformer 数値をデータ（言葉）へ変換 76/119 アテンションの多用で効率的に計算可能であることを示した
77. Transformerの評価されている点 アテンション MLP アテンション MLP データ（言葉）を数値へ変換 アテンション Transformer 数値をデータ（言葉）へ変換 77/119 アテンションの多用で効率的に計算可能であることを示した
78. で....結局アテンションとはなにか？ アテンション MLP アテンション MLP データ（言葉）を数値へ変換 アテンション Transformer 数値をデータ（言葉）へ変換 78/119 アテンションの多用で効率的に計算可能であることを示した
79. 言語処理で問題意識 “空/が/明るい” 79/119 なぜアテンションが必要なのか？
80. “空/が/明るい” 0.2 0.5 0.1 0.1 0.9 0.8 0.9 0.8 80/119 AIのやりたいこと： 意味の近い言葉は ベクトル表現においても 近く設計したい ＝意味を数値で表現 言語処理で問題意識 なぜアテンションが必要なのか？
81. “空/が/明るい” 0.2 0.5 0.1 0.1 0.9 0.8 0.9 0.8 81/119 AIのやりたいこと： 意味の近い言葉は ベクトル表現においても 近く設計したい ＝意味を数値で表現 “輝き” “眩しい” 言語処理で問題意識 なぜアテンションが必要なのか？
82. “空/が/明るい” 0.2 0.5 0.1 0.1 0.9 0.8 0.9 0.8 82/119 言語処理で問題意識 なぜアテンションが必要なのか？
83. “空/が/明るい” 0.2 0.5 0.1 0.1 0.9 0.8 0.9 0.8 “空/が/明るい” 0.9 0.7 0.9 0.7 83/119 言語処理で問題意識 なぜアテンションが必要なのか？
84. “空/が/明るい” 0.2 0.5 0.1 0.1 0.9 0.8 0.9 0.8 “空/が/明るい” 0.9 0.7 0.9 0.7 84/119 言語処理で問題意識 なぜアテンションが必要なのか？
85. “空/が/明るい” 0.2 0.5 0.1 0.1 0.9 0.8 0.9 0.8 “空/が/明るい” 0.9 0.7 0.9 0.7 “輝き” “眩しい” 85/119 言語処理で問題意識 なぜアテンションが必要なのか？
86. “生物/に/明るい” 0.3 0.7 0.2 0.2 0.9 0.8 0.9 0.8 86/119 言語処理で問題意識 なぜアテンションが必要なのか？
87. “生物/に/明るい” 0.3 0.7 0.2 0.2 0.9 0.8 0.9 0.8 0.4 0.3 0.4 “生物/に/明るい” 0.3 “詳しい” 87/119 “熟知” 言語処理で問題意識 なぜアテンションが必要なのか？
88. 88/119 “空/が/明るい” 0.9 0.7 0.9 0.7 “輝き” “眩しい” 0.4 0.3 0.4 “生物/に/明るい” 0.3 “詳しい” “熟知” 言語処理で問題意識 なぜアテンションが必要なのか？
89. 89/119 “空/が/明るい” 0.9 0.7 0.9 0.7 “輝き” “眩しい” 0.4 0.3 0.4 “生物/に/明るい” 0.3 “詳しい” “熟知” 同じ「語」だが 文脈が違えば意味が異なる！ 言語処理で問題意識 なぜアテンションが必要なのか？
90. 実際にはどのように計算するのか？ 90/119 0.4 0.3 0.4 “生物/に/明るい” 0.3
91. アテンションの処理 91/119 W W W 生物 に 明るい アテンション
92. アテンションの処理 92/119 W W W 生物 に 明るい アテンション 目標：周囲の情報を混ぜた 数値にしたい
93. アテンションの処理 93/119 W W W 生物 に 明るい
94. アテンションの処理 94/119 W W W 生物 に 明るい 各語句について 独立に変換 各語句について 独立に変換 各語句について 独立に変換
95. アテンションの処理 95/119 W W W 生物 に 明るい
96. アテンションの処理 96/119 W W W 生物 に 明るい
97. アテンションの処理 97/119 W W W 生物 に 明るい
98. アテンションの処理 98/119 W W W 生物 に 明るい
99. アテンションの処理 99/119 W W W 生物 に 明るい
100. アテンションの処理 100/119 W W W 生物 に 明るい 生物 に 明るい 明るい 生物 に
101. アテンションの処理 101/119 W W W 生物 に 明るい
102. アテンションの処理 1 2 3 102/119 W W W 生物 に 明るい 1 2 3
103. アテンションの処理 4 5 1 2 6 3 103/119 W W W 生物 に 明るい 1 2 3 4 5 6
104. アテンションの処理 7 8 4 5 1 2 9 6 3 104/119 W W W 生物 に 明るい 1 2 3 4 5 6 7 8 9
105. アテンションの処理 7 8 4 5 1 2 9 6 3 105/119 W W W 生物 に 明るい 1 2 3 4 5 6 7 8 9
106. アテンションの処理 106/119 W W W 生物 に 明るい
107. 内積マシマシ 107/119 W W W 生物 に 明るい Qと定義 Kと定義 Vと定義
108. 内積マシマシ 108/119 W W W 生物 に 明るい Qと定義 Kと定義 Vと定義
109. アテンション MLP アテンション MLP データ（言葉）を数値へ変換 アテンション Transformer 数値をデータ（言葉）へ変換 109/119 Enocderでのアテンション
110. アテンション MLP アテンション MLP データ（言葉）を数値へ変換 アテンション Transformer 数値をデータ（言葉）へ変換 110/119 Decoderでのアテンション
111. Enocderの出力とのアテンション アテンション MLP アテンション MLP データ（言葉）を数値へ変換 アテンション Transformer 数値をデータ（言葉）へ変換 111/119
112. Transformerは入力の全体の関係性を効率的に計算 アテンション MLP アテンション MLP データ（言葉）を数値へ変換 アテンション Transformer 数値をデータ（言葉）へ変換 112/119
113. Transformerのまとめ • Transformerは汎用的なデータの変換器である • Transformerはアテンションを用いて効率的計算を実証 • 余力がある方へ ◦ 大規模言語モデルは新たな知能か（書籍，岩波科学ライブラリ，読み物として◎） https://www.iwanami.co.jp/book/b625941.html ◦ 東京大学工学部電子情報工学科・電気電子工学科の３年生向け後期実験 「大規模言語モデル演習」（授業資料，よりテクニカルに話題） https://eeic-llm.github.io/2025/index.html ◦ 原論文から解き明かす生成AI　（書籍，技術評論社，Transformerの数理を詳説） https://gihyo.jp/book/2025/978-4-297-15078-5 113/119
114. 実践：Transformerを動かそう
115. 実践：Transformerを動かそう（1/2） • Transformerで映画レビューのポジティブ・ネガティブ分類 • 文章の感情分析 115/119 ポジティブなレビュー👍 ネガティブなレビュー👎
116. 実践：Transformerを動かそう（1/2） • Transformerで映画レビューのポジティブ・ネガティブ分類 • 文章の感情分析 116/119 Encoder （符号化） I like this moveie because Pos. / Neg.?
117. 実践：Transformerを動かそう（1/2） • Transformerで映画レビューのポジティブ・ネガティブ分類 • 文章の感情分析 117/119 Encoder （符号化） I like this moveie because Pos. / Neg.? クラス トークン
118. 実践：Transformerを動かそう（1/2） • Transformerで映画レビューのポジティブ・ネガティブ分類 • 文章の感情分析 118/119 Encoder （符号化） I like this moveie because Pos. / Neg.? クラス トークン 新しい語を追加 では実際に動かしてみましょう
119. 実践：Transformerを動かそう（2/2） • DNAがウイルスか否かを判別 119/119 300 Encoder T ウイルス？ G T T T A A G C T