Attentionとは？

「大事な一文だけ、目に入ってくる」あの感覚

上司から届いた5段落のメール。あなたは挨拶を飛ばし、真ん中を素早く読み、「金曜まで」の一文だけで目が止まる。脳が勝手に「ここが大事」とハイライトした、あの感覚です。

つまり、Attention（アテンション）は、Transformer（トランスフォーマー）と呼ばれるAIの骨格の中で、文の各要素に対して「どれくらい注目するか」を重み（weight）として付け、情報を選択的に集約する仕組みです。

あなたの日常で、もう起きているAttention

実はAttentionは「AIの特殊機能」ではなく、あなたが毎日無意識に行っている認知作業そのものです。次の場面を思い浮かべてみてください。

日常の例え	補足
✦ 満員電車の中でスマホを操作しながら、周囲のざわめきは意識の外に流れ、乗降アナウンスだけが鮮明に耳に入る	✦ 乗降アナウンスだけに高い重みを付け、周囲のざわめきは低い重みで意識の外に流している
✦ 長時間の会議で周囲の雑音がざわざわしているのに、自分の名前が呼ばれた瞬間、すべてが静まり世界が自分だけになる	✦ 「自分の名前」という部分にだけ高い重みを付け、他の発言は背景音として処理している
✦ 料理のレシピを読みながら、手順の細かい説明は流し読みでも、材料リストの計量部分だけに視線が繰り返し戻る	✦ 材料リストの計量部分だけに高い重みを置き、手順の細かな説明は低い重みで流している
✦ 夜間の高速道路で路肩の景色がぼんやり流れていく中、前方の車両と信号機だけがくっきりと視界に浮かび上がる	✦ 前方車両と信号機にだけ高い重みを付け、路肩の景色は低い重みで背景として処理している

この「無意識のハイライト」を、AIが数値として毎回行っている。これがAttentionの本質です。

G検定・データサイエンティスト検定で、どう問われるか

出題アングルは主に「TransformerがRNN（リカレントニューラルネットワーク）と何が違うか」の文脈で、Attentionが「文の順番を待たずに全要素を同時に参照できる」点で問われます。

「Attentionを”メールを読む脳の動き”で説明できるか」と自分に問い、3秒で一言に圧縮できれば理解度は合格ラインです。

Attentionの「隣人」たち

Attentionを単体で覚えるより、周りの用語との関係で押さえるほうが定着します。

• Transformer——Attentionを「部品」として組み込んだAIの全体像。Attentionはエンジン、Transformerは車体、と考えると
• Embedding（埋め込み）——Attentionが「どこに注目するか」を決める前に、言葉が数値ベクトル化される工程

主な関係は下記になります。

まとめ

Attentionは「AIが長文の中で大事な箇所を”拾う”仕組み」。脳の無意識のハイライトと本質は同じで、TransformerやLLM（大規模言語モデル）の動作を支える土台です。

試験の3語の要点：「重み付け」「並列参照」「Transformerの核」

今週のアクション：次に長いメールを読んだとき、「どの一文に目が留まったか」を1秒で思い出してみる。それが”人間のAttention”です。

　検証結果の分析より映画みたいな画が出てきたのが面白かったですｗ注目している感はありますかね？ただ、強弱がイマイチわかりづらいですね