生成AIパスポート～模擬試験～ 2024年11月25日 ailearn 1. ニューラルネットワークの「重み共有」が画像認識タスクで特に有効である理由として最も適切なものはどれか。 モデルの精度が常に向上するため 出力層のサイズが自動的に決定されるため モデルの学習速度が倍増するため 同じフィルタを用いて異なる部分の特徴を学習できるため None 2. Transformerモデルにおける「ヘッド間の重み共有」が生成される情報に与える影響を最も正確に表す選択肢はどれか。 モデルの計算速度を劇的に向上させる モデル全体のメモリ消費量を削減する 各ヘッドが異なる特徴を学習できなくなる 入力データの順序依存性が完全に排除される None 3. IoTデバイスのセキュリティを向上させる方法として正しいものはどれか。 初期設定のパスワードをそのまま使用する 公共Wi-Fiに接続して使用する 複数のデバイスで同じアカウントを共有する 定期的にファームウェアを更新する None 4. Whisperを使用した音声認識プロジェクトで、認識精度が低下する可能性が高いケースとして最も適切なものはどれか。 高度な騒音除去が行われたクリアな音声環境 標準的なアクセントのスピーチを使用する場合 音声データが短時間で区切られている場合 トレーニングデータに含まれていない特定の方言が使用される場合 None 5. ChatGPTがトレーニングに使用するデータの選択において、倫理的に重要な考慮事項として最も適切なものはどれか。 データが全て公的機関から提供されていること データが偏りなく収集され、多様性を反映していること データが最新の技術を使用して収集されていること データが特定のタスクに限定されていること None 6. GPTシリーズが長文処理で抱える課題の解決策として最も適切なものはどれか。 トークン数の制限を完全に撤廃する モデルサイズを大幅に縮小する 注意機構を強化し、重要な文脈を選択的に保持する トランスフォーマーをGANに置き換える None 7. ディープフェイクを識別するための技術として適切なものはどれか。 自己注意機構 画像や動画の不自然なパターンを検出するアルゴリズム 音声認識モデルによる分析 潜在空間操作による改善 None 8. DALL-EとStyleGANの主な違いとして最も適切な説明はどれか。 DALL-EはGANに基づいているが、StyleGANはトランスフォーマーベースである DALL-Eはテキスト入力を基に画像生成を行うが、StyleGANは潜在変数を基に画像生成を行う DALL-Eは固定の画像生成に特化しており、StyleGANは画像編集機能を持たない DALL-Eは生成モデルであり、StyleGANは分類モデルである None 9. Zero-Shotプロンプティングの利点として正しいものを選びなさい。 複雑なタスクでの精度が非常に高い。 プロンプトがシンプルで入力が短い。 多くの具体例が必要である。 AIが自動的に文脈を生成する。 None 10. AIが利用するデータセットが不正確であり、それが社会的に不公平な結果を招いた場合、AI開発企業が求められる最善の対応はどれか。 不公平な結果を改善するためにデータを見直し、再トレーニングを行う データセットの収集元を公開して責任を回避する 不正確なデータが存在した可能性を否定する 不公平な結果が発生したことを公にしない None 11. Transformerモデルが視覚データの処理に応用される際の特有の工夫として正しいものはどれか。 入力画像をトークン化して処理する 自己注意機構を除去する ポジショナルエンコーディングを廃止する 畳み込み層を追加する None 12. シンギュラリティの到達時期について、レイ・カーツワイルが提唱した予測として正しいものはどれか。 2025年 2045年 2100年 到達する可能性はない None 13. AIとロボットの設計において「リアルタイム性」が特に重要となる場面はどれか。 大量の画像データをクラウドで分析する場合 医療用ロボットが手術中に動作する場合 ソーシャルメディアの投稿内容を感情分析する場合 農業用ロボットがデータ収集を行う場合 None 14. 生成AIが使用するトレーニングデータの選定において、個人情報保護法に違反しないための具体的な手段として最も適切なものはどれか。 公開情報だけをトレーニングデータとして利用する 適切な同意を得たデータを使用する データ内容を常に匿名加工する 以上のすべて None 15. 「個人情報保護法」に基づく個人情報の例として適切でないものはどれか。 名前 年齢 パスワード 端末のOSの種類 None 16. VAE（変分オートエンコーダ）がGANと比較して有利とされる点として正しいものはどれか。 VAEは計算資源をほとんど必要としない VAEは完全に教師あり学習に基づいて動作する VAEは確率的潜在空間を学習し、生成データの多様性が高い VAEは大規模データセットが必要ない None 17. AIの「第三次ブーム」（2000年代以降）の主な特徴として正しいものはどれか。 形式論理を用いたAIシステムの普及 ルールベースシステムの復活 大量データと計算能力の向上によるディープラーニングの台頭 AI研究の停滞と資金不足 None 18. AIの「知能」が進化する仕組みとして正しい説明はどれか。 データの量を増やすだけで知能が向上する データ、アルゴリズム、計算資源の相互作用で進化する ハードウェア性能だけで知能が大幅に向上する 人間がすべてのルールを設定することで進化する None 19. AIがロボットの動作に用いられる主な目的はどれか。 高速な物理的動作を実現するため 複雑な環境での判断能力を向上させるため エネルギー効率を高めるため ロボットの設計コストを削減するため None 20. SNSのプライバシー設定で最も注意すべきことはどれか。 投稿をすべて公開に設定する 位置情報を自動的に共有する設定にする 公開範囲を適切に制限する すべての情報を匿名で投稿する None 21. 「ドロップアウト」を適用するタイミングとして適切なものはどれか。 モデルの推論時 モデルのトレーニング時 モデルの初期化時 トレーニング後の評価時 None 22. AI利活用原則の主な目的は何ですか？ AIの技術的な開発だけを推進する AIの社会的・倫理的な活用を促進する AIの市場価値を最大化する AIをすべての業務に導入することを義務化する None 23. シンギュラリティ後の「人間とAIの協働」が成功するために重要な要素として正しいものはどれか。 AIの完全な制御権を人間が握ること AIが自律的に意思決定を行い、人間の介入を排除すること AIが独自の価値観を人間社会に押し付けること 人間とAIが相互補完的な関係を構築すること None 24. 企業Aが特許権を保有する技術を使用して新製品を開発した企業Bが、特許権侵害を回避するために最も適切な対応はどれか。 技術の使用を継続し、後から特許権者に許可を求める 企業Aからライセンス契約を取得する 特許権を無視し、自社独自の権利を主張する 企業Aの特許の保護期間が終了するまで待つ None 25. ChatGPTが自然な対話を生成する際に、文脈の維持に関連する主な課題として正しいものはどれか。 過去のトークンを全て記憶できない トークンの生成速度が遅すぎる 固有名詞の認識能力が欠如している 応答が常にランダムになる None 26. ディープフェイクによる影響を最小化するために重要な対策として適切なものはどれか。 生成されたコンテンツを識別するアルゴリズムの開発 ディープフェイク生成技術を一般公開しない トレーニングデータを削減する コンテンツ生成速度を遅くする None 27. ChatGPTが「生成AIパスポート」において学習するべき重要なポイントとして正しいものはどれか。 応答生成の仕組みと進化の過程 モデルのアーキテクチャの細部 モデルの全てのパラメータ 計算リソースの最適化方法 None 28. AIの利活用における「透明性」が最も重要とされる理由はどれか。 AI技術を独占的に利用するため AIの判断プロセスが不明瞭なまま利用されるリスクを減らすため AIをすべての人が利用可能にするため AIの利用を完全に自動化するため None 29. AIが生成した著名人の肖像を広告に利用する場合、最も重要な法的対応はどれか。 AIの利用規約を確認する 著名人本人から事前に同意を得る AIが生成したため問題はない 生成された肖像に修正を加える None 30. 機械学習における「決定木」の主な特徴として正しいものはどれか。 線形分離可能なデータにのみ適用できる データの分類や回帰の両方に使用できる 教師なし学習の一例である 事前にデータを次元削減する必要がある None 31. GPTが持つデメリットとして正しいものはどれか。 長文入力に対してコンテキストを保持し続けることが難しい 画像生成タスクに特化しているためテキスト生成が苦手 トレーニングデータが固定され、更新が不要 音声認識機能が搭載されていない None 32. ノーフリーランチ定理がアルゴリズム設計に与える重要な教訓として最も適切なものはどれか。 アルゴリズム設計では汎用性を追求するべきである 性能の高いアルゴリズムを一つ採用し続けるべきである 特定の問題設定に特化したアルゴリズムを設計するべきである 問題に依存せずにランダムにアルゴリズムを選ぶべきである None 33. 汎用型AIが特化型AIよりも困難な理由として正しいものはどれか。 データ量が特化型AIよりも多い 複数の異なるタスクを統合する設計が必要である 訓練時間が短すぎる 特定のタスクでの性能が向上しない None 34. AI社会原則の「プライバシー保護」の具体的な実施例として正しいものはどれか。 個人データの収集を制限せずに行う 個人データの公開を義務付ける AIモデルにすべての個人データを取り込む 個人データを匿名化し、必要最小限の範囲で利用する None 35. 転移学習が特に有効である場面として最も適切なものはどれか。 トレーニングデータが豊富に存在する場合 新しいタスクが既存モデルと無関係な場合 トレーニングデータが少なく、新しいタスクが既存モデルと関連している場合 モデルの計算リソースが無制限にある場合 None 36. ANIとAGIの技術的な違いを示す例として最も適切なものはどれか。 ANIは音声認識に特化しているが、AGIは文脈を理解して対話を行える ANIはモデルサイズが小さいが、AGIは非常に大規模である ANIは学習不要だが、AGIは全てのデータで再訓練が必要である ANIは複数のタスクを同時に処理できるが、AGIは一度に一つのタスクしか処理できない None 37. AGIが実現されると期待される応用例として最も適切なものはどれか。 単一のタスクで人間以上の性能を発揮する 機械学習モデルの訓練速度を向上させる 特定のデータセットを用いたパターン認識 医療診断、財務分析、自動運転など異なる分野での知識を統合した支援 None 38. SNS上での情報共有において注意すべき点はどれか。 すべてのフォロワーに自分の住所を公開する 知らない人からのメッセージには必ず返信する 投稿する前にプライバシー設定を確認する 位置情報を常に公開する None 39. 次の中で、知的財産権に含まれるものとして適切でないものはどれか。 特許権 商標権 著作権 所有権 None 40. 転移学習において、「モデル全体を再訓練する」のではなく「特定の層のみを再訓練する」理由として正しいものはどれか。 トレーニングデータを削減するため 新しいタスクに必要な特徴のみを効率的に学習するため 学習済みモデルを無効化するため 計算リソースを最大限に使用するため None 41. 「ランサムウェア」の主な特徴はどれか。 ユーザーのデータを暗号化し、復元のために身代金を要求する コンピュータを強制的にリセットする 特定のデバイスをハッキングする ウェブサイトを自動的にリダイレクトする None 42. ニューラルネットワークの「重みの正則化」において、L1正則化が特に有効な理由として最も適切なものはどれか。 モデルの学習速度を向上させる 重みをスパース化し、特徴選択を促進する 勾配消失問題を完全に解消する 学習率を自動調整する None 43. ノーフリーランチ定理の適用範囲を超える状況として最も適切な説明はどれか。 すべての問題が均等に分布している場合 アルゴリズムがランダムに選択される場合 問題の難易度が一様に異なる場合 問題空間が特定のバイアスを持っている場合 None 44. AIシステムの学習データに偏りがある場合、どのような具体的対策が「公平性の確保」に沿って最も適切でしょうか？ 偏りのあるデータをそのまま利用し、アルゴリズムを高度化する。 データの偏りがあっても透明性を優先し、変更しない。 偏りがある場合は、AIを利用しない判断を行うべきである。 データの偏りを検出し、補正または追加データの収集を行う。 None 45. AI生成物が他社の商標を模倣したと主張された場合、広告主が商標権侵害に該当しないことを示すために最も重要な要件はどれか。 商標が消費者に混同を招く可能性がないことを証明する 模倣商標が特定の国でのみ使用されていることを示す トレーニングデータに商標が含まれていないことを証明する 模倣商標が意図的に作成されたものでないことを証明する None 46. ロボットがAIを使用して学習する場合に用いる典型的な手法はどれか。 教師あり学習 無監督学習 強化学習 深さ優先探索 None 47. 次のアルゴリズムのうち、データのクラスタリングに使用されるものはどれか。 ランダムフォレスト 線形回帰 K-平均法（K-means） サポートベクターマシン（SVM） None 48. ニューラルネットワークで使用される活性化関数の目的として最も適切なものはどれか。 モデルの学習速度を向上させる 線形性を導入する 非線形性を導入する モデルの計算コストを削減する None 49. AIとロボットの相違として最も適切な記述はどれか。 AIはハードウェア、ロボットはソフトウェアを主体とする AIは情報処理、ロボットは物理的な動作を主体とする AIは動力源を必要とするが、ロボットは必要としない AIは物理的環境での動作を重視するが、ロボットは重視しない None 50. 公共Wi-Fiを利用する際に推奨されるセキュリティ対策はどれか。 HTTPS接続のウェブサイトを利用する 無料Wi-Fiではパスワードを使用しない 金融取引に使用することを推奨する ソーシャルメディアのアカウントを公開する None 51. AIの利用において持続可能性を確保するために、企業が最も優先して実施すべき取り組みとして適切なものはどれか。 AIシステムを常に最大限稼働させることで効率を高める エネルギー消費を抑えたAI設計を採用する 短期間で利益を最大化するためにAIを利用する 古いAIシステムを廃止せずに併用する None 52. 「ハイパーパラメータ調整」が重要となる手法はどれか。 線形回帰 主成分分析（PCA） A/Bテスト ランダムフォレスト None 53. 以下のうち、テキスト生成に特化した生成AIモデルとして正しいものはどれか。 GPT DALL-E StyleGAN Whisper None 54. ディープフェイクが生成するコンテンツの法的規制が必要とされる主な理由はどれか。 技術の進化を阻害するため トレーニングコストを削減するため 社会的混乱やプライバシー侵害を防ぐため 個人が自由に利用できる技術にするため None 55. ChatGPTが進化する中で、商業利用における倫理的課題として最も重要なものはどれか。 モデルの応答速度が遅いこと 偏りのある応答を生成する可能性 一部のタスクに特化できないこと APIの使用料金が高額なこと None 56. プロンプトとAIの応答の関係について正しい記述を選びなさい。 プロンプトはAIの応答に影響を与えない。 プロンプトの形式は応答には関係ない。 プロンプトはAIモデルの動作速度にのみ影響を与える。 プロンプトの内容によってAIの応答が大きく変わる。 None 57. XLNetがBERTと異なる主な点として正しいものはどれか。 双方向ではなく片方向の文脈を使用する 自己回帰的なトレーニングを採用する 翻訳タスク専用に設計されている 軽量化を主な目的としている None 58. 企業がランサムウェア攻撃を受けた場合、被害を最小限に抑えるための初動対応として最も適切な行動はどれか。 身代金を直ちに支払ってデータを回復する メディアに状況を公開して拡散を防ぐ 感染したシステムをネットワークから隔離する 感染したデータをすべて削除する None 59. AIの第一次ブームを牽引した理論的基盤として正しいものはどれか。 ニューラルネットワーク 論理推論と探索アルゴリズム ルールベースシステム ビッグデータ分析 None 60. StyleGANのデメリットとして適切なものはどれか。 テキスト指示を解釈する能力が欠けている テキスト生成における文脈理解能力が低い 動画生成タスクには対応していない 音声データのノイズ処理が不可能 None Time's up
