生成AIパスポート～模擬試験～ 2024年11月25日 ailearn 1. 「サポートベクターマシン（SVM）」において、カーネル関数が果たす役割として正しいものはどれか。 モデルの学習速度を上げる 高次元空間で線形分離を可能にする データをクラスタリングする 次元削減を自動的に行う None 2. シンギュラリティ到達後、AIが引き起こす可能性のある「価値観の多様化」に関連する課題として最も適切なものはどれか。 人間の倫理観がAIに完全に置き換えられる AIが人間の価値観を理解しようとしないこと AIによる価値観の偏りが意思決定を支配する可能性 人間が倫理的な判断を完全に放棄すること None 3. AIを活用した個人データ分析システムの設計で、「プライバシー保護」に適合する最も効果的な方法はどれですか？ すべてのデータを暗号化し、アクセス権を制限する。 利用者にデータの収集方法を知らせるが、暗号化はしない。 データを暗号化せずに匿名化のみ行う。 データ保護の必要性を軽視し、利便性を優先する。 None 4. AIにおける「ブラックボックス問題」の克服を目指す技術として最も関連性が高いものはどれか。 データ拡張技術 スパースモデリング 説明可能なAI（XAI） 分散処理 None 5. 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 6. AIとロボットの違いを正確に説明したものはどれか。 AIは物理的な部品から構成され、ロボットはプログラムで動作する AIは計算処理能力に依存し、ロボットは環境認識能力に依存する AIは判断力を提供し、ロボットは行動力を提供する AIとロボットの違いは技術的には存在しない None 7. AIの「第二次ブーム」（1980年代）の特徴として正しいものはどれか。 ルールベースのエキスパートシステムの隆盛 機械学習の発展と実用化 ディープラーニングによる画像認識技術の進展 計算能力の向上によるAIブームの終了 None 8. ニューラルネットワークの性能向上のために「正則化（Regularization）」が使用される理由として最も適切なものはどれか。 モデルの計算速度を上げるため 過学習（Overfitting）を防ぐため データ量を減らすため ラベル付きデータが不要になるため None 9. Transformerモデルの「マルチヘッドアテンション」で発生する可能性のある計算コストの問題を軽減するための一般的な手法として正しいものはどれか。 各アテンションヘッドの数を増やす 入力データの次元数を削減する スパースアテンション（Sparse Attention）を使用する データのバッチサイズを小さくする None 10. 過学習を防ぐために「アーリークロスバリデーション（Early Cross-Validation）」を適用する場合、重要なポイントとして最も適切なものはどれか。 検証データのスコアが安定する前にトレーニングを停止する トレーニングデータ全体を使用せずに部分的に学習を進める クロスバリデーションで得られた結果を基に学習回数を調整する 検証データを用いずにテストデータで精度を評価する None 11. 企業がAIを用いて生成した製品名が他社の商標と酷似している場合、不正競争防止法違反を防ぐための最も効果的な対応はどれか。 他社の商標が特許庁に登録されているか確認する 商標が商業利用されていない場合はそのまま使用する 製品名を変更し、他社との混同を避ける 製品名の使用を継続し、訴訟を想定する None 12. ChatGPTの利用において、倫理的課題となり得るものとして正しいものはどれか。 応答の生成速度が遅い 特定の言語に対応していない 音声データを生成できない 偏った情報を提供する可能性がある None 13. 企業が保有する個人情報を匿名加工情報として利用する場合、個人情報保護法に基づき最も適切な措置はどれか。 匿名加工情報として利用するため、本人の同意は不要 匿名加工情報を第三者に提供する際には、再識別が可能であることを明示する 匿名加工情報を作成する際には、元のデータを完全に削除する必要がある 匿名加工情報はどのような目的でも利用できる None 14. 第一次AIブームの中で開発された「探索アルゴリズム」の具体例として適切なものはどれか。 モンテカルロ法 ディープニューラルネットワーク K-近傍法（k-NN） A*アルゴリズム None 15. 生成モデルにおける「自己教師あり学習」が重要視される理由として正しいものはどれか。 ラベル付きデータが大量に必要であるため モデルのトレーニングを完全に自動化するため ラベル付きデータの精度を向上させるため ラベルなしデータから特徴を学習できるため None 16. ChatGPTの制限事項として正しいものはどれか。 トレーニングデータ以降の知識が欠如している 数値データの計算能力が高すぎる 言語生成が完全にランダムである 文脈の理解が不要なタスクには適していない None 17. テキスト生成AIが最新情報を提供する能力を補うために適切な方法を選びなさい。 プロンプトを詳細にするだけで最新情報を得る。 AIが生成する情報をそのまま使用する。 AIに最新情報を直接提供させる。 外部データベースやリアルタイムAPIを組み合わせて利用する。 None 18. AI効果が特に顕著になる理由として正しいものはどれか。 AI技術の発展速度が遅いため AI技術が日常生活に溶け込むため AI技術が特定の産業に限定されるため AI技術が完全に自律していないため None 19. 個人情報保護法における「利用目的の通知または公表」の義務について正しいものはどれか。 利用目的は個人に通知しなくてもよい 利用目的を定める必要はない 利用目的はすべての情報を包括的に設定する 利用目的を本人に通知するか公表する必要がある None 20. ALBERT（A Lite BERT）の主な改良点として正しいものはどれか。 モデルサイズを大幅に削減する データ拡張技術を利用する 翻訳専用タスクに最適化されている 大規模な事前訓練データが不要である None 21. LLMが学習するために主に使用されるデータは何ですか？ 画像データ 音声データ 膨大な量のテキストデータ 物理シミュレーションデータ None 22. シンギュラリティが達成されると予測される主な結果として正しいものはどれか。 AIが自己認識を持つようになる 人間の労働が完全に不要になる 技術の進化速度が指数関数的に加速する 人間の知能の限界がAIによって拡張される None 23. AI効果が「過小評価」につながる仕組みとして正しいものはどれか。 AI技術が普及すると、それが普通の技術として扱われる AI技術の失敗が目立ち、信用を失う AI技術が社会的に利用されなくなる AI技術が単一の分野でしか機能しない None 24. 「人間中心の原則」の内容として正しいものを選びなさい。 AIは人間の価値を保護し、人々の生活を向上させるべきである。 AIは常に人間の指示に従うべきである。 AIの利用において、開発者の意図が最優先される。 AIは人間に代わって意思決定を行うべきである。 None 25. シンギュラリティ到達の影響を受ける可能性が最も高い分野として適切なものはどれか。 医療、教育、経済 スポーツ、芸術、娯楽 宗教、哲学、倫理学 農業、林業、漁業 None 26. AIの第三次ブームで最も注目された技術として正しいものはどれか。 ディープラーニング エキスパートシステム 形式論理 機械翻訳 None 27. AIの利活用における「公平性」の概念が最も適切に関係するものはどれか。 AIが完全な自由意志で動作すること AIが人間の意図を正確に反映すること AIが特定のグループを不利益に扱わないこと AIがすべてのタスクを同じ速度で実行すること None 28. 著作権が自動的に発生する条件として正しいものはどれか。 創作された作品が公表されること 作品が固定された形で表現されること 作品が特許庁に登録されること 作品が商標として認められること None 29. ノーフリーランチ定理が「データ駆動型」のアプローチに与える影響として適切なものはどれか。 データ量が増えればアルゴリズム選択の重要性は減少する 問題固有のデータを活用することでアルゴリズムの性能を引き出せる データの前処理はアルゴリズムの性能に影響しない 汎用的なアルゴリズムを採用することで、どのデータでも同じ結果が得られる None 30. 過学習を回避するための一般的な方法として正しいものはどれか。 モデルの層数を増やす ドロップアウトを使用する トレーニングデータを減らす 重みを固定する None 31. 以下のうち、効果的なプロンプトに必要な要素として適切なものを選びなさい。 曖昧さ 無制限の自由度 具体性 入力の短さ None 32. AIが生成した文章が他社の営業秘密を含むことが判明した場合、企業が直ちに取るべき最適な行動はどれか。 該当する文章を削除し、影響範囲を調査する トレーニングデータの管理者を訴える 該当する文章を部分的に修正して再公開する 他社に責任を転嫁する方法を検討する None 33. 生成モデルが特に注目される応用分野として正しいものはどれか。 ハードウェア設計の最適化 医療画像の生成と診断支援 経済データの分析と予測 高速データベース検索 None 34. AIシステムが「専門家の判断を模倣」するために利用する技術として最も適切なものはどれか。 エキスパートシステム ニューラルネットワーク 遺伝的アルゴリズム ベイジアンネットワーク None 35. 転移学習を行う際に「凍結層を増やす」ことの主なメリットとして正しいものはどれか。 モデル全体の再訓練が容易になる 計算コストを削減し、過学習のリスクを軽減できる 出力層のパフォーマンスを向上させる 新しいデータへの適応能力を最大化できる None 36. ニューラルネットワークの「出力層」の主な役割はどれか。 データの前処理を行う 学習率を調整する データの次元削減を行う 最終的な予測値を生成する None 37. 生成モデルの中で「生成的敵対ネットワーク（GAN）」が導入した革新的なアイデアとして正しいものはどれか。 データ生成と分類の競争的トレーニング 自己教師あり学習 確率分布の明示的なモデリング トレーニングにラベル付きデータが必要 None 38. LLMの応答が事実に基づいていることを確認するために最も効果的な方法はどれですか？ LLMの応答をそのまま信頼する。 LLMに複数回同じ質問をして矛盾を確認する。 外部データベースを使用して応答を検証する。 応答が正確かどうかは検証しない。 None 39. 生成モデルの誕生が注目されるようになった主な要因として正しいものはどれか。 計算能力の向上と大量データの利用可能性 クラス分類精度の向上 ハードウェアの低速化による影響 データベース技術の進化 None 40. AIの活用によってプライバシー保護が損なわれた場合、企業が最も重視すべき対応として適切なものはどれか。 問題を内部で解決し、外部への公表を避ける プライバシーに関する規制を見直すまで運用を停止する 影響を受けた個人に状況を説明し、適切な補償を行う AIモデルを改善せずに運用を続ける None 41. T5（Text-to-Text Transfer Transformer）の特長として正しいものはどれか。 全ての自然言語処理タスクを「テキスト生成」として統一する トランスフォーマーのデコーダのみを使用する 画像生成タスクに最適化されている 翻訳タスクには対応しない None 42. AI研究が一時的に停滞した時期を指す用語はどれか。 AI革命 AIの冬 ディープラーニングブーム 計算機科学の黎明期 None 43. DALL-Eのメリットとして最も適切なものはどれか。 高解像度画像を生成する能力に優れている マルチモーダル処理で動画生成が可能 テキストの翻訳に特化している 音声認識と画像認識を同時に行う None 44. インターネットリテラシーとは何を指すか。 インターネットの利用に関する技術的スキル インターネットを安全かつ効果的に利用する能力 インターネットでプログラミングを行う能力 インターネット上の動画編集スキル None 45. Imagen VideoとDALL-Eの主な違いとして正しいものはどれか。 Imagen Videoはトランスフォーマーを使用しないが、DALL-Eは使用する Imagen Videoは音声認識に特化し、DALL-Eは画像分類を行う Imagen VideoとDALL-Eの両方が静止画生成のみを対象としている Imagen Videoはテキストを基に動画を生成し、DALL-Eはテキストを基に画像を生成する None 46. 企業AがAIを利用して開発した製品が、誤動作により消費者に損害を与えた場合、企業Aが法的責任を回避するために最も重要な対応はどれか。 AIが独自に判断した結果であることを主張する 消費者に対して責任を転嫁する AIの設計・運用における安全対策を立証する 迅速な謝罪を行い、製品の回収を表明する None 47. フィッシング詐欺を防ぐための最善策はどれか。 すべてのメールに返信する メールアドレスを頻繁に変更する 公共Wi-Fiを利用する 不審なメール内のリンクや添付ファイルを開かない None 48. AIに歴史的な事実を答えさせる際、適切なプロンプト設計として正しいものを選びなさい。 「第一次世界大戦について教えてください。」 「戦争について説明してください。」 「第一次世界大戦の主要な原因を3つのポイントに分けて説明してください。」 「歴史を教えてください。」 None 49. 過学習を防ぐために「検証データセット」が使用される主な理由として正しいものはどれか。 モデルの汎化性能を評価するため トレーニングデータを補完するため モデルの計算速度を向上させるため トレーニングデータをランダム化するため None 50. 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 51. テキスト生成AIが最新情報の提供を苦手とする理由として最も適切なものを選びなさい。 リアルタイムでデータを収集できる能力があるため データベースを持たないため プロンプトが正確であれば最新情報も生成可能であるため モデルがトレーニング済みのデータに基づいて応答を生成するため None 52. AIが生成した架空の人物の肖像画像について、肖像権が適用される可能性はどれか。 完全に架空であれば肖像権は適用されない AIが生成した場合、自動的に肖像権が適用される トレーニングデータが公開されていない場合、適用される 架空であっても特定の個人を連想させれば適用される None 53. ChatGPTの初期バージョンが公開された年として正しいものはどれか。 2017年 2018年 2020年 2021年 None 54. 「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 55. AIの研究分野において「ニューラルネットワーク」の可能性を広げた1980年代の重要なブレークスルーはどれか。 単層パーセプトロンの導入 逆伝播（バックプロパゲーション）アルゴリズムの開発 ディープニューラルネットワークの直接的な実用化 サポートベクターマシン（SVM）の理論発展 None 56. AI効果が教育分野に及ぼす影響として正しいものはどれか。 AI技術が教育ツールとして陳腐化し、新しい教材が必要になる AIの過小評価により教育での活用が減少する AI技術が教育現場で過大評価され、無批判に受け入れられる AI効果が教育内容の更新を完全に停止させる None 57. IoTデバイスを安全に使用する際に、次の選択肢の中で最も適切なセキュリティ対策はどれか。 すべてのデバイスを同じネットワークに接続する デフォルトのパスワードを変更し、ファームウェアを最新に保つ デバイスに公開ネットワークで直接アクセスを許可する デバイスのファームウェアを更新しないことで互換性を維持する None 58. 汎用型AI（General AI）が現在実現されていない理由として最も適切なものはどれか。 十分なトレーニングデータが不足している 複数のタスクに適応する技術が未成熟である ハードウェアの性能が足りない 人間の認知機能を完全に理解していない None 59. Transformerモデルが自然言語処理（NLP）で広く利用される理由として正しいものはどれか。 自然言語データの前処理を完全に不要にするため 小規模データセットでのみ高精度を達成できるため 文法構造を直接的に理解するため 文中の長距離依存関係を効率的にモデル化できるため None 60. 知的財産権とは何を保護するための権利か。 土地や建物などの不動産 創作や発明、デザインなどの無形の財産 金銭や証券などの資産 インターネット上の全データ None Time's up
