G検定～模擬試験①～ 2024年12月6日2024年12月6日 ailearn 1. 次のうち、AIが監視社会を助長するリスクとして最も正しいものはどれか。 AIはプライバシーを保護するため、監視には使用されない AIは監視社会を防ぐために設計されている AIは監視に使われることが少ないため、リスクはない AIは個人の行動を追跡し、過度な監視を行うリスクがある None 2. 日本政府が発表した「AI社会原則」における、最も重要なテーマは何ですか？ 技術革新の加速 AIによる経済発展 人権とプライバシーの尊重 AI開発の自由化 None 3. 画像認識モデルの評価において「混同行列」が役立つ理由は何ですか？ モデルの計算速度を測定するため クラスごとの正解率と誤認識のパターンを視覚化できる 画像の解像度を最適化するため 勾配消失問題を確認するため None 4. 次のうち、自動運転車におけるAIの役割として最も正しいものはどれか。 自動運転車はAIを使用せず、全て手動で制御される AIは車両の動作を制御し、道路状況や障害物を認識する AIは運転手の体調を監視し、必要に応じて操作を引き継ぐ 自動運転車はAIを使用せず、単純なルールベースのプログラムで動作する None 5. Transformerアーキテクチャが従来のRNNと比較して自然言語処理タスクで優れている理由として最も適切なのはどれですか？ 畳み込み層を使用するため 活性化関数を使用しないため 時間依存性を無視するため 並列処理が可能であり、計算効率が高いため None 6. AI技術を活用して個人情報を含むデータを分析する場合に、注意すべき法律的なポイントは何ですか？ データの匿名化が不要であること すべてのデータを自由に利用できること 利用目的を逸脱しない範囲でのデータ利用と、本人の同意取得が求められる データの誤りを放置してよいこと None 7. OECDの「AIに関する原則」において、AIの「持続可能性」が指摘される理由は何ですか？ AI技術が長期間にわたり活用できるようにするため AIが自己修復機能を持つことを確保するため AIが経済的に持続可能であることを保証するため AI技術が環境や社会に対して持続可能な方法で使用されるべきであるため None 8. 畳み込みニューラルネットワーク（CNN）で使用される「畳み込み層」の主な目的は何ですか？ モデルのパラメータを削減する 画像から特徴を抽出すること 入力データの次元を削減する ニューラルネットワークの深さを増やす None 9. 著作権法における「権利の制限」とは何ですか？ 著作物を自由に使用できること 特定の状況において、著作権者の許可なしに著作物を使用できる例外規定 著作物の販売を制限すること 著作物の削除を求める権利 None 10. 欧州連合（EU）の「AI倫理ガイドライン」において、AIシステムが「信頼できる」と判断されるためには、どのような基準が満たされるべきですか？ AIシステムが完全に自律的であること AIシステムが倫理的であり、透明性と説明責任が確保されていること AIシステムが市場で最も効率的であること AIシステムが競合他社より優れていること None 11. 日本の「AIガバナンス・イニシアティブ」において、国際的なAI倫理ガイドラインとの整合性を保つために、特に強調されている点は何ですか？ 国内の文化や価値観を優先して国際規制を無視すること AIの開発においてすべての責任を個人に転嫁すること 他国との協力を避け、独自基準を設定すること 国際標準との技術的互換性を重視すること None 12. モデル選択において「エッジケース」を考慮する理由は何ですか？ モデルのサイズを決定するため モデルが多様な状況に適応できるかを確認するため データの前処理を行うため 学習速度を上げるため None 13. AIを活用した顔認識技術の利用において、プライバシー侵害のリスクを最小限に抑えるために企業が取るべき措置は何ですか？ 顔データを永久に保存する 顔データの使用目的を明確にし、利用者の同意を得る 顔データを無制限に第三者と共有する 顔データを匿名化せずに保存する None 14. 画像認識タスクでよく使用される「データ拡張」の手法として適切ではないものはどれですか？ 水平反転 グレースケール変換 ランダムノイズの追加 画像の一部を削除 None 15. 著作権法に基づく「引用」が認められるための条件は何ですか？ 出典を明示し、公正な範囲で行うこと 著作物を改変すること 著作物を商業利用すること 著作物の一部を削除して使用すること None 16. 学習率の役割は何ですか？ モデルの複雑さを決定する 重みの更新幅を決定する モデルのサイズを制御する データの前処理を行う None 17. 全結合層の計算負荷を削減するために採用される手法として適切なのはどれですか？ 層の深さを増やす 勾配クリッピングを導入する 出力次元を増加させる 低ランク近似を使用する None 18. 畳み込み層で使用されるフィルターのサイズが一般的に小さい理由は何ですか？ 計算コストを下げるため 局所的な特徴を捉えるため モデルの複雑さを増すため 重みの数を減らすため None 19. LSTM（Long Short-Term Memory）の主な利点は何ですか？ 学習速度が速い モデルのサイズを小さくする データの次元を削減する 長期的な依存関係を学習できる None 20. AIによるデータ保護に関する課題として最も適切なものはどれか。 AIはすべてのデータを安全に保管するため、データ保護の問題はない AIが収集したデータの不正利用や流出のリスクが存在する AIはデータを保管しないため、データ保護の問題は発生しない AIはデータを常に暗号化して保管するため、保護の問題はない None 21. CNNモデルで、オーバーフィッティング（過学習）を防ぐために一般的に使用される手法はどれですか？ ドロップアウト グラデーションブースティング ストライドの増加 正規化層の追加 None 22. 個人情報保護法における「外国における第三者提供」に関する条件として正しいのはどれですか？ 外国に移転する場合、特に条件は不要である 本人の同意を得るか、移転先国が十分なデータ保護体制を持つ必要がある 外国移転の際には、必ず個人情報保護委員会の許可が必要である データは暗号化されていれば、自由に移転可能である None 23. DenseNetが他のCNNアーキテクチャと異なる点は何ですか？ 隠れ層を持たない 出力層にスキップ結合を使用する 各層が全ての前の層の出力に直接アクセスできる フィルターの数が少ない None 24. 畳み込み層において、ストライドとは何を指しますか？ フィルターの数 入力データの前処理方法 フィルターを移動させる際のステップサイズ 出力のサイズ None 25. 次のうち、AIの進展に最も寄与している技術はどれか。 クラウドコンピューティングとデータの共有技術 大規模な計算リソースとストレージ技術 テキストベースの通信技術 自然科学のシミュレーション技術 None 26. 自然言語処理において「データスパースネス問題」とは何ですか？ データが過剰にラベル付けされている問題 データの頻度が少なく、単語の共起パターンが十分に学習できない問題 データのノイズが多すぎる問題 データセットが非常に大規模である問題 None 27. 「要配慮個人情報」とは何ですか？ 公にされている個人情報 他人に知られたくないセンシティブな個人情報 ビジネスに関連する情報 企業の経営データ None 28. 次のうち、弱いAIの特徴として最も適切なものはどれか。 あらゆる状況に対して自律的に適応する能力を持つ 特定のタスクに特化して設計されている 人間の知能を超える判断を常に行う 強化学習を用いて全ての問題に対応する None 29. 米国の「AI倫理原則」において、「説明責任」とはどのように定義されていますか？ AIが人間に代わってすべての責任を持つこと AIの開発者や運用者が、AIの決定に対して責任を負うこと AIが自動で問題を解決すること AIが自己学習を行うこと None 30. AIシステムがユーザーのプライバシーを尊重するために、「データ匿名化」と「データ暗号化」を組み合わせる利点は何ですか？ データを無期限に保管できる データが第三者に渡ってもプライバシーが保護される データが完全に削除される ユーザーが自由にデータを閲覧できる None 31. a b c d None 32. Word2Vecの「スキップグラムモデル」の特徴は何ですか？ 中心となる単語から周囲の単語を予測する 文脈単語から中心単語を予測する 単語間の類似性を計算する 単語の頻度を基にベクトルを生成する None 33. 畳み込み層の前にどのような層を配置することが一般的ですか？ プーリング層 全結合層 リカレント層 入力層 None 34. 日本の個人情報保護法において「個人情報」として定義されるのはどれですか？ 氏名や住所など、個人を識別できる情報 統計データ データの所有権 データのバックアップ None 35. AIシステムが「データポータビリティの権利」をどのようにサポートするべきですか？ データを他のユーザーに販売できる データを削除せずに無期限で保存する データの変更を禁止する ユーザーが自分のデータを他のシステムやサービスに移行できるようにする None 36. 個人情報保護法に基づく「開示請求」とは何ですか？ 企業が自発的に個人情報を公開すること 本人が自分の個人情報の開示を企業に請求できる権利 個人情報を第三者に提供する手続き 個人情報の削除を企業に求めること None 37. AIモデルのトレーニングデータとして個人情報を含むデータを使用する場合、個人情報保護法の観点から必要な措置として最も適切なのはどれですか？ データをそのまま利用する データを完全に削除する 本人の同意を得て、利用目的を明示する 学術目的の場合、同意なしで利用できる None 38. 活性化関数の主な目的は何ですか？ データの正規化 非線形性を導入すること モデルのトレーニング速度を上げる データの次元を削減する None 39. 次のうち、狭いAI（Narrow AI）の例として適切なものはどれですか？ チェス専用のAIプログラム 人間のように多種多様なタスクを実行するAI 完全自律的に行動するロボット 汎用AI（AGI: Artificial General Intelligence） None 40. OECD（経済協力開発機構）が策定した「AIに関する原則」の主な目的は何ですか？ AI開発の加速 グローバルなAI規制の統一 人間中心のAI開発と国際協力の推進 技術革新の制限 None 41. 全結合層はどのような場合に使用されることが多いですか？ 画像データの前処理 特徴抽出後の最終出力生成 データの正規化 時系列データの処理 None 42. AIを利用したコンテンツ生成プラットフォームで、著作物を生成する際の適切な著作権対応は何ですか？ データがインターネットに公開されていれば自由に利用できる 商業目的でなければ著作物を自由に利用できる AIによる生成物には著作権が発生しないので自由に利用できる 元データの著作権者から許可を得るか、パブリックドメインのデータを使用する None 43. AIの国際的な倫理ガイドラインが遵守されない場合、最も懸念されるリスクとして適切なのは何ですか？ 技術的進歩が大幅に遅れること 国際的な信頼が低下し、技術の誤用が広がること 特定の企業が技術開発で優位に立つこと AIが自己進化して制御不能になること None 44. 国連の「AI倫理勧告」において、AI技術が「持続可能な開発目標（SDGs）」に貢献するために特に必要とされる要素は何ですか？ エネルギー効率を高める設計と公正な利用の推進 AI技術をすべての国に無制限で供給すること AIのすべてのアルゴリズムを公開すること AIの使用を先進国に限定すること None 45. 画像認識において、ディープラーニングモデルが画像の入力データを正規化（Normalization）する主な目的は何ですか？ 訓練データのサイズを縮小するため モデルの過学習を防ぐため 勾配消失や勾配爆発を防ぐため ノイズを除去するため None 46. 畳み込み層の主な目的は何ですか？ 特徴量を抽出すること 出力を正規化すること データの次元を削減すること モデルの出力を生成すること None 47. 全結合層での過剰適合を防ぐために使用される一般的な手法は何ですか？ 正則化 バッチサイズの変更 モデルの複雑さを増す 訓練データの増加 None 48. BERTの「マスク言語モデル（MLM）」はどのように機能しますか？ テキストの一部を隠し、隠された単語を予測する テキストの長さを調整する 単語を別の言語に翻訳する 文の順序を変える None 49. 著作権法に基づいて、著作物をパブリックドメインにするためには何が必要ですか？ 著作権の放棄を宣言するか、保護期間が終了する 著作権者が自ら権利を強化する 著作権の更新手続きを行う 著作権者が著作物を商業利用する None 50. 全結合層の重みを更新する際に使用する一般的な最適化手法はどれですか？ 最小二乗法 K近傍法 勾配降下法 主成分分析 None 51. AIとロボットの違いとして正しいものはどれか。 AIは物理的な作業を行うが、ロボットは知的作業を行う AIは知的作業を担当し、ロボットは物理的な作業を担当する AIとロボットは同じ技術であり、違いはない ロボットはAIを使わずに動作する None 52. ディープラーニングが従来のニューラルネットワークと比較して、より多くの層を使用できる理由として適切なのはどれですか？ GPUの進化により計算能力が向上したため 活性化関数が不要になったため 過学習が完全に解決されたため 勾配消失問題が完全に排除されたため None 53. 次のうち、AIの進展に最も寄与している技術はどれか。 ニューラルネットワークと並列計算技術 電子マイクロスコープ技術 細胞培養技術 光学顕微鏡技術 None 54. AIシステムがプライバシー保護のために「ゼロ知識証明（Zero-Knowledge Proof）」を採用する利点として最も適切なのは何ですか？ すべてのデータを削除する データを公開してからプライバシーを保護する 暗号化を使用せずにデータを保護する 特定の情報を明示せずに、その情報が正しいことを証明できる None 55. 全結合層における「バイアス項」の役割は何ですか？ 出力をゼロに制限する モデルのパラメータを増やす 入力の次元を削減する ニューロンの活性化を調整する None 56. 自律的AIの特徴として正しいものはどれか。 常に人間の指示を必要とする 環境や条件に応じて自律的に行動を変更することができる すべての学習を教師あり学習に依存する 一度プログラムされたら、変更されることなく動作する None 57. ニューラルネットワークの基本的な構造はどのようなものですか？ 入力層、出力層、報酬層 入力層、隠れ層、出力層 入力層、隠れ層、出力層 入力層、出力層、正則化層 None 58. 全結合層の重み行列が初期化されていない場合に発生しやすい問題はどれですか？ 活性化関数が誤動作する 勾配消失や勾配爆発が起こる 出力の次元が正規化されない モデルが過剰適合を起こす None 59. 国連のAI倫理ガイドラインでは、AI技術が持続可能な開発に寄与するために、どのような要素が特に重視されていますか？ AI技術が経済成長を加速させること AI技術が自動化を推進すること AIが持続可能な開発目標（SDGs）を達成するための手段として活用されること AIの開発者が自由に技術を利用できること None 60. 畳み込み層で使用される「パディング」が出力サイズに与える影響は何ですか？ 出力サイズを縮小させる 出力サイズを拡大させる 出力サイズを保持する パディングは出力サイズに影響を与えない None 61. 次のうち、形態素解析に適しているモデルはどれですか？ RNN CNN CRF（条件付き確率場） LSTM None 62. 全結合層の数が増えると、どのような影響がありますか？ モデルの計算量が減る モデルが過剰適合しやすくなる 学習が早くなる 特徴量の情報が増える None 63. AIの透明性を確保するために用いられる技術の一つとして、正しいものはどれか。 AIの意思決定プロセスを説明可能にする技術（XAI） AIの判断結果をブラックボックス化する技術 AIの学習過程を完全に人間に任せる技術 AIの判断結果をランダムに変更する技術 None 64. 全結合層を使用する際、ドロップアウトが推奨される理由は何ですか？ モデルの計算を簡素化するため 特徴量を選択するため モデルの訓練を早くするため 過剰適合を防ぐため None 65. 個人情報保護法の改正によって追加された「データポータビリティ」とは何ですか？ 本人が自分の個人情報を他のサービスプロバイダに移転できる権利 企業が個人情報を第三者に自由に提供できる権利 データを暗号化する手法 データを削除する手法 None 66. 著作権法における「二次的著作物」とは何ですか？ 原著作物を基にして新たに創作された著作物 原著作物のままの作品 著作物の削除された部分 商業的に利用された著作物 None 67. ニューラルネットワークにおける「ドロップアウト」の目的は何ですか？ モデルのサイズを小さくする 学習率を調整する オーバーフィッティングを防ぐこと 隠れ層の数を減らす None 68. 著作権の「翻訳権」とは何ですか？ 著作物を複製する権利 著作物を改変する権利 著作物を販売する権利 著作物を異なる言語に翻訳する権利 None 69. 全結合層のパラメータ数が非常に多い場合、過剰適合を防ぐために有効な手法として適切なのはどれですか？ バッチサイズを小さくする ドロップアウトを導入する 出力次元を増加させる 学習率を高く設定する None 70. 日本における「AI活用のためのガバナンスガイドライン」では、AIシステムの開発においてどのような点に特に注意が払われるべきとされていますか？ AIシステムが人間による制御下にあることを保証すること AIが社会に与える影響を最小限にすること AIが経済成長を加速させること AIが人間の知能を超えること None 71. 次のうち、強いAI（AGI: Artificial General Intelligence）の定義として正しいものはどれか。 特定のタスクに特化したAIで、あらゆる状況に適応できるわけではない あらゆるタスクに柔軟に対応できる汎用的な知能を持つAI 人間がプログラムしたルールに従って動作するAI データ解析に基づき、物理的な作業を行うAI None 72. 全結合層を用いる場合、過剰適合を防ぐためにどのような手法が効果的ですか？ データ拡張 バッチ正則化 重みの初期化 活性化関数の選択 None 73. CNNにおける「ストライド」とは何ですか？ 各フィルターが入力データ上を移動する幅 パラメータの更新頻度 勾配の更新量 正則化の一種 None 74. AIが作成したプログラムコードに対して、プログラム自体の著作権は誰に帰属するか？ プログラムを利用したエンドユーザー プログラムを実行したコンピュータ プログラムを作成したAIの開発者 プログラム自体には著作権が存在しない None 75. 個人情報保護法において、「利用停止請求」が認められるのはどのようなケースですか？ データが正確でない場合 データの保存期間が過ぎた場合 利用者がデータの変更を希望する場合 個人情報が違法に取得された場合や、不正な目的で利用された場合 None 76. 全結合層の出力を生成する際に注意すべき点は何ですか？ 重みの初期化方法 アクティベーション関数の選択 データの前処理 すべての選択肢 None 77. 畳み込み層の活性化関数として一般的に使用されるものはどれですか？ シグモイド関数 Tanh関数 ReLU関数 全ての選択肢 None 78. AIが労働市場に与える影響として「リスキリング（Re-skilling）」が重要視される理由として正しいものはどれですか？ AIが全ての仕事を自動化するため AIが人間の労働を不要にするため AIによる生産性向上が仕事を完全に変えるため AIが一部の仕事を代替する一方で、新たなスキルが求められるため None 79. 次のうち、AIによる自律兵器に関する問題として最も適切なものはどれか。 自律兵器はAIが全てを制御するため、人間の介入は不要である 自律兵器はAIが関与しないため、問題はない 自律兵器は常に人間が操作するため、AIの問題は発生しない 自律兵器が人間の制御を離れて行動するリスクがあり、倫理的な懸念がある None 80. AIによる音楽生成が商業利用される場合、著作権法上の注意点は何ですか？ 元データの著作権が保護されていない場合は自由に利用できる 元となる楽曲やサンプルの著作権を確認し、必要に応じて許可を得る AIが生成した楽曲は著作権の保護対象外である 商業目的でない場合は許可が不要である None 81. 次の文章分類タスクにおいて、BERTモデルのファインチューニングが有効な理由として最も適切なのはどれですか？ 文脈を無視して個々の単語に基づいて分類を行う 大規模なデータセットがなければ機能しない 双方向の文脈を考慮した特徴量を提供できる 出力が常に100%正確である None 82. 個人情報の「匿名化処理」とは何を指しますか？ データを削除すること データを暗号化すること 利用目的を変更すること 個人を特定できない形に情報を加工すること None 83. AIシステムにおいて、個人データを利用する際の「明示的な同意」と「暗黙の同意」の違いは何ですか？ 明示的な同意は利用者がデータ使用を明確に承諾することを意味し、暗黙の同意は利用者が黙認することを意味する 明示的な同意は不要であり、暗黙の同意が常に優先される 明示的な同意は一度得たら取り消せない 暗黙の同意は常に違法である None 84. ディープラーニングを活用した自然言語処理において、「テキスト生成（Text Generation）」で使用される主な手法はどれですか？ ワードベースのカウントモデル 言語モデル（Language Model） トピックモデル データ拡張 None 85. AIシステムが大規模なデータセットを利用して個人を特定するリスクを軽減するために、どのような手法が有効ですか？ データを無制限に公開する データを削除しない データの「擬似匿名化」や「完全匿名化」を行う データを他社に共有する None 86. ディープラーニングモデルの訓練中に、モデルがテストデータに対して高いエラー率を示す場合、考慮すべき点は何ですか？ モデルが訓練データに対して過剰適合している可能性 訓練データの質が悪い可能性 モデルのサイズが大きすぎる可能性 モデルのトレーニングが不足している可能性 None 87. VGGNetの特徴として正しいのはどれですか？ フィルターサイズを固定し、層を深く積み重ねる スキップ結合を持つ 正則化手法としてL2正則化のみを使用する 全ての畳み込み層に異なるフィルターサイズを使用する None 88. AIが「フェイクニュース」を生成するリスクを軽減するためのアプローチとして、最も適切なものはどれですか？ ニュース生成を全面的に禁止する 自然言語処理の技術を制限する AIで生成されたコンテンツを識別する技術を開発する 全てのニュースサイトを規制する None 89. AIによる自動意思決定の結果が不当な差別や偏りを生じた場合、個人が求めることができる対応策は何ですか？ データ提供の停止 人間による再審査を要求する権利 AIの結果を強制的に承認する データの再提供を求める None 90. 個人情報保護法に基づく「安全管理措置」とは何ですか？ 個人情報の取扱いに関する物理的、技術的、組織的な対策 個人情報を自由に使用できる権利 個人情報の商業的利用を推奨すること 企業がデータを定期的に公開すること None 91. 次のうち、機械学習と人工知能の関係を正しく説明しているものはどれか。 機械学習は人工知能の一部であり、データを基に学習する技術の総称である 人工知能は機械学習の一分野であり、機械学習がAI全体を構成している 人工知能と機械学習は全く異なる技術であり、互いに関連しない 機械学習は自然言語処理の一部であり、主にテキスト解析に使用される None 92. CNNを使用して画像分類を行う際、データ前処理として一般的に行われる処理はどれですか？ 重みの初期化 バイアスの調整 画像の正規化やリサイズ ハイパーパラメータの調整 None 93. 次のうち、自然言語処理で「系列ラベリング」を行うタスクに該当するのはどれですか？ 画像分類 機械翻訳 音声認識 名詞句抽出 None 94. AIのバイアスに関する問題として、正しいものはどれか。 AIはデータに基づいて公正に判断するため、バイアスは存在しない AIのバイアスはプログラムの初期設定で完全に排除される AIは常に正しい結論を導くため、バイアスの心配はない AIはデータに存在する偏りを学習し、その偏りが結果に影響を与える可能性がある None 95. 次のうち、人工知能（AI）の定義としてジョン・マッカーシーが述べたものはどれですか？ 機械が人間のように行動する能力 機械が知的な行動を示すための科学と工学 機械が自律的に意思決定を行う技術 人間の知性を模倣するプログラム None 96. AI技術を用いて生成された作品が既存の著作物と類似している場合、著作権法上のリスクとして適切なのはどれですか？ 生成物に著作権が認められないためリスクはない AIツールの開発者に責任が発生する 生成物が類似していても、商業利用がなければ問題ない 元の著作物の著作権を侵害する可能性がある None 97. モデルの選択において、「アンサンブル学習」とは何を指しますか？ 複数のモデルを組み合わせて最終的な予測を行う手法 単一のモデルを使用する手法 モデルのパラメータを調整すること 特徴量を選択すること None 98. 人工知能（AI）の定義として最も適切なものはどれか。 感情を持ち、感情に基づいて行動を決定するシステム 人間の知的行動を模倣し、推論や学習、意思決定を行うシステム 人間の運動機能を向上させるために設計されたシステム 人間の手を借りずに物理的な作業を自動化するシステム None 99. 畳み込み層における「重みの共有」の利点は何ですか？ 計算を単純化する パラメータの数を減少させる 入力データの次元を削減する 全ての選択肢 None 100. 全結合層の学習率が高すぎると、どのような問題が発生しますか？ 学習が遅くなる パラメータが減少する 出力が安定する モデルが収束しない None 101. プライバシーの観点から、AIシステムが利用者の同意を得てデータを処理する場合、どのような条件が必要ですか？ データの処理が常に自動的に行われること 利用者が十分な情報を基に自発的に同意を与えること データ処理が無期限に続くこと データの一部を公開すること None 102. 著作物を「自由利用」できる場合とは何ですか？ 著作権者が不明な場合 インターネット上に公開されている場合 データが商業的に利用されていない場合 公共の利益を目的とした場合や、著作権法に定められた例外規定が適用される場合 None 103. 畳み込み層で「グローバル平均プーリング」を使用する利点は何ですか？ モデルの精度が向上する 特徴量を増加させる 計算量が減少する 高次元のデータを扱う None 104. 畳み込み層のフィルターの数を増やすことで得られる効果として適切なのはどれですか？ 出力特徴マップの次元が減少する 多様な特徴を捉える能力が向上する モデルの計算コストが削減される 特徴の局所性が強化される None 105. 畳み込み層における「転移学習」で特徴マップを固定（凍結）することの目的として正しいものはどれですか？ 全てのパラメータを初期化するため 既に学習された一般的な特徴を利用し、計算コストを削減するため 訓練データを増加させるため 出力次元を固定するため None 106. 画像認識タスクでResNetが高い性能を発揮する理由として、次のうち最も適切なものはどれですか？ 小さなモデルサイズを維持するため 畳み込み層の数を減らすため 残差学習（Residual Learning）により深いネットワークを学習可能にするため 非線形活性化関数を使用しないため None 107. 「要配慮個人情報」を含むデータの収集に関して、どのような追加の義務が課 事前に本人の同意を得る必要がある 収集後に自由に利用できる データを収集後、即時に廃棄する 企業が任意に利用目的を変更できる None 108. ニューラルネットワークのトレーニング中に「早期停止」を使用する目的は何ですか？ モデルのサイズを小さくする 訓練データを増やす 学習率を調整する オーバーフィッティングを防ぐため None 109. 次のうち、文章の感情分析に適した手法はどれですか？ 次元削減 SVM 回帰分析 トピックモデル None 110. 著作権法における「著作物」とは何ですか？ 物理的な作品のこと 創作的な思想または感情を表現したもの 事実を記載したもの 公共の作品のみ None 111. 次のうち、AIに関連するバイアスの問題として最も正しいものはどれか。 AIが特定のデータセットに依存することで、偏った結論を出すリスクがある AIはすべてのデータを平等に処理するため、バイアスの影響はない AIはバイアスを意図的に除去するため、常に公平な結果を導き出す バイアスはAIの計算速度を遅くする原因となる None 112. 自動運転車に関してAIが直面する課題として、正しいものはどれか。 自動運転車のAIは常に最適な運転を行うため、事故のリスクは存在しない 自動運転車はAIを使用しないため、責任問題は発生しない AIは事故の責任を常に自ら負うため、人間に責任は問われない 自動運転車が事故を起こした際、AIに責任を問うべきか、人間に責任を問うべきかが不明確である None 113. AIが個人のプライバシーに及ぼす影響を評価するために、企業が実施すべき「データ保護インパクトアセスメント（DPIA）」とは何ですか？ データの削除を推奨するプロセス データを外部に提供するためのプロセス データ処理を完全に停止するプロセス データ処理がプライバシーに与えるリスクを評価し、対策を講じるための分析プロセス None 114. 畳み込み層における「ストライド」とは何を指しますか？ 出力のサイズ ニューラルネットワークの深さ フィルタを適用する際の移動のステップ数 重みの数 None 115. 個人情報の取り扱いに関する「利用目的の特定」とは何ですか？ 個人情報を収集する前に、その利用目的を明確にすること 個人情報を任意に利用できること 個人情報を廃棄する際の手順 個人情報を暗号化すること None 116. 全結合層の主な役割は何ですか？ 特徴を抽出すること モデルの出力を生成すること データの次元を削減すること 入力を正規化すること None 117. 次のうち、自然言語処理において「言語モデル」として使用されるものはどれですか？ LSTM GAN VGG ResNet None 118. AIを利用したデータ解析において、「情報解析のための利用」として著作権法上の例外規定が適用される条件はどれですか？ 商業目的での利用であっても適用される 学術研究や情報解析目的での利用である 著作物が公開されている場合のみ適用される 著作権者の同意を得ている場合のみ適用される None 119. Transformerモデルにおける「位置エンコーディング」の目的は何ですか？ 文書の要約を行う 単語の感情を予測する 文書をクラスタリングする 入力シーケンスの順序情報を保持する None 120. AIが生成した作品に対して、今後の著作権法で議論されている可能性のある改正内容はどれですか？ AIによる作品にも著作権を認める方向性 AIによる作品は常にパブリックドメインとする AI作品の著作権を自動的に国家が保有する AIによる作品の利用には制限をかけない None 121. 次のうち、AI倫理に関する問題として正しいものはどれか。 AIが学習過程で差別的な結果を出す可能性がある AIは全ての判断が常に公平であり、倫理的問題は発生しない AIは感情を持つため、倫理的な判断は人間と同等である AIは常にユーザーの意思に基づいて動作するため、倫理的問題は生じない None 122. 日本政府が策定した「AI社会原則」において、「安全性」として求められる取り組みは何ですか？ AIシステムが予測可能でリスクを最小限に抑えること AIの運用中に全てのデータを公開すること AIシステムが全くエラーを起こさないことを保証すること AIシステムが完全に自律的に動作すること None 123. 「差分プライバシー（Differential Privacy）」とは何を指しますか？ 個人データを完全に削除する技術 個人を特定できない形でデータを活用するための数学的手法 個人データを暗号化するためのプロセス データを特定のグループ間で共有する技術 None 124. AIが「自律兵器」として使用されることへの国際的な懸念が高まる中、提案されている規制手段として最も適切なものはどれですか？ 全てのAI研究を停止する 自律兵器に関する国際条約を制定する 全ての兵器開発にAI技術の使用を禁止する 軍事利用のためのAIデータセットを公開する None 125. EUの「AI規制案」において、「高リスクAIシステム」と判断される分野の一例として正しいのはどれですか？ ソーシャルメディアのコンテンツ推薦アルゴリズム ゲーム用AIエージェント 医療機器に用いられる診断支援システム 映画のおすすめシステム None 126. a b c d None 127. 人工知能の「知的行動」の範囲に含まれないものとして正しいものはどれですか？ 推論と判断 学習と適応 自然言語の理解 データの記録のみ None 128. U-Netはどのようなタスクにおいて使用されることが多いですか？ 画像分類 画像生成 画像セグメンテーション 自然言語処理 None 129. 次のうち、汎用AI（AGI）が実現した場合に予想される最大の社会的インパクトはどれですか？ 特定のタスクでの効率的な自動化 人間の知能を模倣するゲームAIの作成 人間と同等またはそれ以上の多分野での意思決定能力 特定の分野でのデータ分析能力の向上 None 130. 著作権の「公表権」とは何ですか？ 著作物を販売する権利 著作物を他人に譲渡する権利 著作物を削除する権利 著作物を最初に公開する権利 None 131. AIの発展によって生じる問題として、最も適切なものはどれか。 AIによる仕事の自動化により、全ての業種で雇用が増加する AIによる仕事の自動化により、一部の業種で人間の雇用が失われる可能性がある AIは人間の雇用を守るため、仕事の自動化は行わない AIは人間の仕事に影響を与えないため、雇用の変化はない None 132. GDPRにおいて、AIシステムが自動で行うデータ処理に対してユーザーが持つ「アクセス権」とは何ですか？ 自分のデータがどのように処理されているかを知る権利 AIシステムのコードにアクセスする権利 AIシステムの利用を制限する権利 他人のデータにアクセスする権利 None 133. ディープラーニングにおいて「損失関数」の役割は何ですか？ モデルの性能を評価する モデルの予測と実際の結果との差を測定する 学習率を調整する 重みを更新する None 134. 次のうち、AIと単純な自動化の違いを最も正しく説明しているものはどれか。 AIは未知の状況に対応できるが、自動化は事前に定義されたルールに基づいて動作する 自動化はデータに基づいて自律的に判断を行うが、AIはルールに基づいて動作する AIと自動化は同じ技術であり、相互に区別されない AIは物理的な作業を主に行い、自動化は知的作業を行う None 135. 転移学習とは何ですか？ 訓練データを増やす手法 モデルの学習率を増加させる手法 モデルのパラメータをランダムに初期化する手法 事前に訓練されたモデルを再利用し、新しいタスクに適用する手法 None 136. AIが関与する著作権の問題として、最も適切なものはどれか。 AIが生成した作品に著作権は存在しない AIが生成した作品の著作権は、そのAIを開発したプログラマーが持つ AIが生成した作品に関する著作権問題は、明確な法的枠組みが存在しない AIが生成した作品は常に公共の財産として扱われる None 137. 全結合層の出力は、どのように計算されますか？ 重みを掛けた後、バイアスを加える 入力の合計を計算する 入力をそのまま出力する アクティベーション関数を適用した後、最大値を取る None 138. 個人情報保護法において、「利用停止請求」が認められるケースとして最も適切なのはどれですか？ データが正確に管理されている場合 データが匿名加工情報として扱われている場合 データが商業目的で利用されている場合 利用目的が適切に通知されていない場合 None 139. 中国のAIガイドラインにおける「AIの責任ある開発」とは、どのような取り組みを意味しますか？ AI技術を市場競争で優位に立たせること AI技術が社会に与える影響を十分に考慮し、責任を持って開発・運用すること AIをすべての産業に導入すること AIが完全に自律するまで開発を継続すること None 140. AIによる自動意思決定システムがGDPRに違反する場合、データ主体が行使できる権利は何ですか？ 自動意思決定に異議を申し立てる権利 自動意思決定の結果を完全に受け入れる義務 自動意思決定を無効にする権利 自動意思決定を監視する権利 None 141. ニューラルネットワークにおける「リカレントニューラルネットワーク（RNN）」はどのようなデータに適していますか？ 時系列データやシーケンスデータ 定常的なデータ 定量的なデータ 静的な画像データ None 142. OECDの「AIに関する原則」において、「包摂性（Inclusivity）」が重視される理由は何ですか？ AIの普及をすべての国で均一化するため 全ての社会的背景を持つ人々がAIの恩恵を平等に受けられるようにするため AIを専門家のみが利用できるようにするため AIの利用を特定の業界に制限するため None 143. ディープフェイク技術とAIに関する問題として、最も適切なものはどれか。 AIを用いたディープフェイク技術により、偽の画像や映像が簡単に作成される ディープフェイクはAIではなく、人間の手作業で作られる AIはディープフェイク技術を制限するために使用される ディープフェイク技術は現時点で使用されていないため、問題はない None 144. AIシステムが「連合学習（Federated Learning）」を活用することで、プライバシーが保護される理由として適切なのはどれですか？ データを中央サーバーに集約せずに学習を行うから すべてのデータを匿名化するから データを完全に削除してから学習を行うから 学習アルゴリズムを公開するから None 145. 「フェアユース」の概念はどのような場合に適用されますか？ 著作物を公正な範囲で利用する場合に、著作権侵害とみなされない 著作物を商業的に利用する場合に適用される 著作物のすべてを自由に使用できる場合 著作物を改変した場合 None 146. AIシステムが医療データを処理する際に、プライバシー侵害を防ぐために推奨される措置は何ですか？ 医療データを無期限に保存する 医療データを公開する 医療データを暗号化し、アクセス制限を設ける 医療データを外部企業に提供する None 147. 日本の「AIガイドライン2020」において、AIの開発者に求められる倫理的責任は何ですか？ AIシステムの利益最大化を追求すること AIシステムが自己学習するように設計すること AIシステムの所有権を開発者に保持すること AIシステムが安全かつ信頼性を持って動作するようにすること None 148. 個人情報保護法において、情報の「保存期間」に関する規制はどのように規定されていますか？ 利用目的が達成された場合、速やかにデータを削除することが求められる データを永久に保存することが義務付けられている データを1年間のみ保存することが求められる 保存期間に関する規定は存在しない None 149. AI技術の発展に伴い、プライバシー侵害のリスクを軽減するために推奨される「データ最小化」の原則とは何ですか？ できるだけ多くのデータを収集する 必要最低限のデータのみを収集し、目的達成後には削除する データを無制限に保存する データを外部に共有する None 150. AIを利用する企業が、プライバシー保護のために講じるべき措置として適切なものはどれですか？ AIアルゴリズムの公開 データ収集を完全に行わないこと データを第三者に無制限に提供すること ユーザーに対してプライバシーポリシーを提供し、データの収集と使用に関して説明すること None 151. 「個人情報保護委員会」の役割は何ですか？ 個人情報の流通を促進すること 個人情報保護法の適用を監視し、違反があれば是正を求めること 個人情報の収集を推奨すること 企業に個人情報の提供を求めること None 152. AI技術がフェイクニュースの生成に利用されるリスクとして正しいものはどれか。 AIはニュース記事を自動生成できるが、フェイクニュースの生成には使われない AIは常に正確な情報を生成するため、フェイクニュースの心配はない AIは自然言語生成を用いて、信頼性の低い情報や誤情報を生成するリスクがある AIは画像認識のみを行うため、フェイクニュースの生成には関与しない None 153. バイアス項の初期化が不適切だと、どのような問題が生じる可能性がありますか？ 学習速度が向上する モデルが過剰適合する モデルが安定しない 出力がゼロになる None 154. 個人情報保護法に基づき、データが漏洩した場合に企業が行うべきことは何ですか？ 情報の削除のみ 法律に基づいて情報を公開すること 速やかに本人に通知し、必要に応じて監督機関に報告すること 問題が解決するまで放置すること None 155. 次のうち、AIの安全性に関する課題として最も正しいものはどれか。 AIは常に安全であり、リスクは存在しない AIが誤った判断を行う可能性があるため、安全対策が必要である AIの動作は人間がすべて制御できるため、安全対策は不要である AIは感情を持たないため、危険な行動は取らない None 156. AIを活用したサービスで、個人情報の匿名化処理が十分でない場合に発生するリスクは何ですか？ データの処理が高速化するリスク AIモデルの精度が向上するリスク 個人情報の削除が不可能になるリスク 法律に基づいて罰則が科されるリスク None 157. CNNにおける「畳み込み層」の役割は何ですか？ 出力層を生成する 特徴マップを生成し、局所的なパターンを捉える 勾配を計算する パラメータの初期化を行う None 158. AIによるデータ利用に関してプライバシーの観点から問題となる点はどれか。 AIは人間のデータを利用しないため、プライバシーの問題は存在しない AIは常に匿名化されたデータのみを使用するため、プライバシーは保護される AIが個人情報を過剰に収集・分析することで、プライバシー侵害が発生する可能性がある AIは特定の個人のデータを常に守るため、プライバシーに関する懸念はない None 159. 強いAI（AGI）に関する問題として、最も適切なものはどれか。 強いAIはすでに実現しており、汎用的に使用されている 強いAIは感情を持ち、人間と同じ感覚で行動する 強いAIが実現すると、人間の知能を超える可能性があり、制御が難しくなる 強いAIは人間の指示なしでは動作しないため、リスクはない None 160. 国連の「AI倫理に関するガイドライン」では、どのような点に特に焦点が当てられていますか？ AIの商業利用の促進 AIの軍事利用の制限 AIの自動化による労働削減 AIによる貧困削減と持続可能な開発 None Time's up
