AI-Learning

SNSに投稿された写真に写っていた他人が、肖像権の侵害を主張するために必要な条件として最も適切なものはどれか。

AIが持つ学習手法のうち、「教師なし学習」の特徴として正しいものはどれか。

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。

生成モデルの一種であるVAE（変分オートエンコーダ）の主な目的として正しいものはどれか。

Transformerモデルにおける「ポジショナルエンコーディング」の役割として正しいものはどれか。

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。

生成モデルの最も初期の概念に近い理論として正しいものはどれか。

パブリシティ権が適用される場合、商業利用が認められるケースとして正しいものはどれか。

教師あり学習の典型的なアルゴリズムとして適切なものはどれか。

ディープラーニングにおける「畳み込みニューラルネットワーク（CNN）」が画像認識に特化している理由として正しいものはどれか。

生成モデルがテキスト生成において直面する「長い文脈の維持」の課題を克服するために利用される技術として最も適切なものはどれか。

トランスフォーマーベースの生成モデルがGANやVAEと異なる主な点として正しいものはどれか。

Transformerモデルの「エンコーダ」の主な役割として正しいものはどれか。

企業が公共イベントの写真を広告に使用する際、肖像権の侵害を避けるために最も適切な対応はどれか。

次のうち、「次元削減」に分類される手法はどれか。

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。

肖像権の侵害が成立する可能性がある状況として最も適切なものはどれか。

生成モデルの系譜の中で「変分オートエンコーダ（VAE）」が重視する主な概念として正しいものはどれか。

ディープラーニングモデルの「活性化関数」が果たす役割として正しいものはどれか。

Transformerモデルが従来のRNNと比較して優れている点として正しいものはどれか。

肖像権が適用されない場合として最も適切なものはどれか。

機械学習の基本的な役割はどれか。

AIが生成した作品が著作権保護の対象となるための条件として正しいものはどれか。

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。

生成モデルが「データの補完」に活用される例として適切なものはどれか。

生成モデルの系譜において「フロー型モデル（Normalizing Flows）」が採用する主要な手法として正しいものはどれか。

ニューラルネットワークが従来のルールベースAIと異なる点はどれか。

自己回帰型生成モデルの特徴として適切なものはどれか。

Transformerモデルを大規模にスケーリングした場合、一般的に発生し得る問題として最も適切なものはどれか。

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。

肖像権が適用される対象として正しいものはどれか。

Transformerモデルの自己注意機構で使用される「キー（Key）」、「クエリ（Query）」、「バリュー（Value）」の役割を正確に理解するには、どの点を考慮する必要があるか。以下の中で正しい選択はどれか。

Transformerモデルで用いられる「マルチヘッドアテンション」の主な目的として正しいものはどれか。

Transformerモデルのトレーニングにおいて重要な「マスク」の役割として正しいものはどれか。

AIが生成した画像を商業利用する際、知的財産権の侵害を避けるための最適な手段はどれか。

「ハイパーパラメータ調整」が重要となる手法はどれか。

変分オートエンコーダ（VAE）の潜在空間において、データの分布が学習される過程で「KLダイバージェンス」が果たす役割として適切なものはどれか。

次のうち、「勾配ブースティング」の特徴として最も適切なものはどれか。

ニューラルネットワークがAIに知能をもたらす仕組みとして用いる主な原理はどれか。

次のうち、機械学習モデルの回帰問題を解決するためのアルゴリズムはどれか。

AIに知能をもたらす2つの仕組みとして正しい組み合わせはどれか。

次のアルゴリズムのうち、教師なし学習に該当する「次元削減」の手法を選びなさい。

「肖像権」とは何を保護するための権利か。

機械学習が使用される主な目的はどれか。

AI生成物に基づいて著作権侵害の訴訟が提起された場合、開発者が最初に確認すべき事項として最も適切なものはどれか。

AI生成物に基づくパブリシティ権侵害を回避するために必要な措置として最も適切なものはどれか。

肖像権とパブリシティ権の違いとして適切な説明はどれか。

GAN（生成的敵対ネットワーク）が生成したデータの品質を向上させるために導入される「WGAN（Wasserstein GAN）」の主な特徴として最も適切なものはどれか。

Transformerモデルのアーキテクチャで重要な「残差接続」の役割として正しいものはどれか。

AIが生成した肖像画像を広告キャンペーンに使用したところ、第三者から肖像権侵害で訴えられた。この場合、広告主が法的責任を回避するために最も有効な証拠はどれか。

AIが生成した作品の著作権が帰属しない場合、生成物の扱いとして正しいものはどれか。

生成モデルの中で「フリシェーインセプション距離（FID）」が使用される主な目的として正しいものはどれか。

生成モデルが「トレーニングデータの分布を忠実に再現」する場合に発生し得る問題として最も適切なものはどれか。

次の機械学習手法のうち、「アンサンブル学習」に該当するものを選びなさい。

機械学習モデルの性能を評価する際に用いられる「クロスバリデーション」の主な目的として最も適切なものはどれか。

生成モデルにおいて「潜在空間」の役割として正しいものはどれか。

機械学習の手法のうち、教師なし学習に該当するものはどれか。

AIが生成した架空の人物の画像を商業利用する場合、パブリシティ権の侵害が成立する可能性はどのような場合か。

Transformerモデルの中核となる仕組みとして正しいものはどれか。

GAN（生成的敵対ネットワーク）を活用した画像生成で発生しやすい「モード崩壊（mode collapse）」の問題とは何を指すか。