生成AIパスポート～模擬試験③～ 2024年12月9日2024年12月9日 ailearn 1. ChatGPTの「微調整（Fine-Tuning）」の目的として正しいものはどれか。 トレーニングデータ量を減らす モデルを特定のタスクやデータに適応させる モデルのパラメータ数を削減する モデルの計算速度を向上させる None 2. 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 3. ChatGPTが活用される分野として適切でないものはどれか。 カスタマーサポート 医学論文の生成 ゲーム内キャラクターの対話システム 画像編集 None 4. 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 5. 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 6. 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 7. AIが生成した作品が不正競争防止法に違反すると見なされる条件として正しいものはどれか。 他社の営業秘密を使用して生成された場合 トレーニングデータが公開されていない場合 生成物が他人の商標を模倣していない場合 生成物が商業利用されていない場合 None 8. AIシステムが高い信頼性を維持するために「説明責任」を果たす際、開発者が特に注意すべき点として最も適切なものはどれか。 モデルの判断プロセスを専門家だけが理解できるように説明する モデルの判断プロセスを詳細に記録するが、外部には公開しない 利用者がモデルの判断理由を理解できるレベルで説明する モデルの結果が正しいと利用者に信じさせる None 9. ノーフリーランチ定理が機械学習アルゴリズムに与える示唆として最も適切なものはどれか。 データが十分に多ければ、すべてのアルゴリズムは同じ性能を発揮する 最適なアルゴリズムは存在しないため、すべてのアルゴリズムをランダムに選ぶべきである 問題やデータに応じてアルゴリズムを適切に選択する必要がある データの前処理を行う必要がなくなる None 10. AI社会原則の「倫理性」の要件として最も適切なものはどれか。 AIが特定の利益を優先すること AIが倫理的判断を完全に人間に任せること AIが法律を無視して判断を下すこと AIが社会的価値観に基づいて行動すること None 11. ニューラルネットワークの「畳み込み層（CNN）」が特に有効である分野として最も適切なものはどれか。 時系列データ解析 テキスト生成 画像認識 強化学習 None 12. ChatGPTがRLHF（人間のフィードバックによる強化学習）を利用する際に直面する主な課題として適切なものはどれか。 フィードバックデータの収集が自動化できない フィードバックがモデルの偏りを強化する可能性がある モデルの計算コストが大幅に増加する モデルのトレーニングが完全に停止する None 13. 人工ニューロン（ノード）の基本的な構成要素として正しいものはどれか。 重み、バイアス、活性化関数 データベース、メモリ、制御ユニット センサ、モーター、制御ユニット 入力、ラベル、予測モデル None 14. ノーフリーランチ定理が示す「万能なアルゴリズムは存在しない」理由として正しいものはどれか。 アルゴリズムはすべて同じ設計思想に基づいているため データサイズがアルゴリズムの性能を限定するため アルゴリズムはどれも決定的なものであるため 問題空間の多様性がアルゴリズムの性能を制約するため None 15. AIの利活用に関するルールで求められる「データの正確性」が重要な理由はどれか。 AIの計算速度を向上させるため AIのトレーニングデータ量を削減するため AIの判断が信頼性のあるものであることを保証するため AIの利用を特定の業界に限定するため None 16. RoBERTa（Robustly Optimized BERT）の主な改良点として正しいものはどれか。 デコーダベースのアーキテクチャを採用する ポジショナルエンコーディングを削除する 事前訓練データ量とバッチサイズを増加させる 軽量化のためにモデルサイズを削減する None 17. ChatGPTが得意とするタスクとして正しいものはどれか。 画像生成 テキスト分類 会話の生成と自然言語処理 音声データの分析 None 18. 不正競争防止法に基づき、営業秘密として保護されるために必要な条件として該当しないものはどれか。 公開されていないこと 事業活動にとって有用であること 秘密として管理されていること すでに特許庁に登録されていること None 19. AI社会原則の「責任共有」の理念に基づく適切な行動はどれか。 AIの利用結果に関して責任を特定の個人に押し付けること AIの失敗については責任を問わないこと AIの責任をすべてシステムに帰属させること AIの開発者、利用者、規制者がそれぞれの役割に基づいて責任を果たすこと None 20. AI利活用に関するルールで重視される「安全性」におけるリスク管理の例として適切なものはどれか。 AIが収集したデータをすべて公開する AIの利用者に対する情報提供を省略する AIの動作が人間の監督を完全に必要としない状態にする AIの誤作動に備えたバックアップシステムを構築する None 21. AIの利活用において、「責任の所在」を明確にすることが求められる主な理由はどれか。 AIの出力結果による影響や損害に対処するため AIが法律を自動的に遵守するため AIの利用をすべての人が平等に享受できるようにするため AIが人間の監督なしで動作できるようにするため None 22. 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 23. 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 24. ニューラルネットワークにおいて「勾配消失問題」が発生しやすい理由として最も適切なものはどれか。 学習率が低すぎる 活性化関数が非線形でない 隠れ層が少なすぎる シグモイドやtanh関数のような活性化関数を使用した場合に勾配が小さくなる None 25. ノーフリーランチ定理に基づくとき、アルゴリズムの「汎化性能」を向上させるための戦略として最も適切なものはどれか。 特定の問題に特化したバイアスをモデルに導入する データセットのサイズを増やすことのみを重視する アルゴリズムの計算速度を最適化する 問題の特性に関係なく汎用的なモデルを選ぶ None 26. GPT-3が「ゼロショット学習」で高い性能を発揮する理由として最も適切なものはどれか。 特定タスク専用のデータセットで訓練されているから 非常に大規模な事前訓練により多様な知識を持っているから モデルサイズを小さくすることで一般化能力を向上させているから 双方向の文脈を同時に学習するアーキテクチャを採用しているから None 27. AI社会原則の1つである「人間中心性」において、最も重要とされる要素はどれか。 AIがすべての判断を行うこと AIが人間の尊厳や価値を守ること AIが完全に自動化されること AIが商業的利益を最大化すること None 28. 企業AがAIを活用して生成した商品説明が、競合他社Bの営業秘密を盗用しているとBから訴えられた場合、企業Aが法的責任を免れるために最も重要な要件はどれか。 商品説明の生成プロセスを公開する AIのトレーニングデータが営業秘密を含んでいないことを証明する 訴訟前に生成物を削除する意向を示す 営業秘密が競合他社によって適切に管理されていなかったことを示す None 29. 畳み込みニューラルネットワーク（CNN）の「プーリング層」が果たす役割として最も適切なものはどれか。 特徴マップのサイズを縮小し計算効率を向上させる データの次元を増やす 特徴量の重要性を評価する 非線形性を導入する None 30. AIの利活用におけるリスク管理の第一歩として最も適切なものはどれか。 AIシステムの完全な自動化 AIシステムに関するすべての規則を無視する AIを人間の判断から完全に切り離す AIの利用目的と影響範囲を明確にする None 31. 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 32. 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 33. AI社会原則の「インクルーシブ性（包摂性）」が重視する点として正しいものはどれか。 AI利用を特定の技術者に限定する AIが社会全体に平等な利益をもたらすこと AIの利用を特定の国や地域に制限する AI技術を一般市民に完全に公開する None 34. T5と他のTransformer派生モデルを区別する際の特徴として正しいものはどれか。 全てのタスクを分類問題として処理する 入力も出力もテキスト形式に統一する 軽量化を主な目的としている 画像処理タスクをサポートしない None 35. 企業AはAIを利用して顧客データを分析する際、透明性を確保するために最も重要な対応として適切なものはどれか。 分析結果をすべて公開する データの収集目的と利用方法を顧客に明示する データ分析の詳細を企業内でのみ共有する 顧客データを完全に匿名化しない状態で分析する None 36. AI社会原則の「公平性」の目的として最も適切なものはどれか。 AIがすべての判断を平等に行うこと 特定のグループに不利益を与えないこと AIがすべてのデータを均等に扱うこと AIが特定の人種や性別を優先すること None 37. バックプロパゲーション（誤差逆伝播）の主な目的はどれか。 モデルの誤差を最小化するために重みを更新する 入力データを標準化する 出力値を正規化する ニューラルネットワークの構造を変更する None 38. AIが生成した商標に似たロゴが、不正競争防止法の下で問題となる可能性がある条件として最も適切なものはどれか。 商標が特許庁に登録されていない場合 商標が国際的に使用されていない場合 商標が他の企業によっても使用されている場合 商標が著名であり、混同を招く可能性がある場合 None 39. ニューラルネットワークの「多層構造」が有効である理由として正しいものはどれか。 学習速度を一定に保つ 非線形なデータの複雑なパターンを学習できる モデルの出力を単純化する 訓練データ量を減らせる None 40. ニューラルネットワークで「過学習」を防ぐ手法として最も適切なものはどれか。 ドロップアウト 活性化関数の変更 入力層の削減 出力層のサイズ拡大 None 41. ChatGPTが特定の業務（例：法律文書の作成）に応用される際に必要となるプロセスとして適切なものはどれか。 モデルのアーキテクチャを変更する 全てのトレーニングデータを削除して再構築する 対応する業務データで微調整（Fine-Tuning）を行う ラベル付きデータを使用して分類タスクを設定する None 42. ノーフリーランチ定理の理論的な背景に基づいて、アルゴリズム選択の戦略として最も適切なものはどれか。 すべてのアルゴリズムをランダムに試す 問題のデータ特性に基づいてアルゴリズムを選択する 一つの高性能アルゴリズムを使用する データを変更せずにアルゴリズムを調整する None 43. AI社会原則の「安全性」と関連が深い取り組みとして最も適切なものはどれか。 AIの誤動作が起きても運用を続ける AIの利用に関する規制を完全に撤廃する AIの判断が常に正確であると主張する AIが誤作動を起こした場合の影響を最小限に抑える設計を行う None 44. ChatGPTの基盤であるGPTシリーズが進化する中で、GPT-4が導入した新しい特徴として最も適切なものはどれか。 訓練データを完全に削減する トランスフォーマーアーキテクチャを廃止した モデルサイズを大幅に削減した マルチモーダル処理能力を追加した None 45. 不正競争防止法の観点から、AIが生成した模倣デザインが問題となる可能性が高いのはどのような場合か。 模倣デザインが特定の企業の商品を連想させる場合 模倣デザインが完全に異なる用途で使用される場合 模倣デザインが商業利用されない場合 模倣デザインが競合商品と無関係の場合 None 46. AIの利活用に関するルールの制定目的として最も適切なものはどれか。 AI開発を完全に規制するため AI利用における倫理的、法的、社会的なリスクを管理するため すべてのAI利用を自由化するため AIの利用を特定の国に限定するため None 47. ChatGPTとは何を指すか。 決定木アルゴリズムを用いた機械学習モデル 大規模言語モデルを基盤とした対話型AI 音声認識に特化したAIモデル 自動翻訳システム None 48. AIの利活用に関するルールの策定で、国際的に重要視される原則の1つはどれか。 AIの利用を完全に規制すること AIが倫理的に利用されること AIを特定の業界でのみ使用可能にすること AIの利用に制約を課さないこと None 49. 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 50. ノーフリーランチ定理が強調する「データドリブンなアプローチ」の利点として最も適切なものはどれか。 問題を一律に解決できるアルゴリズムを作成する 問題特性に依存せずに最適なアルゴリズムを選ぶ 問題の特性に合わせて適切なアルゴリズムを選択する 問題の定義を不要にする None 51. 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 52. ニューラルネットワークにおける「フィードフォワード」とは何を指すか。 重みを調整するプロセス 出力を入力層に戻すプロセス データが一方向に進む計算のプロセス モデルの誤差を最小化するプロセス None 53. 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 54. AIの利活用に関する国際的なルールとして最も広く採用されているものはどれか。 GDPR（一般データ保護規則） TRIPS協定（知的財産権の貿易関連の側面に関する協定） パリ協定 ワシントン条約 None 55. ニューラルネットワークの「隠れ層」が果たす役割として最も適切なものはどれか。 モデルの入力データを保存する データの特徴を抽出する モデルの最終出力を計算する 重みとバイアスを保存する None 56. GPT-3が従来のGPTシリーズと比較して注目された主な理由として正しいものはどれか。 トレーニングデータが極めて小規模である デコーダベースではなくエンコーダベースに変更された 翻訳専用タスクに特化している パラメータ数が大幅に増加し、幅広いタスクに対応可能 None 57. AI利活用に関する国際的な課題として最も適切なものはどれか。 AIの利用がすべての国で禁止されている AI技術が完全に統一された基準で運用されている 各国で異なるルールが適用されることで、国際的な調和が難しい AIが主に軍事利用に限定されている None 58. AI社会原則の「説明責任」の要件として正しいものはどれか。 AIの出力結果を公開すること AIが人間に代わって責任を負うこと AIがどのように判断を行ったかを説明可能にすること AIの誤作動をすべて回避すること None 59. 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 60. ノーフリーランチ定理を理解する上での最適な比喩として正しいものはどれか。 問題ごとに異なる鍵が必要である 一つの鍵であらゆる鍵穴を開けることができる 鍵を選ばずに試し続ければ成功する 特定の鍵はすべての鍵穴に適合する None Time's up
3
1 3 8 11 19 20 23 24 27