生成AIパスポート～模擬試験④～ 2024年12月9日2024年12月9日 ailearn 1. 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 2. AIを使用したデータセンターが「持続可能性」に配慮する際に最も適切なアプローチはどれですか？ AIモデルの精度を向上させるために計算リソースを無制限に使用する。 電力消費を気にせず、高性能なハードウェアを常に利用する。 持続可能性を考慮せず、短期的なパフォーマンスを重視する。 省エネルギー技術や再生可能エネルギーを積極的に活用する。 None 3. 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 4. プロンプト設計において最も重要な点として正しいものを選びなさい。 プロンプトは曖昧であるべき プロンプトには無関係な情報を含めるべき プロンプトは簡潔かつ明確であるべき プロンプトの長さは重要ではない None 5. ニューラルネットワークで「重みのクリッピング」が適用される主な理由として正しいものはどれか。 学習率を一定に保つため 勾配爆発を防ぐため 重みを初期値に戻すため モデルの出力範囲を制限するため None 6. 「重ね付け（Overlay）」がAIモデルで使用される主な目的として正しいものはどれか。 データの冗長性を削減する モデルの異なる特徴を統合し、複数の視点を活用する 学習プロセスを高速化する モデルの誤差を完全に取り除く None 7. ChatGPTとGPT-4が生成AIの歴史において与えた主な影響として正しいものはどれか。 チャット専用のモデルが標準化された テキスト生成タスクから離れた応用を廃止した マルチモーダル処理の可能性を広げた 生成AIのトレーニングデータ量を削減する技術を導入した None 8. AI利活用原則における「国際協調」の意義として正しいものを選びなさい。 AIの開発と利用は国内問題として扱うべきである。 国際的な調和と協力を促進し、AIの利用をグローバルな視点で考えるべきである。 AI技術の利用は国ごとに独自の基準を設けるべきである。 国際協調はAI開発において特に考慮する必要はない。 None 9. ニューラルネットワークにおける「重み（Weights）」の主な役割として正しいものはどれか。 入力データを調整し、重要度を反映させる 出力データを保存する モデルの計算速度を向上させる トレーニングデータを補正する None 10. 音声認識に特化した生成AIとして正しいものはどれか。 GPT DALL-E Whisper StyleGAN None 11. ニューラルネットワークにおける「スキップ接続」が有効である主な理由として正しいものはどれか。 モデルの計算量を減らす 重みの更新を不要にする 勾配消失問題を軽減し、非常に深いネットワークの学習を可能にする モデルの過学習を完全に防ぐ None 12. DALL-Eが生成する画像の品質向上に寄与する技術として正しいものはどれか。 スパースアテンション GANベースのアーキテクチャ マルチモーダル表現 強化学習 None 13. 以下のうち、プロンプトを使用する典型的な活用分野として最も適切なものを選びなさい。 AIの物理設計 AIのトレーニングデータ収集 インフラ管理 文章生成や翻訳 None 14. 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 15. 「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 16. 「重みの初期化」がニューラルネットワークの学習に与える影響として正しいものはどれか。 学習率を調整する必要を無くす 活性化関数を選択するプロセスを簡略化する モデルの学習速度と安定性に影響を与える モデルの出力を固定化する None 17. GPTシリーズのモデルが進化する中で、GPT-4が他のバージョンと異なる特徴として正しいものはどれか。 マルチモーダル処理が可能になった 完全に教師あり学習に依存する パラメータ数がGPT-3より大幅に少ない 応答がランダムに生成される None 18. ChatGPTの進化の過程で、OpenAIが強化したセキュリティ対策として正しいものはどれか。 トレーニングデータにプライバシー保護技術を導入した 応答を完全にランダム化した モデルの計算リソースを制限した トレーニングデータの更新を停止した None 19. 過学習（Overfitting）が発生する主な原因として最も適切なものはどれか。 トレーニングデータのサイズが小さすぎる モデルの複雑さが不足している 学習率が大きすぎる 損失関数が誤って設定されている None 20. GPT-4が画像を入力として処理可能にした背景として正しいものはどれか。 トランスフォーマーモデルのアーキテクチャを変更した モーダル間の情報統合を可能にする技術を導入した モデルのパラメータ数を削減した 自然言語処理タスクを廃止した None 21. 「バッチ正規化（Batch Normalization）」が過学習の防止に役立つ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除する モデルの構造を変更する 各層の入力を標準化し、学習を安定化させる 学習率を自動的に調整する None 22. 以下のうち、プロンプトとして適切な例を選びなさい。 「次の文章を日本語に翻訳してください：'What is AI?'」 AIの学習データセットに関する説明 AIモデルのアルゴリズム構造 AIを起動するためのコマンド None 23. 「正則化（Regularization）」を用いた過学習の回避方法として正しいものはどれか。 モデルのトレーニングを停止する 損失関数にペナルティ項を追加する トレーニングデータを削除する 重みを固定する None 24. 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 25. AI利活用原則におけるプライバシーの保護について正しいものを選びなさい。 AIは利用者の同意なしに個人情報を収集してもよい。 AIの利用ではプライバシーは考慮しない。 AIは必要に応じてすべてのデータを公開するべきである。 AIはプライバシーを保護し、情報漏洩のリスクを最小限にするべきである。 None 26. 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 27. プロンプトがAIの性能に与える影響について正しいものを選びなさい。 プロンプトの内容はAIの性能に影響しない。 プロンプトが曖昧だとAIの応答が不正確になる可能性がある。 プロンプトが長ければ必ずAIの性能が向上する。 プロンプトはAIの出力形式には影響しない。 None 28. 画像認識モデルで「注意機構（Attention Mechanism）」を組み込む目的として正しいものはどれか。 画像全体を均等に処理するため モデルのサイズを縮小するため データの正規化を自動化するため 重要な領域に焦点を当てて処理の効率を向上させるため None 29. トレーニングデータが少ない場合に過学習を防ぐ効果的な手法として最も適切なものはどれか。 転移学習（Transfer Learning）を使用する モデルの層数を増やす トレーニングデータの一部を削除する トレーニングデータを正規化する None 30. 「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 31. 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 32. 画像認識タスクにおいて「ドメイン適応（Domain Adaptation）」が必要とな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非常に大規模である場合 トレーニングデータとテストデータが同一である場合 トレーニングデータとテストデータが異なる分布を持つ場合 トレーニングデータに欠損値が多い場合 None 33. 畳み込みニューラルネットワーク（CNN）のトレーニング中に「フィルタの数」を増やすと予想される影響として最も適切なものはどれか。 訓練時間が短縮される 過学習のリスクが減少する モデルの出力次元が減少する モデルの学習能力が向上し、より多様な特徴を抽出できる None 34. 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 35. 過学習を防ぐための正則化手法として「ドロップコネクト（DropConnect）」が特に有効である理由として最も適切なものはどれか。 特定の層を完全に無効化する 重みをランダムに無効化して汎化性能を向上させる データの次元を削減する 重みの更新を不要にする None 36. LLM（大規模言語モデル）を利用する際、プロンプト設計で特に考慮すべき点はどれですか？ LLMは曖昧なプロンプトでも正確に応答できるため、詳細な設計は不要である。 LLMはプロンプトの内容を無視して学習データからランダムに応答を生成する。 LLMはタスクごとに専用のプロンプト形式を固定する必要がある。 LLMは多様なタスクに対応可能だが、プロンプト次第で応答の品質が変化する。 None 37. 以下の生成AIの中で、動画生成に特化しているものはどれか。 Imagen Video GPT StyleGAN Whisper None 38. 「重みの共有」が特に有効なニューラルネットワークの構造はどれか。 畳み込みニューラルネットワーク（CNN） リカレントニューラルネットワーク（RNN） 全結合ニューラルネットワーク（FCN） 強化学習モデル None 39. AI画像認識における「セグメンテーション」と「分類」の主な違いとして正しいものはどれか。 セグメンテーションは個別のピクセルにラベルを割り当てるが、分類は全体の画像にラベルを割り当てる セグメンテーションは画像全体をラベル付けするが、分類は一部のオブジェクトを無視する セグメンテーションは回帰タスクに適用され、分類は分類タスクに適用される セグメンテーションと分類は同じタスクを異なる手法で解決する None 40. 画像認識で用いられる「ソフトマックス関数（Softmax）」の主な役割はどれか。 データを正規化する 画像の解像度を変更する クラス確率を計算する 入力データを圧縮する None 41. 画像認識で「転移学習」を使用する際に、学習済みモデルの「上位層のみを再訓練」する主な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向上させるため トレーニングデータが少ない場合でも特定のタスクに適応させるため モデルのサイズを削減するため 学習済みモデルの精度をそのまま維持するため None 42. プロンプトを設計する際、倫理的な観点から考慮すべき点として適切なものを選びなさい。 プロンプトに誤解を招く情報を含め、AIを試す。 プロンプトに偏見や差別的な内容を含まないよう注意する。 プロンプトの設計でAIが生成する結果を完全に無視する。 プロンプトは倫理的な配慮を必要としない。 None 43. 次のうち、「公平性の確保」に該当する内容を選びなさい。 AIはすべての人々に同じ結果を保証するべきである。 AIは個人情報を利用して正確なプロファイリングを行うべきである。 AIの意思決定が不当な差別を避けるよう設計されるべきである。 AIは一部の特権階級のみに利用されるべきである。 None 44. Whisperが音声認識タスクで競合他モデルと比較して優れている理由として適切なものはどれか。 完全に教師なし学習でトレーニングされている 音声データから直接画像を生成できる ノイズ耐性と多言語対応能力を持つ 音声データの生成速度が圧倒的に速い None 45. 「重み初期化」の際にHe初期化を使用することが推奨される場面として最も適切なものはどれか。 活性化関数にReLUを使用している場合 出力層にソフトマックス関数を使用している場合 活性化関数にシグモイド関数を使用している場合 学習率が動的に調整される場合 None 46. AI画像認識の分野で、転移学習（Transfer Learning）が有効である理由はどれか。 新しいデータセットでゼロからモデルを訓練する必要がない モデルの精度を固定化できる すべてのデータをクラスタリングする能力を持つ データの正規化を自動化する None 47. GAN（生成的敵対ネットワーク）を基盤にしている生成AIとして正しいものはどれか。 GPT DALL-E Whisper StyleGAN None 48. 「安全性」において、AIシステムが異常動作を検知するために最も有効な方法はどれですか？ 異常時の停止機能を設定せず、運用を続ける。 AIモデルに異常検知アルゴリズムを組み込み、定期的に監視する。 AIシステムを設計する際に異常事態を考慮しない。 異常検知はシステム設計後に追加対応する。 None 49. 画像生成AIとして知られるDALL-Eの主な特徴として正しいものはどれか。 音声認識を行う テキストを基に画像を生成する データの分類タスクに特化している 動画生成を行う None 50. 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 51. 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 52. 「重ね付け」による学習の効果を説明するモデルとして正しいものはどれか。 レイヤーノーマライゼーション（Layer Normalization） 残差ネットワーク（ResNet） ソフトマックス関数 時系列モデル（Time Series Model） None 53. 「プロンプト」とは何を指しますか？ AIが生成する出力結果のこと AIモデルに指示や質問を伝える入力テキスト AIモデルが動作するためのハードウェア AIモデルの学習データセットの名称 None 54. GPTシリーズが進化する過程で、API提供を通じた商業利用がもたらした主な利点として正しいものはどれか。 モデルの全ての機能が無料で利用可能になった 開発者が独自の応用を開発できる環境を提供した トレーニングデータの収集が不要になった 応答生成速度が大幅に向上した None 55. 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 56. GPTシリーズが進化する中で、GPT-3.5がGPT-3と異なる主な改良点として正しいものはどれか。 モデルサイズを半分に削減した 応答生成時の速度を改善した 強化学習による調整を導入した 訓練データの範囲を狭めた None 57. 明確で具体的なプロンプトを設計する効果として最も適切なものを選びなさい。 AIの応答精度が向上する。 AIの実行速度が速くなる。 AIのトレーニング期間が短縮される。 AIの学習データ量が増える。 None 58. AI利活用原則における「透明性と説明責任」に関する内容として正しいものを選びなさい。 AIの意思決定プロセスは公開する必要はない。 AIの意思決定プロセスは利用者が理解できるよう説明可能であるべきだ。 AIの利用では透明性よりも効率性を重視すべきだ。 AIは結果のみを提示し、プロセスは秘匿するべきだ。 None 59. ニューラルネットワークで「バイアス（Bias）」の役割として正しいものはどれか。 学習率を調整する 入力データのスケーリングを行う モデルに線形性の柔軟性を追加する 重みを初期化する None 60. モデルの「アンサンブル学習」を使用して過学習を防ぐ場合、適切な手法として最も正しいものはどれか。 同じアルゴリズムで構築された複数のモデルを組み合わせる トレーニングデータを小分けにして、単一のモデルで学習する モデルの層数を調整して単純化する 異なるアルゴリズムを用いて複数のモデルを構築し、組み合わせる None Time's up
