生成AIパスポート～模擬試験～ 2024年11月25日 ailearn 1. 「Zero-Shotプロンプティング」とは何を指しますか？ AIに具体例を提示せず、直接タスクを指示するプロンプティング手法 AIに複数の具体例を提示してタスクを指示するプロンプティング手法 AIのトレーニングデータを変更するプロセス AIが自動的にタスクを生成する仕組み None 2. AI生成物が他人の作品に酷似している場合、著作権侵害が成立する可能性がある条件として最も適切なものはどれか。 トレーニングデータに他人の作品が含まれている場合 AIが特許技術を使用している場合 AI生成物がオリジナルの表現として認められない場合 AI生成物が他人の作品に触れることなく独自に生成された場合 None 3. 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。 データの前処理が不要である 推論能力を持たない プログラミングなしで動作可能である 決定ルールを明示的に記述する必要がない None 4. 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 5. 企業がAIを用いて生成した画像が、他社製品と類似したデザインを含んでいる場合、不正競争防止法に違反しないための対応として最も適切なものはどれか。 デザインの使用が偶然であることを主張する 他社のデザインの使用を認めた上で謝罪する 他社のデザインと類似していても公開を続ける デザインが独自に生成されたものであることを示す証拠を用意する None 6. ChatGPTが多言語対応を強化するために行った主な改良として正しいものはどれか。 各言語ごとに別々のモデルを作成した トレーニングデータに多言語のテキストを追加した モデルのサイズを縮小した 英語以外の言語での応答を制限した None 7. AIの第二次ブームが終焉を迎えた理由として正しいものはどれか。 ディープラーニング技術の出現 計算能力の不足 GPUの普及による新しいアルゴリズムの開発 エキスパートシステムの拡張性の限界とコストの増大 None 8. 安全なパスワードを作成するための重要なポイントはどれか。 短いが覚えやすい単語を使用する 名前や誕生日を含める 大文字、小文字、数字、記号を組み合わせる すべてのアカウントで同じパスワードを使う None 9. ChatGPTが「生成AIパスポート」において学習するべき重要なポイントとして正しいものはどれか。 応答生成の仕組みと進化の過程 モデルのアーキテクチャの細部 モデルの全てのパラメータ 計算リソースの最適化方法 None 10. AIの「第三次ブーム」（2000年代以降）の主な特徴として正しいものはどれか。 形式論理を用いたAIシステムの普及 ルールベースシステムの復活 大量データと計算能力の向上によるディープラーニングの台頭 AI研究の停滞と資金不足 None 11. 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 12. 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。 AIによる自動生成である場合 人間が生成プロセスに創作性を付加している場合 AIの出力内容が完全に自動的に決定された場合 トレーニングデータが著作権フリーである場合 None 13. ディープフェイク技術の主な基盤となるアルゴリズムはどれか。 GAN（生成的敵対ネットワーク） Transformer RNN（リカレントニューラルネットワーク） CNN（畳み込みニューラルネットワーク） None 14. ある企業が特許技術を使用して製品を販売している場合、特許権者が製品に対して主張できる権利として最も適切なものはどれか。 製品の市場価格を直接操作する権利 製品のデザインを変更する権利 特許技術を使用した製品の販売を許可する権利 製品の広告内容を制限する権利 None 15. 「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 16. AIの第一次ブームを牽引した理論的基盤として正しいものはどれか。 ニューラルネットワーク 論理推論と探索アルゴリズム ルールベースシステム ビッグデータ分析 None 17. 次の中で、知的財産権に含まれるものとして適切でないものはどれか。 特許権 商標権 著作権 所有権 None 18. 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。 入力データを次元削減する 入力データを表現ベクトルに変換する 出力データの損失を計算する データ間の相関性を破壊する None 19. 次のうち、AIの主要な応用分野に該当しないものはどれか。 データセンターの冷却管理 画像認識 自然言語処理 宇宙探査 None 20. 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。 欠損した画像の部分を補完する クラス分類モデルの精度向上 大規模データベースの最適化 データ圧縮アルゴリズムの設計 None 21. 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。 潜在空間内のデータ間距離を最小化する デコーダの出力を直接最適化する 潜在分布が標準正規分布に近づくように調整する トレーニングデータのラベルを補完する None 22. LMの性能を評価する際に重要な要素として適切なものを選びなさい。 画像の解像度 ハードウェアの冷却効率 生成されるテキストの自然さと文脈の適切性 データセットの物理特性 None 23. AIの「レベル別分類」で、現実世界において最も広く利用されているタイプはどれか。 弱いAI（Weak AI） 汎用型AI（General AI） 強いAI（Strong AI） 自律型AI（Autonomous AI） None 24. 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 25. AIモデルに与えるプロンプトに文脈情報を追加する利点として正しいものを選びなさい。 文脈情報はAIの処理速度を遅くするだけで利点がない。 文脈情報を加えると、AIが応答に矛盾を含む可能性が高まる。 文脈情報を追加することで、AIがタスクをより正確に理解できるようになる。 文脈情報を追加すると、応答の内容が単純化される。 None 26. AI利活用におけるプライバシー保護の観点で重要な概念はどれか。 データの匿名化と擬似匿名化 データの公開義務 データの商業的利用の制限 データの完全削除 None 27. AGIが実現された場合、社会的影響として最も懸念される問題はどれか。 労働市場の変化による失業率の上昇 特定タスクにおける効率性の低下 トレーニングデータの収集プロセスの簡略化 計算リソースのコスト削減 None 28. AIの「第一次ブーム」（1950年代～1960年代）の主な特徴として正しいものはどれか。 ディープラーニングの実用化 知識表現や論理推論に基づくAIの開発 GPUを利用した大規模データの処理 ニューラルネットワークを活用した音声認識技術 None 29. 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 30. 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。 データの逐次生成を行わない 明示的な潜在空間を持たない 損失関数にKLダイバージェンスを使用する 自己注意機構を用いて長距離の依存関係をモデル化する None 31. プロンプト設計の際、期待する応答形式を明確にする目的として適切なものを選びなさい。 AIの計算速度を向上させるため。 AIに自由な応答をさせるため。 プロンプトの内容を短縮するため。 AIの応答を一貫性のあるものにするため。 None 32. 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 33. AI利活用原則における「持続可能性」の説明として最も適切なものを選びなさい。 AIは環境や社会に配慮せず、利益のみを追求するべきである。 AIは短期間の利益を優先して利用されるべきである。 AIは社会的影響を考慮せず、技術的な進化のみを重視するべきである。 AIは環境への影響を最小限にし、持続可能な形で活用されるべきである。 None 34. Zero-Shotプロンプティングを使用する際に、応答精度を向上させるための最適な方法はどれですか？ タスクを明確にするために具体的な指示を追加する。 例を複数追加して指示を強化する。 AIの自由度を最大化するために指示を簡略化する。 プロンプトを短くするために指示を削除する。 None 35. 画像認識モデルにおいて、学習中に損失関数を最小化する目的で用いられる手法はどれか。 最大値探索法（Maximization Search） クラスタリング 勾配降下法（Gradient Descent） 時系列解析 None 36. 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 37. 企業AがAIを活用して生成した商品デザインが、既存の著作物と酷似しているとの指摘を受けた場合、企業Aが最初に行うべき対応として最も適切なものはどれか。 既存の著作物を無視して生成物を継続的に使用する 相手に対して反訴を行う準備を始める AI開発者にすべての責任を転嫁する 生成物のトレーニングデータや生成プロセスを精査する None 38. 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。 他人の顔が特定できる状態での写真のインターネット公開 無許可で撮影された他人の動画の商業利用 著名人の肖像を広告に使用する 公共イベントで多数の人が写った写真 None 39. ニューラルネットワークの「重み共有」が画像認識タスクで特に有効である理由として最も適切なものはどれか。 モデルの精度が常に向上するため 出力層のサイズが自動的に決定されるため モデルの学習速度が倍増するため 同じフィルタを用いて異なる部分の特徴を学習できるため None 40. AIとロボットがそれぞれ特化している分野について正しい組み合わせはどれか。 AIは生産工程、ロボットは情報処理 AIは物理的動作、ロボットは知識学習 AIとロボットは同一の分野に特化している AIは創造性、ロボットは物理的動作 None 41. ニューラルネットワークで「バッチ正規化（Batch Normalization）」を使用する主な目的として正しいものはどれか。 勾配消失問題を完全に解決する 学習の収束を速めるとともに過学習を防ぐ モデルの構造を簡略化する 学習率を固定化する None 42. AGIが実現された場合の最も大きな利点として適切なものはどれか。 特定のタスクに限定されない柔軟な問題解決能力 人間の指示を完全に再現する能力 学習コストを削減する能力 データの量に関係なく動作する能力 None 43. 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 44. 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 45. AI効果（AIパラドックス）とは何を指すか。 AIが特定の問題を解決する速度が指数関数的に増加する現象 AIがあるタスクを成功すると、その能力が「AIではない」と見なされる現象 AIの計算能力が一定の限界に達する現象 AIが常に最適解を導き出す現象 None 46. ディープフェイクによる影響を最小化するために重要な対策として適切なものはどれか。 生成されたコンテンツを識別するアルゴリズムの開発 ディープフェイク生成技術を一般公開しない トレーニングデータを削減する コンテンツ生成速度を遅くする None 47. LLMが基盤としている主要なアーキテクチャはどれですか？ リカレントニューラルネットワーク（RNN） 畳み込みニューラルネットワーク（CNN） トランスフォーマー（Transformer） サポートベクターマシン（SVM） None 48. ニューラルネットワークの「重みの正則化」において、L1正則化が特に有効な理由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 重みをスパース化し、特徴選択を促進する 勾配消失問題を完全に解消する 学習率を自動調整する None 49. 個人情報保護法が定める「個人情報」とはどのような情報を指すか。 すべてのデジタルデータ 特定の個人を識別できる情報 公共機関が所有する情報 社会全体で共有されるべき情報 None 50. LLMの課題として最も適切なものを選びなさい。 学習に必要なデータ量が少ない。 単一のタスクにしか対応できない。 文脈を理解する能力が低い。 応答が必ずしも事実に基づかない場合がある。 None 51. 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。 著名人が参加したイベントの写真を個人のブログでシェアする 著名人の名前を商標登録して商品名に使用する 著名人が認めた場合に限り、肖像を広告に使用する 著名人の写真を個人的に保存する None 52. 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 53. DALL-EとStyleGANの生成プロセスの違いに関連する説明として正しいものはどれか。 DALL-Eは潜在空間を操作して画像を生成し、StyleGANはテキスト指示に基づいて画像を生成する DALL-Eはテキスト入力に基づいて画像を生成し、StyleGANは潜在空間を操作して画像を生成する DALL-EとStyleGANはどちらも動画生成を専門としている DALL-EはGANアーキテクチャを使用し、StyleGANはトランスフォーマーを基盤としている None 54. 「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 55. 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 56. 転移学習において「ファインチューニング（Fine-Tuning）」が行われる理由として正しいものはどれか。 モデル全体をゼロから再訓練するため 新しいタスクに適応するために特定の層を再訓練するため 学習済みモデルをそのまま使用するため トレーニングデータを拡張するため None 57. 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。 サポートベクターマシン（SVM） 主成分分析（PCA） ランダムフォレスト K-近傍法（KNN） None 58. 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 59. 転移学習（Transfer Learning）の主な目的として正しいものはどれか。 モデルの計算速度を向上させる 学習済みモデルを活用して新しいタスクを効率よく学習する モデルのサイズを削減する モデルの複雑さを制限する None 60. 第三次AIブームを牽引したディープラーニングの成功を象徴する出来事として正しいものはどれか。 ImageNet Large Scale Visual Recognition Challengeでのニューラルネットワークの圧倒的な精度向上 初のチェスプログラム「Deep Thought」の開発 医療診断におけるエキスパートシステムの普及 自然言語処理技術の商業化 None Time's up
