生成AIパスポート~模擬試験~ 2024年11月25日 ailearn 1. 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。 入力データの順序を明示する 入力データを正規化する データの次元を削減する モデルの損失を最小化する None 2. 個人情報保護法に基づき、事業者が「漏洩事故」を起こした場合の最も適切な対応として正しいものはどれか。 漏洩を隠し、外部に通知しない 問題が解決するまで公表を控える 被害者に通知し、監督機関に報告する 社内の対応マニュアルだけに従う None 3. 過学習を防ぐために「早期終了(Early Stopping)」を使用する場合、重要な判断基準として適切なものはどれか。 トレーニングデータの精度が一定値を超えたとき モデルの複雑さが限界を超えたとき 学習率が収束したとき テストデータの精度が向上しなくなったとき None 4. 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 5. LLMが長文の文脈を処理する際、どのような技術的な制約が発生しやすいですか? 応答が短くなりすぎる。 計算負荷が高まり、メモリ制限に達する可能性がある。 短い文脈では動作しない。 文脈の最初の部分しか処理しない。 None 6. AI効果が特に顕著になる理由として正しいものはどれか。 AI技術の発展速度が遅いため AI技術が日常生活に溶け込むため AI技術が特定の産業に限定されるため AI技術が完全に自律していないため None 7. 生成AIが使用するトレーニングデータの選定において、個人情報保護法に違反しないための具体的な手段として最も適切なものはどれか。 公開情報だけをトレーニングデータとして利用する 適切な同意を得たデータを使用する データ内容を常に匿名加工する 以上のすべて None 8. AI技術の一つである「ディープラーニング」は主にどの技術に基づいているか。 線形回帰 ニューラルネットワーク 決定木 クラスタリング None 9. 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 10. 「個人情報保護法」に基づく個人情報の例として適切でないものはどれか。 名前 年齢 パスワード 端末のOSの種類 None 11. Few-Shotプロンプティングを使用する場合、以下の例から最適な具体例を選びなさい。 プロンプト目標: 「箇条書きで応答を生成する」 例1: AIとは人工知能を意味します。 例2: ・AIは人工知能です。・機械学習を含みます。 例3: AIは未来の技術です。 例4: 人工知能について詳しく説明してください。 None 12. AIレベル別分類の観点から、自律型AI(Autonomous AI)の導入が現実的でない分野として最も適切なものはどれか。 自動運転車の制御 医療診断システム 倫理的判断が必要な分野(例:司法、政策立案) サプライチェーンの最適化 None 13. シンギュラリティが技術的に達成可能となる背景にある重要な法則として正しいものはどれか。 ガウスの法則 ムーアの法則 フックの法則 ファラデーの法則 None 14. 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 15. ロボットがAIを必要としない場合の例として最も適切なのはどれか。 工場の決められた動作パターンに従うロボットアーム 交通状況を考慮した最適ルートを選択する自動運転車 人の顔を認識して挨拶をする受付ロボット 倉庫内で商品を最適にピッキングするロボット None 16. AIに特定の応答形式を強制する場合、次のプロンプトのどれが最も効果的ですか? 「次の文章をまとめてください。」 「次の文章を要約してください。具体的な形式は自由です。」 「文章をまとめて簡潔にしてください。」 「次の文章を要約し、3つの箇条書きで出力してください。」 None 17. 特許権を取得するために必要な要件として正しいものはどれか。 既存の技術と同じであること 技術が公開されていないこと 新規性があり、産業上の利用可能性があること 申請前に商標登録されていること None 18. 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。 肖像権は商業利用を目的とし、パブリシティ権はプライバシー保護を目的とする 両者は同じ内容であり、区別されない 肖像権はプライバシー保護、パブリシティ権は商業的価値の保護を目的とする パブリシティ権は著作権に含まれる None 19. 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 20. 生成モデルの中で「生成的敵対ネットワーク(GAN)」が導入した革新的なアイデアとして正しいものはどれか。 データ生成と分類の競争的トレーニング 自己教師あり学習 確率分布の明示的なモデリング トレーニングにラベル付きデータが必要 None 21. 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 22. AI生成物を商業利用する際、肖像権やパブリシティ権の侵害を防ぐための適切な方法として正しいものはどれか。 トレーニングデータに著名人の写真を含めない 生成物に著名人を想起させる特徴がないことを確認する 生成物が著名人に似ていても明確な断り書きを添える 生成物の使用後に対象者に通知を行う None 23. 「サポートベクターマシン(SVM)」において、カーネル関数が果たす役割として正しいものはどれか。 モデルの学習速度を上げる 高次元空間で線形分離を可能にする データをクラスタリングする 次元削減を自動的に行う None 24. プロンプトで応答のフォーマットを指定する主な理由として正しいものを選びなさい。 応答を任意の形式で自由に生成させるため。 プロンプトを短縮するため。 AIの応答内容を予測不可能にするため。 AIが適切な形式で出力しやすくするため。 None 25. AGIが実現されると期待される応用例として最も適切なものはどれか。 単一のタスクで人間以上の性能を発揮する 機械学習モデルの訓練速度を向上させる 特定のデータセットを用いたパターン認識 医療診断、財務分析、自動運転など異なる分野での知識を統合した支援 None 26. 「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 27. 意匠権の登録が認められる対象として適切なものはどれか。 製品の外観や装飾的なデザイン 製品の機能的な性能 ブランド名やロゴ 製品の使用方法 None 28. 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 29. StyleGANのデメリットとして適切なものはどれか。 テキスト指示を解釈する能力が欠けている テキスト生成における文脈理解能力が低い 動画生成タスクには対応していない 音声データのノイズ処理が不可能 None 30. シンギュラリティの到達時期について、レイ・カーツワイルが提唱した予測として正しいものはどれか。 2025年 2045年 2100年 到達する可能性はない None 31. ディープフェイク動画を識別する際に、特定のディスクリミネータが検出しやすい特徴として適切なものはどれか。 動画の色調が均一である 背景が動かない場合が多い 動画内の音声と画像が完全に同期している 瞬きのパターンが非現実的である None 32. シンギュラリティ到達の影響を受ける可能性が最も高い分野として適切なものはどれか。 医療、教育、経済 スポーツ、芸術、娯楽 宗教、哲学、倫理学 農業、林業、漁業 None 33. 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。 線形判別分析(LDA) 決定木 主成分分析(PCA) サポートベクターマシン(SVM) None 34. 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 35. 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 36. AI(人工知能)の歴史的な始まりとして最も関連の深い出来事はどれか。 インターネットの発明 機械学習アルゴリズムの実用化 チューリングマシンの提案 ディープラーニングの登場 None 37. 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 38. 次のうち、機械学習の分類に該当する手法はどれか。 線形回帰 K-近傍法(KNN) 主成分分析(PCA) A/Bテスト None 39. 肖像権とパブリシティ権の侵害が同時に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。 著名人の写真を許可なくSNSで称賛する投稿を行った場合 一般人の顔写真を広告に使用した場合 公共イベントで撮影された群衆の写真を公開した場合 著名人の写真を無断で広告に使用した場合 None 40. 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 41. 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 42. 生成AIがトレーニングデータとして使用するデータに個人情報が含まれる場合、最も重要な対応はどれか。 データを匿名加工情報にする トレーニングデータを暗号化する 個人情報を削除せず、そのまま使用する 公的データベースのみを利用する None 43. LMの応答の信頼性を向上させる方法として最も適切なものを選びなさい。 LMに学習データの信頼性を評価させる。 プロンプトを曖昧にし、応答の自由度を高める。 生成された応答に対して、別のAIで検証プロセスを追加する。 LMに応答結果の正確性を自己判断させる。 None 44. ニューラルネットワークで使用される「ドロップアウト」の仕組みとして正しい説明はどれか。 学習中にランダムな重みを削除して計算を簡略化する 学習を早期終了させ、無効なノードを削除する 一定のノードを固定的に無効化する トレーニング時にランダムに一部のノードを無効化し、過学習を防ぐ None 45. AIとロボットの相違として最も適切な記述はどれか。 AIはハードウェア、ロボットはソフトウェアを主体とする AIは情報処理、ロボットは物理的な動作を主体とする AIは動力源を必要とするが、ロボットは必要としない AIは物理的環境での動作を重視するが、ロボットは重視しない None 46. Zero-Shotプロンプティングが最も適している場面を選びなさい。 特定のフォーマットや出力形式が求められる場面 一般的な質問や単純なタスクを実行する場面 複雑な文脈を考慮して応答を生成する場面 AIに学習させる新しいパターンを提供する場面 None 47. 以下のシナリオで、テキスト生成AIの利用方法として最も適切なものを選びなさい。 シナリオ: 医療分野で、患者向けの健康に関する記事を作成する。 AIが生成した内容をそのまま公開する。 AIに医学的な診断書の作成を指示する。 AIが生成した文章を専門家が確認し、必要に応じて修正してから公開する。 AIの応答を信用し、他の情報源を参照しない。 None 48. AIの各ブームに共通する終焉の理由として最も適切なものはどれか。 計算リソースや技術の限界 データ量の増加 社会的な需要の不足 新しい理論の誕生 None 49. AIによる画像認識で使用される「畳み込みニューラルネットワーク(CNN)」の主な役割はどれか。 データをクラスタリングする 画像から特徴を抽出する テキストデータを生成する 時系列データを解析する None 50. 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。 各アテンションヘッドの数を増やす 入力データの次元数を削減する スパースアテンション(Sparse Attention)を使用する データのバッチサイズを小さくする None 51. AI開発において不正競争防止法違反を防ぐために最も重要な対応はどれか。 他社の営業秘密を積極的に利用する AIの生成物をすべて公開する トレーニングデータを秘密として適切に管理する 他社製品の模倣を推奨する None 52. AIとロボットの融合技術を用いることで実現可能になる社会的インフラの例として、最も適切なものはどれか。 自動化された物流倉庫 手動で操作する産業機械 クラウドを利用した金融システム 手作業による道路保守 None 53. GPTシリーズが長文処理で抱える課題の解決策として最も適切なものはどれか。 トークン数の制限を完全に撤廃する モデルサイズを大幅に縮小する 注意機構を強化し、重要な文脈を選択的に保持する トランスフォーマーをGANに置き換える None 54. 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 55. 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 56. 機械学習における「決定木」の主な特徴として正しいものはどれか。 線形分離可能なデータにのみ適用できる データの分類や回帰の両方に使用できる 教師なし学習の一例である 事前にデータを次元削減する必要がある None 57. 過学習を防ぐために「データ拡張(Data Augmentation)」が使用される理由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ため モデルの構造を単純化するため トレーニングデータの多様性を増やすため 学習率を調整するため None 58. ディープフェイクが生成するコンテンツの法的規制が必要とされる主な理由はどれか。 技術の進化を阻害するため トレーニングコストを削減するため 社会的混乱やプライバシー侵害を防ぐため 個人が自由に利用できる技術にするため None 59. 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。 損失関数としてWasserstein距離を利用する ジェネレータの出力に正規化を適用する ディスクリミネータを確率的モデルに置き換える ジェネレータのトレーニング回数を減少させる None 60. 不正競争防止法が保護する対象として最も適切なものはどれか。 商業機密や営業秘密 公共のデータベース AIが生成したすべての作品 商業的価値のない情報 None Time's up