生成AIパスポート～模擬試験～ 2024年11月25日 ailearn 1. 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 2. LMの進化に最も影響を与えた技術として正しいものを選びなさい。 画像処理アルゴリズム トランスフォーマー（Transformer）アーキテクチャ 物理的制御システム 周波数分析ツール None 3. 生成AIが個人情報を取り扱う際、事業者が遵守すべき個人情報保護法の原則として正しいものはどれか。 トレーニングデータの利用目的を明確にする トレーニングデータに個人情報を含めない 生成物に個人情報が含まれる場合、本人に通知する 以上のすべて None 4. 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 5. 画像認識モデルで「過学習」を防ぐために使用される手法として適切でないものはどれか。 ドロップアウト データ拡張 早期終了（Early Stopping） フィルタサイズの増加 None 6. 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 7. AIとロボットの技術を融合させた応用例として最も適切なものはどれか。 自律型ドローン 家庭用掃除機 工場の機械アーム 電動スクーター None 8. 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 9. AIとロボットが連携する際に、センサーからの情報をAIが処理してロボットに動作指示を与える流れを何と呼ぶか。 制御ループ 知識伝達 経路探索 データ統合 None 10. 汎用型AI（General AI）が特化型AIと比較して、医療分野において特に効果を発揮すると考えられる場面として適切なものはどれか。 画像診断や薬剤設計のような個別のタスクに特化した業務 トレーニングデータが限定的である新薬開発業務 医療データの収集と記録の効率化 異なる専門分野（例：内科と外科）間での知識を統合して診断を行う業務 None 11. ChatGPTが進化を遂げた理由として最も重要な要素はどれか。 モデルの計算速度を制限したこと モデルサイズを固定化したこと 商業利用を一切制限したこと ユーザーからのフィードバックを活用したこと None 12. 個人情報保護法において、「本人の同意」を得る必要がある場面として適切なものはどれか。 個人情報を第三者に提供する場合 社内での業務目的で個人情報を共有する場合 法令に基づく提供を行う場合 個人情報を自社内でのみ利用する場合 None 13. DistilBERTの設計目的として正しいものはどれか。 翻訳タスクでの性能を最大化する 自然言語処理タスクの精度を犠牲にする 画像認識タスクに特化している BERTの計算コストを削減し、軽量化する None 14. 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 15. 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 16. Transformerモデルの「デコーダ」の主な役割として正しいものはどれか。 入力データの順序を調整する データをクラスタリングする 潜在変数を生成する エンコーダの出力を用いてターゲットデータを生成する None 17. 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 18. 転移学習が画像認識タスクで特に効果的である理由として正しいものはどれか。 畳み込み層が一般的な画像特徴を捉えるため 画像データの多様性が小さいため 出力層が他のタスクと共有できるため 画像データは常にトレーニングデータが少ないため None 19. ノーフリーランチ定理（No Free Lunch Theorem）の主な主張として正しいものはどれか。 すべてのアルゴリズムは、特定の問題で等しく性能を発揮する 特定のアルゴリズムがすべての問題において最適である どのアルゴリズムも、すべての問題に対して同じ平均性能を持つ アルゴリズムの性能はデータのサイズに依存する None 20. AIが「探索木」を用いて問題を解決する場合に最も効果的なアルゴリズムはどれか。 ブラインド探索 貪欲法 ランダムウォーク 最良優先探索 None 21. テキスト生成AIの創造性に限界がある理由として最も適切なものを選びなさい。 AIは既存のデータやパターンに基づいて応答を生成するため、新しい概念の創造には限界がある。 AIは人間のような創造性を持つが、指示が不十分だと応答が限定される。 AIは創造的な文章を生成するためにプロンプトを必要としない。 AIは独自に新しいアイデアを提案する能力があるが、その表現が制限される。 None 22. AIの利用において持続可能性を確保するために、企業が最も優先して実施すべき取り組みとして適切なものはどれか。 AIシステムを常に最大限稼働させることで効率を高める エネルギー消費を抑えたAI設計を採用する 短期間で利益を最大化するためにAIを利用する 古いAIシステムを廃止せずに併用する None 23. 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 24. Few-Shotプロンプティングを使用する際、例の質が応答に与える影響として最も正しいものを選びなさい。 高品質な例を提供すると、AIの応答がより一貫性のあるものになる。 例の質が低くても、応答には影響しない。 例が少なすぎると応答が長くなりすぎる。 例が具体的すぎると応答が完全に固定される。 None 25. 曖昧なプロンプトが与えられた場合、AIモデルの応答に最も起こりやすい問題はどれですか？ 応答がタスクと無関係になる可能性がある。 応答が正確になる。 計算速度が向上する。 応答が自動的に最適化される。 None 26. 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 27. 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 28. 生成AIが生成したコンテンツが特定の個人を誹謗中傷する内容を含む場合、最も適切な対応はどれか。 生成AIの使用を即時停止する コンテンツを削除し、再発防止策を講じる 被害者に謝罪しない 生成AIの学習データを公開する None 29. LLM（Large Language Model）が他の言語モデルと比べて特に優れている点は何ですか？ パラメータ数が多く、文脈理解と推論能力が高い。 訓練にデータを必要としない。 単一の特定タスクに特化している。 ハードウェアの制約が少ない。 None 30. AIによる画像認識で「データ拡張（Data Augmentation）」を行う主な理由はどれか。 画像の解像度を向上させるため 学習モデルを簡素化するため ラベル付け作業を自動化するため トレーニングデータを増やし、過学習を防ぐため None 31. テキスト生成AIがリアルタイムでのタスクに適さない理由として正しいものを選びなさい。 AIが最新データを収集する能力を持たないため。 AIが時間制約のあるタスクを実行できないため。 AIが生成する文章はすべて過去のデータに基づいているため。 AIがプロンプトを理解する能力を欠いているため。 None 32. 畳み込み層（Convolutional Layer）が行う主要な操作はどれか。 データを正規化する フィルタを用いて画像データから局所特徴を抽出する 画像の解像度を高める データの次元を削減する None 33. シンギュラリティ到達後に人間社会が直面する「AIの倫理的制約」に関する問題として最も適切なものはどれか。 AIが人間の意図を正確に理解できないこと AIがすべての倫理的判断を一律に実行すること AIが倫理的判断を必要としない状況で誤作動を起こすこと AIが倫理的基準をすべて廃止すること None 34. AIシステムが「専門家の判断を模倣」するために利用する技術として最も適切なものはどれか。 エキスパートシステム ニューラルネットワーク 遺伝的アルゴリズム ベイジアンネットワーク None 35. 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。 写真が公共の場で撮影されたものであること 写真が投稿者自身によって撮影されたものであること 写真に写っている人物が特定可能であること 写真が撮影後すぐに公開されたものであること None 36. 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 37. 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 38. 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。 公共財として自由に利用できる 開発者の権利として保護される 利用者が独占的に利用できる 知的財産権の対象外となる None 39. 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。 データ間の類似性の計算 潜在空間の確率分布を学習する ジェネレータとディスクリミネータの競争 データの逐次的生成 None 40. 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 41. AI効果が教育分野に及ぼす影響として正しいものはどれか。 AI技術が教育ツールとして陳腐化し、新しい教材が必要になる AIの過小評価により教育での活用が減少する AI技術が教育現場で過大評価され、無批判に受け入れられる AI効果が教育内容の更新を完全に停止させる None 42. フィッシング詐欺を防ぐための最善策はどれか。 すべてのメールに返信する メールアドレスを頻繁に変更する 公共Wi-Fiを利用する 不審なメール内のリンクや添付ファイルを開かない None 43. 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 44. シンギュラリティに対する批判的な意見として正しいものはどれか。 人間の知能はAIで完全に模倣できないとする考え 計算能力の進化が停止すると考える説 ムーアの法則が無効であるとする主張 データ量の増加が社会的混乱を引き起こすという警告 None 45. 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 46. 「Few-Shotプロンプティング」とは何ですか？ AIにタスクを指示せず、自由に応答させる手法 AIに少数の具体例を与え、文脈を学ばせた上で応答を生成する手法 AIに大量の具体例を与え、精度を向上させる手法 AIのモデル構造を変更する手法 None 47. 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 48. 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。 データの逐次生成 ディスクリミネータを使用した分類 可逆変換によるデータ分布の明示的モデリング 高次元データのクラスタリング None 49. ChatGPTの「トレーニングデータ」の範囲として正しいものはどれか。 幅広い公開データを使用 特定の業界のデータのみを使用 ユーザーのプライベートデータを使用 個別に提供されたデータのみを使用 None 50. LLMを運用する際の主な制約の1つとして正しいものを選びなさい。 データ量が少なくなると性能が向上する。 大規模な計算資源が必要であり、運用コストが高い。 専用のハードウェアが不要であるため制約が少ない。 モデルサイズが小さいため複雑なタスクには向かない。 None 51. Whisperが従来の音声認識技術と異なる特徴として正しいものはどれか。 多言語対応とノイズ耐性を備えている 音声の生成を行う 画像認識タスクにも対応している モデルサイズを極限まで縮小している None 52. 生成AIが個人情報保護の観点で問題となる理由として最も適切なものはどれか。 モデルのトレーニングに使用されたデータが再生成される可能性がある 生成されたテキストが文法的に誤っている場合がある AIモデルが著作権を自動的に付与するため トレーニングデータの種類が限定されているため None 53. 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 54. AI効果が「過小評価」につながる仕組みとして正しいものはどれか。 AI技術が普及すると、それが普通の技術として扱われる AI技術の失敗が目立ち、信用を失う AI技術が社会的に利用されなくなる AI技術が単一の分野でしか機能しない None 55. AI効果による「技術評価の陳腐化」を防ぐため、AI技術の普及プロセスにおいて特に重要な戦略として適切なものはどれか。 技術の進化を公開しないようにする 技術の社会的インパクトを定期的に示す AI技術の応用を単一分野に限定する 技術開発を意図的に遅らせる None 56. 「汎用型AI（General AI）」と特化型AIの主な違いとして正しいものはどれか。 汎用型AIは特定のタスクに制限されず、複数のタスクをこなせる 特化型AIは学習が不要で、汎用型AIは学習が必須である 特化型AIは複数の分野で利用可能で、汎用型AIは一つの分野に限定される 汎用型AIは特化型AIに比べて開発が容易である None 57. 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。 ナイーブベイズ K-平均法（K-means） ロジスティック回帰 線形回帰 None 58. 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 59. 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 60. 「AIの冬」を乗り越えた要因として最も関連性が高いのはどれか。 専門家システムの復活 シンボリックAIの改良 コンピュータの大幅な小型化 ディープラーニングとビッグデータの活用 None Time's up
