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. Transformerモデルで用いられる「マルチヘッドアテンション」の主な目的として正しいものはどれか。 異なる情報の側面を同時に学習する モデルの計算コストを削減する 入力データを圧縮する 出力のランダム性を増加させる None 3. セキュリティ上、安全な電子メールの利用方法として適切なものはどれか。 添付ファイルは必ず開封する 不明な送信者からのリンクをクリックしない メールアドレスを複数のウェブサイトで共有する メール内容を第三者に転送する None 4. 生成モデルが「モンテカルロ法」と関連する理由として最も適切なものはどれか。 データの確率分布を明示的に計算するため サンプリングを通じて不確実性をモデル化するため データの分類精度を向上させるため 潜在変数の次元を削減するため None 5. 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 6. AI生成物に基づくパブリシティ権侵害を回避するために必要な措置として最も適切なものはどれか。 肖像に関連する特定の個人を明確に特定できないようにする AIが使用したトレーニングデータを開示する AI生成物はすべて商業利用可能と見なす トレーニングデータに著名人の肖像を含めない None 7. インターネットリテラシーとは何を指すか。 インターネットの利用に関する技術的スキル インターネットを安全かつ効果的に利用する能力 インターネットでプログラミングを行う能力 インターネット上の動画編集スキル None 8. ディープフェイクが主に利用される分野として適切でないものはどれか。 映画やエンターテインメントでの特殊効果 教育や研究分野でのシミュレーション 偽情報の作成や詐欺行為 音声データのリアルタイム翻訳 None 9. 次の行為のうち、パブリシティ権侵害のリスクが最も高いものはどれか。 著名人の名前を個人ブログで称賛する 著名人の肖像を無許可で商品パッケージに使用する 著名人が参加したイベントの写真を個人のアルバムに保存する 著名人の出演するテレビ番組を視聴する None 10. StyleGANが他のGANモデルと比較して革新的とされた理由として正しいものはどれか。 ジェネレータとディスクリミネータを削除した テキスト生成に対応した トレーニング時間を大幅に短縮した 潜在空間を効果的に操作可能にした None 11. 「強いAI(Strong AI)」が特化型AIと異なる点として正しいものはどれか。 強いAIは人間のように意識を持つ 強いAIは特定のタスクに特化して設計されている 強いAIは必ずしも人間を超える性能を持つ 強いAIは単純な問題を解決できない None 12. テキスト生成AIの倫理的な利用に関して正しい対応を選びなさい。 生成されたテキストの正確性を確認せずに公開する。 生成結果が倫理的に適切かどうかを確認するプロセスを導入する。 バイアスが含まれている場合でも、AIの応答をそのまま使用する。 AIが生成した結果は全て信頼できるものとして扱う。 None 13. 生成モデルが「トレーニングデータの分布を忠実に再現」する場合に発生し得る問題として最も適切なものはどれか。 潜在空間の次元が不足する モード崩壊が頻発する ラベル付きデータの精度が低下する 新規性のないデータが生成される None 14. 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 15. 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 16. 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 17. 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 18. 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 19. 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 20. 生成モデルの一種であるVAE(変分オートエンコーダ)の主な目的として正しいものはどれか。 クラス分類精度の向上 データの潜在空間表現を学習して新しいデータを生成する 時系列データの予測 音声データの高速処理 None 21. 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 22. 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 23. 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 24. 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 25. 自己回帰型生成モデルの特徴として適切なものはどれか。 全てのデータポイントを同時に生成する 逐次的にデータポイントを生成する ラベル付きデータに依存する 潜在空間を利用しない None 26. Zero-Shotプロンプティングの制約として最も適切なものを選びなさい。 プロンプトが長くなりすぎる場合がある。 モデルの学習データに依存し、特定のタスクで精度が下がる可能性がある。 特定のフォーマットを指定できない。 AIがタスクを理解するまで時間がかかる。 None 27. AIが生成した作品に関する著作権は、通常誰に帰属するか。 AIそのもの AIを開発した企業 AIを利用して作品を生成した人 公共の財産として扱われる None 28. 次のうち、ブースティングに分類されるアルゴリズムはどれか。 アダブースト K-平均法 ナイーブベイズ 線形回帰 None 29. ディープフェイクを識別するための技術として適切なものはどれか。 自己注意機構 画像や動画の不自然なパターンを検出するアルゴリズム 音声認識モデルによる分析 潜在空間操作による改善 None 30. ChatGPTのモデル設計が、ユーザーからのフィードバックを反映するために採用している手法として正しいものはどれか。 転移学習 ハイパーパラメータの自動最適化 アンサンブル学習 人間のフィードバックによる強化学習(RLHF) None 31. Whisperのメリットとして最も適切なものはどれか。 高解像度画像生成が可能 動画編集機能を持つ テキスト生成能力が高い 多言語対応とノイズ耐性に優れている None 32. ネットいじめの被害を防ぐための対策として最も適切なものはどれか。 被害を受けた場合、自分で反論する 不適切な行為を無視して放置する プラットフォームの通報機能を活用する 匿名で仕返しを行う None 33. 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 34. LMが学習するために必要なデータは何ですか? 膨大な量のテキストデータ 画像や動画データ 物理センサーからの信号データ 数値シミュレーションデータ None 35. StyleGANのメリットとして正しいものはどれか。 潜在空間の操作性が高く、生成画像の特徴を調整できる マルチモーダル処理に対応している テキスト生成能力に優れている ノイズに強い音声データ処理を行う None 36. 「LM(Language Model)」とは何ですか? 人間の言語を理解し、生成するAIモデル AIのトレーニングデータを生成するアルゴリズム ハードウェアを制御するためのAIモジュール AIシステムの物理構造設計の手法 None 37. 生成モデルにおいて「潜在空間」の役割として正しいものはどれか。 訓練データを直接保存する ジェネレータとディスクリミネータの評価を行う データセット間の類似性を計算する データの圧縮と新規データ生成の基盤を提供する None 38. 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 39. 重みが「勾配爆発」を引き起こす主な原因として正しいものはどれか。 学習率が非常に低い場合 活性化関数が線形である場合 初期化された重みが大きすぎる場合 損失関数が単純すぎる場合 None 40. 「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 41. 次のうち、AIとロボットが連携する際に最も重要とされる要素はどれか。 ロボットの動力源の効率性 AIのモデルサイズの小型化 センサーからの情報処理と行動計画の統合 ロボットの物理的デザインの美しさ None 42. 生成モデルの中で「フリシェーインセプション距離(FID)」が使用される主な目的として正しいものはどれか。 生成されたデータの品質を評価する トレーニングデータセットのサイズを決定する モデルのトレーニング速度を測定する データのクラスタリング精度を確認する None 43. 「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 44. AIモデルに文脈を提供することの主な目的として正しいものを選びなさい。 AIが応答の精度を向上させるために、背景情報を理解することを助ける。 プロンプトを短くするために、文脈を省略する。 AIの計算リソースを節約するために情報量を減らす。 文脈情報を無視して自由な応答を促す。 None 45. AIが生成した商業ポスターに、著名なキャラクターに似たイラストが含まれていた場合、広告主が著作権侵害やパブリシティ権侵害を防ぐために取るべき最適な対応はどれか。 生成されたイラストに大幅な修正を加えて公開する 著名なキャラクターの権利者から利用許諾を得る AI開発者に責任を求める ポスターの公開を一旦中止して社内で検討する None 46. 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 47. ニューラルネットワークの性能向上のために「正則化(Regularization)」が使用される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上げるため 過学習(Overfitting)を防ぐため データ量を減らすため ラベル付きデータが不要になるため None 48. 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 49. 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 50. 生成モデルの代表的な技術であるGAN(生成的敵対ネットワーク)の特徴として正しいものはどれか。 データをクラスタリングする能力に優れる 大量のラベル付きデータを必要とする ジェネレータとディスクリミネータが競合する構造を持つ 主成分分析に基づく技術である None 51. 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 52. 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 53. ANIがAGIに進化するために最も必要な要素として適切なものはどれか。 トレーニングデータの質と量を増加させる タスク間の知識移転を可能にするアーキテクチャの開発 単一タスクでの性能を極限まで向上させる モデルサイズを大幅に縮小する None 54. ANIとAGIの技術的進化を比較した場合、AGIの開発における最大のハードル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技術が欠如している トレーニングデータの品質管理が困難である 単一タスクに特化した性能の向上が難しい 人間と同様の一般知能を再現するための理論的基盤の不足 None 55. ニューラルネットワークがAIに知能をもたらす仕組みとして用いる主な原理はどれか。 確率論 シンボリック推論 人工的な神経回路モデル 強化学習 None 56. ディープフェイク生成においてGANが特に優れている理由として正しいものはどれか。 時系列データの分析に適している 画像や動画のリアリティを向上させる競争的学習が可能 大量の計算リソースを必要としない 自然言語処理タスクを効率的に処理できる None 57. AIが生成した架空の人物の肖像画像について、肖像権が適用される可能性はどれか。 完全に架空であれば肖像権は適用されない AIが生成した場合、自動的に肖像権が適用される トレーニングデータが公開されていない場合、適用される 架空であっても特定の個人を連想させれば適用される None 58. ディープラーニングがAIに知能をもたらす点として最も適切なものはどれか。 簡単な問題を素早く解決する能力 全てのタスクを人間より正確に解決する能力 複雑で非線形な問題の解決能力 小規模データセットに特化した能力 None 59. 個人情報保護法において、本人の同意がなくても個人情報の第三者提供が許される例として適切なものはどれか。 企業のマーケティング戦略に役立てる場合 法令に基づく場合や公共の利益のため必要とされる場合 第三者が非営利目的で利用する場合 本人の関心が低い情報を提供する場合 None 60. ANIが広く利用されている理由として最も適切なものはどれか。 あらゆるタスクに柔軟に対応できるため 感情や意識を再現できるため 技術的な開発が容易で、特定のタスクで高い性能を発揮する 汎用的な知識を必要としないため None Time's up