生成AIパスポート～模擬試験～ 2024年11月25日 ailearn 1. 以下の文章に対して、LLMが最適な応答を生成するための工夫として正しいものを選びなさい。 「私は昨日ケーキを作りました。それから友達とそれを食べました。」 文脈を分割して個別に処理する。 文章全体の文脈を保持し、話題の流れに基づいて応答を生成する。 最初の文だけを処理して応答を生成する。 次の単語をランダムに選んで応答を生成する。 None 2. 著作権が保護する対象として適切でないものはどれか。 音楽や映画 アイデアそのもの プログラムコード 物理的な装置の設計図 None 3. 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 4. 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 5. 以下の状況のうち、企業がセキュリティリスクを最小化するために最も適切な対策を実行している例はどれか。 社員が個人所有のデバイスを使用して業務データにアクセスすることを許可する 定期的にセキュリティトレーニングを実施し、フィッシングメールへの対策を指導している すべての社員に初期設定のパスワードを使用させる 企業ネットワークにアクセスする際の二要素認証を廃止する None 6. 個人情報保護法における「利用目的の通知または公表」の義務について正しいものはどれか。 利用目的は個人に通知しなくてもよい 利用目的を定める必要はない 利用目的はすべての情報を包括的に設定する 利用目的を本人に通知するか公表する必要がある None 7. 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 8. 転移学習が自然言語処理（NLP）で広く利用される理由として正しいものはどれか。 言語モデルが文法や単語の一般的な特徴を学習できるため 言語データが常に小規模であるため 出力層が全タスクに共通であるため 学習済みモデルを直接再利用することが禁止されていないため None 9. 企業が外国の第三者に個人データを提供する場合、個人情報保護法に基づき最も重要な要件はどれか。 すべての外国へのデータ提供を禁止する 日本国内の同意は不要である データ提供後に受け入れ側で情報削除を義務付ける 提供先の国の法律が十分な個人情報保護を保証していることを確認する None 10. 以下の状況で、AIの倫理的利用として最も適切な選択肢を選びなさい。 状況: AIを利用して教育関連の記事を生成し、学生に提供する場合。 AIが生成した内容をそのまま教材として提供する。 生成された記事を専門家が確認し、誤情報を訂正した上で提供する。 AIに全ての教育内容を作成させ、確認せずに配布する。 AIを使用せず、人間がすべての記事を作成する。 None 11. 「プロンプティング」とは何を指しますか？ AIに指示を与えるための入力方法 AIの学習データを選ぶ作業 AIモデルをトレーニングするためのプロセス AIの出力結果を検証する手法 None 12. 生成AIの運用において、事業者が個人情報の漏洩を防ぐために優先して行うべき措置はどれか。 全ての生成物を公開する 個人情報保護法に基づく教育を省略する AIモデルのトレーニングに一切の制限を設けない トレーニングデータの厳密な管理とアクセス制限を実施する None 13. AGIの開発における倫理的課題として最も適切なものはどれか。 トレーニングデータの収集にかかるコストの増加 単一タスクでのAGIの性能が低下するリスク 特定の国や企業にAGI技術が集中することによる不平等の拡大 モデルの計算リソースが不足する問題 None 14. DALL-Eのメリットとして最も適切なものはどれか。 高解像度画像を生成する能力に優れている マルチモーダル処理で動画生成が可能 テキストの翻訳に特化している 音声認識と画像認識を同時に行う None 15. 過学習を防ぐためにモデルの複雑さを制御する手法として正しいものはどれか。 活性化関数を変更する トレーニングデータを減らす モデルのパラメータ数を減らす 出力層を削除する None 16. 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 17. 公共Wi-Fiを利用する際に個人情報を保護するための最適な方法として正しいものはどれか。 公共Wi-Fiではパスワードが必要ない場合のみ接続する 銀行やSNSなどのログインは問題ないと考える Wi-Fiを利用する際はすべてのデバイスでBluetoothをオンにする HTTPS通信を利用し、VPNを使用する None 18. AIの出発点と現在を分ける主な転機として正しいものはどれか。 エキスパートシステムの導入 コンピュータの発明 インターネットの商用化 機械学習の台頭 None 19. ノーフリーランチ定理が示唆する「アルゴリズム選択バイアス」の正しい説明はどれか。 特定の問題に対して適切なアルゴリズムが存在しないこと すべてのアルゴリズムがランダムに選ばれるべきであること データ特性に基づいてアルゴリズムを選択することの重要性 問題空間が一様分布していると仮定すること None 20. AI(人工知能)が主に活用される分野として最も適切なものはどれか。 自然災害の発生予測 通貨の偽造防止技術の発明 電気回路の製造 化石燃料の採掘 None 21. GANを基盤としたディープフェイク技術の改良点として考えられるアプローチとして正しいものはどれか。 モード崩壊を防ぐための正則化手法を導入する ジェネレータとディスクリミネータを廃止する 潜在空間を完全に削除する 時系列データを中心にトレーニングする None 22. 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 23. 企業が保有する個人情報を匿名加工情報として利用する場合、個人情報保護法に基づき最も適切な措置はどれか。 匿名加工情報として利用するため、本人の同意は不要 匿名加工情報を第三者に提供する際には、再識別が可能であることを明示する 匿名加工情報を作成する際には、元のデータを完全に削除する必要がある 匿名加工情報はどのような目的でも利用できる None 24. 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 25. 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 26. 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 27. AI社会原則における「持続可能性」の意味として最も適切なものはどれか。 AIが環境や社会に与える影響を最小限に抑えること AIをすべての分野で無制限に活用すること AIシステムを経済的利益の最大化に利用すること AIの技術革新を一切停止しないこと None 28. 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 29. 「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 30. ディープフェイクによる生成画像が特に難しい部分として適切なものはどれか。 背景の描写 静止している物体の生成 テキストベースの入力解析 顔の自然な瞬きや微細な表情 None 31. 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 32. 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 33. AIとロボットの設計において「リアルタイム性」が特に重要となる場面はどれか。 大量の画像データをクラウドで分析する場合 医療用ロボットが手術中に動作する場合 ソーシャルメディアの投稿内容を感情分析する場合 農業用ロボットがデータ収集を行う場合 None 34. 生成AIが生成したテキストが意図せずに個人情報を含む場合のリスクを軽減する方法として適切なものはどれか。 AIモデルのパラメータを増加させる 個人情報を含む出力をすべて保存する 生成AIに出力前の検証機能を追加する ユーザーに生成結果を自己判断で利用させる None 35. AIが持つ学習手法のうち、「教師なし学習」の特徴として正しいものはどれか。 ラベル付きデータを利用する 行動と報酬を基に学習する クラスターを形成してデータをグループ化する 確率モデルを用いて推論する None 36. 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 37. 「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 38. 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 39. AIモデルに複雑なタスクを指示する際に、プロンプトを最適化するための最適な方法はどれですか？ 曖昧な指示を与え、AIに自由に解釈させる。 指示の一部を省略して、応答の自由度を高める。 タスクの背景や条件を含めて、具体的で詳細なプロンプトを作成する。 長文の指示でAIの負荷を増やし、試行錯誤を繰り返す。 None 40. 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 41. ニューラルネットワークにおいて「勾配消失問題」が発生しやすい理由として最も適切なものはどれか。 学習率が低すぎる 活性化関数が非線形でない 隠れ層が少なすぎる シグモイドやtanh関数のような活性化関数を使用した場合に勾配が小さくなる None 42. Transformerモデルのアーキテクチャで重要な「残差接続」の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 過学習を防止する 勾配消失問題を緩和する データのクラスタリングを容易にする None 43. ANIとAGIの主な違いとして正しいものはどれか。 ANIは複数のタスクを同時に処理できるが、AGIは単一タスクに特化している AGIは柔軟性を持つが、ANIは特定タスクに限定される ANIは意識を持つが、AGIは意識を持たない ANIは未実現の概念で、AGIは現在広く利用されている None 44. AIに知能をもたらす2つの仕組みとして正しい組み合わせはどれか。 機械学習とルールベース 機械学習とニューラルネットワーク ルールベースと推論エンジン 機械学習と知識ベース None 45. 肖像権が適用される対象として正しいものはどれか。 企業のロゴ 一般人や著名人の顔や姿 著作物の内容 動物の画像 None 46. 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 47. AI効果が特定の業界で新たな競争を生む要因として最も適切なものはどれか。 AI技術の普及により既存技術が陳腐化する AI技術が市場で過小評価される AI技術が特定の分野で独占される AI技術の失敗が顧客の不信を招く None 48. 生成AIを運用する企業が国際的なデータ保護基準に対応する際、最も重要な取り組みはどれか。 データを保護する目的でトレーニングデータの公開を完全に制限する 生成AIの利用を特定の国だけに限定する GDPRやCCPAなどの規制を回避するための法的手段を模索する 各国のデータ保護法に適合する契約を締結する None 49. 「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 50. 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 51. 生成モデルが特に注目される応用分野として正しいものはどれか。 ハードウェア設計の最適化 医療画像の生成と診断支援 経済データの分析と予測 高速データベース検索 None 52. 生成AIが生成したコンテンツが個人情報を含む場合、事業者が講じるべき最も適切な対応はどれか。 生成内容を検査し、個人情報を削除するプロセスを導入する 生成された個人情報を特定の利用者に限定して提供する 個人情報が含まれる生成内容は常に保存する 生成内容の監視を一切行わない None 53. AIの利用における「説明責任」の概念に関して最も正しい説明はどれか。 AIの出力結果をすべて記録する義務 AIの判断プロセスを人間が理解できる形で説明する義務 AIの判断が正確であることを保証する義務 AIの利用を完全に透明化する義務 None 54. 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 55. 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 56. VAE（変分オートエンコーダ）がGANと比較して有利とされる点として正しいものはどれか。 VAEは計算資源をほとんど必要としない VAEは完全に教師あり学習に基づいて動作する VAEは確率的潜在空間を学習し、生成データの多様性が高い VAEは大規模データセットが必要ない None 57. 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 58. 「強いAI（Strong AI）」の実現に向けた課題として最も適切なものはどれか。 データ量の増加に伴うストレージ容量の不足 トレーニングデータのバイアスの影響 機械学習アルゴリズムの処理速度の限界 人間の意識や感情の再現に必要な理論の未成熟 None 59. 生成AIを活用したサービスにおいて、利用者が個人情報を意図せず入力するリスクを軽減する方法として最も適切なものはどれか。 利用者の入力内容を監視しない 利用者が提供した情報は全て保存する 利用者に入力可能なデータ形式を制限する 利用者に注意を促す警告表示を省略する None 60. 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 Time's up
