生成AIパスポート～模擬試験～ 2024年11月25日 ailearn 1. 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 2. 個人情報保護法における「個人データ」と「保有個人データ」の違いとして正しいものはどれか。 保有個人データは特定の期間を超えて保存されるデータである 個人データは匿名加工情報である 保有個人データは開示請求の対象外である 個人データは法令による保護を受けない None 3. AI研究が一時的に停滞した時期を指す用語はどれか。 AI革命 AIの冬 ディープラーニングブーム 計算機科学の黎明期 None 4. 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 5. 転移学習を用いたファインチューニングで「学習率を層ごとに異なる値に設定する」理由として正しいものはどれか。 モデル全体の計算負荷を均等化するため 低次層の特徴を完全に無効化するため 学習済みの層と新規層の適応速度を調整するため モデル全体のパフォーマンスを固定化するため None 6. 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 7. 汎用型AIが特化型AIよりも困難な理由として正しいものはどれか。 データ量が特化型AIよりも多い 複数の異なるタスクを統合する設計が必要である 訓練時間が短すぎる 特定のタスクでの性能が向上しない None 8. 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 9. 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 10. ニューラルネットワークで「過学習」を防ぐ手法として最も適切なものはどれか。 ドロップアウト 活性化関数の変更 入力層の削減 出力層のサイズ拡大 None 11. GANを基盤にした生成AIモデルが抱える課題として最も適切なものはどれか。 トレーニングにおけるモード崩壊の発生 トランスフォーマーアーキテクチャを採用できないこと テキスト生成が不可能であること パラメータ数が固定化されること None 12. 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 13. 強化学習で用いられるアルゴリズムとして適切なものはどれか。 Q学習 ランダムフォレスト K-means 主成分分析（PCA） None 14. ChatGPTの動作を改善するために採用されている「RLHF（人間のフィードバックによる強化学習）」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 トレーニングデータの量を削減する 応答の品質を人間の期待に近づける モデルのパラメータ数を増加させる None 15. ChatGPTが商業利用向けに広く提供されたタイミングとして正しいものはどれか。 GPT-3の公開時点 GPT-4のリリース後 OpenAI APIの提供開始時点 DALL-Eの公開と同時 None 16. AI研究において「確率的アプローチ」が注目された理由として最も正しいものはどれか。 不確実性を含む問題への対応力が高まったため 全ての問題を数学的に解くことが可能だったため 確実に正しい結果を提供できるようになったため 確率的アプローチはルールベースよりも簡単だったため None 17. 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 18. 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 19. 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 20. 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 21. シンギュラリティ到達後、AIが引き起こす可能性のある「価値観の多様化」に関連する課題として最も適切なものはどれか。 人間の倫理観がAIに完全に置き換えられる AIが人間の価値観を理解しようとしないこと AIによる価値観の偏りが意思決定を支配する可能性 人間が倫理的な判断を完全に放棄すること None 22. 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 23. 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 24. LMはどのように動作しますか？ 音声データを入力し、画像を出力する。 テキストデータを学習し、次に来る単語を確率的に予測する。 AIの物理的動作を制御する。 テキストデータを使わずに直接応答を生成する。 None 25. 著作権の保護が適用されない場合として最も適切なものはどれか。 著作権が切れた作品（パブリックドメイン） 著作者が明確でない作品 国際的に作成された作品 デジタル形式で作成された作品 None 26. 生成AIが生成した誤った個人情報が誤用されるリスクを防ぐために、事業者が行うべき最善の対応はどれか。 誤った情報が含まれる生成物もアーカイブとして保存する 全ての生成物をユーザーの責任で使用させる 生成物の内容を検証し、不適切な情報を削除するプロセスを導入する トレーニングデータを削除して生成AIの運用を停止する None 27. 個人情報保護法に基づく「開示請求」の対象となるものはどれか。 企業が保有するすべてのデータ 企業の財務データ 公的機関の機密情報 本人が識別可能な個人情報 None 28. 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 29. Whisperのデメリットとして最も適切なものはどれか。 高解像度画像生成には対応していない 音声認識モデルとして、騒音環境で精度が低下する場合がある 特定の言語に対する認識精度が低い場合がある 潜在空間の操作が不可能である None 30. AI効果がもたらす課題として正しいものはどれか。 AI研究の評価が適切に行われない AIの導入が進みすぎて倫理的問題が発生する AIが期待以上の成果を出しすぎる AIが他の技術と競合しなくなる None 31. 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 32. 知的財産権の侵害に該当する行為として最も適切なものはどれか。 著作物を個人で楽しむ目的でコピーする 他人の商標を無断で使用して商品を販売する 特許権が切れた技術を利用する 公開された研究論文を参考にする None 33. 機械学習モデルにおいて、バイアス・バリアンストレードオフが示す現象として正しいものはどれか。 モデルの複雑さが増すと、必ず汎化性能が向上する 高バイアスのモデルは訓練データにもテストデータにも適合しない傾向がある 高バリアンスのモデルは訓練データへの適合度が低い バイアスが高い場合、モデルは過学習する None 34. 生成モデルの誕生が注目されるようになった主な要因として正しいものはどれか。 計算能力の向上と大量データの利用可能性 クラス分類精度の向上 ハードウェアの低速化による影響 データベース技術の進化 None 35. 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 36. 企業がランサムウェア攻撃を受けた場合、被害を最小限に抑えるための初動対応として最も適切な行動はどれか。 身代金を直ちに支払ってデータを回復する メディアに状況を公開して拡散を防ぐ 感染したシステムをネットワークから隔離する 感染したデータをすべて削除する None 37. 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 38. 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 39. 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 40. 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 41. AI研究の初期段階で使用された重要なモデルの例はどれか。 ディープニューラルネットワーク チューリングマシン ニューラルネットワーク（単層パーセプトロン） 遺伝的アルゴリズム None 42. 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 43. 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 44. AI研究において「知識ベース」と「機械学習モデル」の主要な違いとして正しいものはどれか。 知識ベースはデータ駆動であり、機械学習モデルはルール駆動である 知識ベースは明示的な知識を利用し、機械学習モデルはデータから知識を学習する 知識ベースは統計に基づき、機械学習モデルは論理に基づく 知識ベースは自律的に知識を拡張し、機械学習モデルは人間が介入する必要がある None 45. ChatGPTが会話の文脈を理解する際に使用する主な技術はどれか。 自己回帰型学習 自己注意機構（Self-Attention） クラスタリングアルゴリズム 強化学習 None 46. ノーフリーランチ定理の概念が現実の機械学習において完全には適用されない理由として正しいものはどれか。 現実のデータは特定の構造やバイアスを持つため アルゴリズムの性能はデータセットのサイズに依存しないため すべての問題空間が一様分布しているため 現実の問題は無限の可能性を持つため None 47. ニューラルネットワークで「重みのクリッピング」が適用される主な理由として正しいものはどれか。 学習率を一定に保つため 勾配爆発を防ぐため 重みを初期値に戻すため モデルの出力範囲を制限するため None 48. 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 49. ノーフリーランチ定理がアルゴリズム設計に与える重要な教訓として最も適切なものはどれか。 アルゴリズム設計では汎用性を追求するべきである 性能の高いアルゴリズムを一つ採用し続けるべきである 特定の問題設定に特化したアルゴリズムを設計するべきである 問題に依存せずにランダムにアルゴリズムを選ぶべきである None 50. AI効果が「社会の期待値」に与える影響を評価する際に重要な視点として適切なものはどれか。 技術進化のペースを意図的に遅らせる必要性 AI技術の適用を特定分野に限定する方法 普及後も革新性が評価され続ける技術デザイン AI技術の市場価値を人工的に引き上げる政策 None 51. 生成AIが不特定多数の利用者に提供される場合、事業者がユーザーに対して果たすべき責任として正しいものはどれか。 生成AIのすべての機能をユーザーが自由に利用できるようにする ユーザーが生成物を利用する際の倫理的・法的リスクを明確に説明する 生成物の利用方法については事業者が一切責任を負わない 生成AIが生成したすべての内容を公開する 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. 以下のうち、効果的なプロンプトに必要な要素として適切なものを選びなさい。 曖昧さ 無制限の自由度 具体性 入力の短さ None 54. LLM（大規模言語モデル）を利用する際、プロンプト設計で特に考慮すべき点はどれですか？ LLMは曖昧なプロンプトでも正確に応答できるため、詳細な設計は不要である。 LLMはプロンプトの内容を無視して学習データからランダムに応答を生成する。 LLMはタスクごとに専用のプロンプト形式を固定する必要がある。 LLMは多様なタスクに対応可能だが、プロンプト次第で応答の品質が変化する。 None 55. AIという用語が初めて提案されたのはどのような場であったか。 大学の授業 科学論文 ダートマス会議 商業展示会 None 56. LM（Language Model）の主要な構成要素として適切なものを選びなさい。 画像データとピクセル処理モデル 音声データと周波数分析モデル テキストデータと確率計算モデル 物理センサーと信号処理モデル None 57. 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 58. AI生成物に基づいて著作権侵害の訴訟が提起された場合、開発者が最初に確認すべき事項として最も適切なものはどれか。 AIの利用規約が著作権侵害を回避できる内容かどうか AIの生成物が他人の商標を含むかどうか トレーニングデータが適切にライセンスされているか AIの生成結果が公開されたタイミング None 59. 生成モデルの最も初期の概念に近い理論として正しいものはどれか。 ガウス分布 隠れマルコフモデル（HMM） ニューラルネットワーク k-近傍法（k-NN） None 60. AIの利活用に関するルールの制定目的として最も適切なものはどれか。 AI開発を完全に規制するため AI利用における倫理的、法的、社会的なリスクを管理するため すべてのAI利用を自由化するため AIの利用を特定の国に限定するため None Time's up
