G検定～模擬試験①～ 2024年12月6日2024年12月6日 ailearn 1. 国連の「AI倫理勧告」において、AI技術が「持続可能な開発目標（SDGs）」に貢献するために特に必要とされる要素は何ですか？ エネルギー効率を高める設計と公正な利用の推進 AI技術をすべての国に無制限で供給すること AIのすべてのアルゴリズムを公開すること AIの使用を先進国に限定すること None 2. 画像認識モデルの評価指標である「IoU（Intersection over Union）」の主な目的は何ですか？ モデルの学習速度を測定する 予測されたバウンディングボックスと正解との重なりを評価する クラス分類の精度を測定する モデルの計算コストを評価する None 3. 日本政府が策定した「AI社会原則」において、「安全性」として求められる取り組みは何ですか？ AIシステムが予測可能でリスクを最小限に抑えること AIの運用中に全てのデータを公開すること AIシステムが全くエラーを起こさないことを保証すること AIシステムが完全に自律的に動作すること None 4. 次のうち、ニューラルネットワークにおける基本要素として正しいものはどれか。 ニューラルネットワークは、個別にプログラムされたルールに基づいて動作する ニューラルネットワークは、パラメータと重みを学習して入力と出力の間の非線形関係をモデル化する ニューラルネットワークは、主にテキストデータの解析にのみ使われる ニューラルネットワークは、物理的な作業を制御するために設計された None 5. 自然言語処理でトランスフォーマーの「マルチヘッド・アテンション（Multi-Head Attention）」が有効な理由として最も適切なのはどれですか？ 計算量を削減できるため 複数の文脈的特徴を同時に学習できるため 出力次元数を固定できるため 訓練データが少なくても動作するため None 6. AIの国際的な倫理ガイドラインが遵守されない場合、最も懸念されるリスクとして適切なのは何ですか？ 技術的進歩が大幅に遅れること 国際的な信頼が低下し、技術の誤用が広がること 特定の企業が技術開発で優位に立つこと AIが自己進化して制御不能になること None 7. 全結合層を使用する際、ドロップアウトが推奨される理由は何ですか？ モデルの計算を簡素化するため 特徴量を選択するため モデルの訓練を早くするため 過剰適合を防ぐため None 8. 著作権は、著作物を作成した時点で発生しますが、その有効期限は通常どれくらいですか？ 著作者の死亡後50年 著作者の死亡後70年 著作者の死亡後100年 著作物の公開後50年 None 9. CNNを使用して画像分類を行う際、データ前処理として一般的に行われる処理はどれですか？ 重みの初期化 バイアスの調整 画像の正規化やリサイズ ハイパーパラメータの調整 None 10. 著作権法に基づく「引用」が認められるための条件は何ですか？ 出典を明示し、公正な範囲で行うこと 著作物を改変すること 著作物を商業利用すること 著作物の一部を削除して使用すること None 11. ニューラルネットワークのトレーニング中に「早期停止」を使用する目的は何ですか？ モデルのサイズを小さくする 訓練データを増やす 学習率を調整する オーバーフィッティングを防ぐため None 12. 全結合層で使用される一般的な活性化関数はどれですか？ ソフトマックス関数 ReLU（Rectified Linear Unit） シグモイド関数 全ての選択肢 None 13. AI技術の発展に伴い、プライバシー侵害のリスクを軽減するために推奨される「データ最小化」の原則とは何ですか？ できるだけ多くのデータを収集する 必要最低限のデータのみを収集し、目的達成後には削除する データを無制限に保存する データを外部に共有する None 14. 自然言語処理における「BLEUスコア」とは何を評価する指標ですか？ 機械翻訳における出力文と参照文の類似度 文書の感情を評価する 文書の長さを評価する 単語の頻度を評価する None 15. 活性化関数の主な目的は何ですか？ データの正規化 非線形性を導入すること モデルのトレーニング速度を上げる データの次元を削減する None 16. 次のうち、AIの安全性に関する課題として最も正しいものはどれか。 AIは常に安全であり、リスクは存在しない AIが誤った判断を行う可能性があるため、安全対策が必要である AIの動作は人間がすべて制御できるため、安全対策は不要である AIは感情を持たないため、危険な行動は取らない None 17. ディープラーニングを活用した自然言語処理において、「テキスト生成（Text Generation）」で使用される主な手法はどれですか？ ワードベースのカウントモデル 言語モデル（Language Model） トピックモデル データ拡張 None 18. AIを利用したデータ解析において、「情報解析のための利用」として著作権法上の例外規定が適用される条件はどれですか？ 商業目的での利用であっても適用される 学術研究や情報解析目的での利用である 著作物が公開されている場合のみ適用される 著作権者の同意を得ている場合のみ適用される None 19. 個人情報保護法における「個人情報」とはどのような情報ですか？ 名前だけを指す情報 特定の個人を識別できる情報 個人の趣味や嗜好に関する情報のみ 公的機関が管理する情報のみ None 20. AIが個人データを利用する際に生じる問題として、最も適切なものはどれか。 AIは個人データを収集しないため、問題はない AIが個人データを使用する際に、プライバシー侵害のリスクがある AIは個人データを常に匿名化して使用するため、リスクは存在しない AIは個人データを保管しないため、リスクはない None 21. 個人情報保護法において「第三者提供」を行う場合に求められることは何ですか？ 本人の同意を得た場合に限り提供できる 本人の同意なしに情報を自由に提供できる 企業内で合意が得られれば提供できる どんな場合でも提供できない None 22. 日本の「AI社会原則」に基づくガイドラインで、AI開発における「人間の尊厳」とは具体的にどのような意味を持ちますか？ AIが人間に代わってすべての意思決定を行うこと AIが人間の判断を常に尊重し、倫理的に行動すること AIが自律的に判断を下すこと AIが人間の知識を超えること None 23. EUの「AI規制案」において、「高リスクAIシステム」と判断される分野の一例として正しいのはどれですか？ ソーシャルメディアのコンテンツ推薦アルゴリズム ゲーム用AIエージェント 医療機器に用いられる診断支援システム 映画のおすすめシステム None 24. ディープラーニングにおいて「損失関数」の役割は何ですか？ モデルの性能を評価する モデルの予測と実際の結果との差を測定する 学習率を調整する 重みを更新する None 25. 全結合層の出力次元はどのように決まりますか？ 入力層の次元に基づく 自動的に決まる モデルの目的に応じて設定される アクティベーション関数によって決まる None 26. AIの「データプライバシー」に関する課題を克服するために提案されているアプローチとして最も適切なものはどれですか？ 全てのデータを公開する AIのトレーニングを禁止する データを匿名化して利用する データ収集を一切行わない None 27. 畳み込み層における「重みの共有」の利点は何ですか？ 計算を単純化する パラメータの数を減少させる 入力データの次元を削減する 全ての選択肢 None 28. ディープラーニングモデルの選択において、「正則化」の主な目的は何ですか？ モデルのトレーニング速度を向上させる モデルのサイズを小さくする オーバーフィッティングを防ぐため データの次元を削減する None 29. 畳み込み層の特徴マップが持つ情報の重要性は何ですか？ モデルの学習速度を上げる 複雑なデータを単純化する 特徴の重要性を示す モデルのパラメータを増やす None 30. 自然言語処理における「トピックモデル」として有名な手法はどれですか？ CNN Word2Vec VAE LDA（Latent Dirichlet Allocation） None 31. AI技術が医療分野に与える影響として、正しいものはどれか。 AIは医療データを解析し、診断や治療の補助に役立つが、医師の判断を完全に代替することはできない AIはすべての医療診断を完全に自動化できる AIは医療分野では使用されておらず、影響はない AIは医療データの保管に使用され、診断には使用されない None 32. 人工知能の「知的行動」の範囲に含まれないものとして正しいものはどれですか？ 推論と判断 学習と適応 自然言語の理解 データの記録のみ None 33. 畳み込み層において、ストライドとは何を指しますか？ フィルターの数 入力データの前処理方法 フィルターを移動させる際のステップサイズ 出力のサイズ None 34. AIを用いた画像生成サービスが生成した著作物に対して、ユーザーが行使できる権利は何ですか？ 著作権は発生しないが、生成物を自由に使用できる サービス提供者が著作権を保有するが、ユーザーは商業利用できる ユーザーが生成した作品の著作権を持つ AIによる生成物は著作権保護を受けない None 35. 次のうち、AIに関連するバイアスの問題として最も正しいものはどれか。 AIが特定のデータセットに依存することで、偏った結論を出すリスクがある AIはすべてのデータを平等に処理するため、バイアスの影響はない AIはバイアスを意図的に除去するため、常に公平な結果を導き出す バイアスはAIの計算速度を遅くする原因となる None 36. 個人情報保護法に基づき、データが漏洩した場合に企業が行うべきことは何ですか？ 情報の削除のみ 法律に基づいて情報を公開すること 速やかに本人に通知し、必要に応じて監督機関に報告すること 問題が解決するまで放置すること None 37. CNN（畳み込みニューラルネットワーク）が特に得意とするタスクは何ですか？ 音声認識 自然言語処理 画像処理や画像認識 強化学習 None 38. 畳み込み層の出力が高次元データの場合、次の層に何を使って接続することが一般的ですか？ 全結合層 プーリング層 リカレント層 フィルター層 None 39. 転移学習とは何ですか？ 訓練データを増やす手法 モデルの学習率を増加させる手法 モデルのパラメータをランダムに初期化する手法 事前に訓練されたモデルを再利用し、新しいタスクに適用する手法 None 40. U-Netはどのようなタスクにおいて使用されることが多いですか？ 画像分類 画像生成 画像セグメンテーション 自然言語処理 None 41. OECDの「AIに関する原則」において、AIの「持続可能性」が指摘される理由は何ですか？ AI技術が長期間にわたり活用できるようにするため AIが自己修復機能を持つことを確保するため AIが経済的に持続可能であることを保証するため AI技術が環境や社会に対して持続可能な方法で使用されるべきであるため None 42. Transformerモデルにおける「位置エンコーディング」の目的は何ですか？ 文書の要約を行う 単語の感情を予測する 文書をクラスタリングする 入力シーケンスの順序情報を保持する None 43. 次のうち、強いAI（AGI: Artificial General Intelligence）の定義として正しいものはどれか。 特定のタスクに特化したAIで、あらゆる状況に適応できるわけではない あらゆるタスクに柔軟に対応できる汎用的な知能を持つAI 人間がプログラムしたルールに従って動作するAI データ解析に基づき、物理的な作業を行うAI None 44. 全結合層を用いる場合、注意すべきメモリの問題は何ですか？ データの形式 計算リソースの最適化 パラメータの数が急増すること アクティベーション関数の選択 None 45. BERTモデルの事前学習において「次文予測（Next Sentence Prediction, NSP）」が行われる理由は何ですか？ モデルが文の長さを予測するため モデルが文の順序を学習するため モデルが複数の文書を要約するため モデルが文の感情を解析するため None 46. プライバシーの観点から、AIシステムが利用者の同意を得てデータを処理する場合、どのような条件が必要ですか？ データの処理が常に自動的に行われること 利用者が十分な情報を基に自発的に同意を与えること データ処理が無期限に続くこと データの一部を公開すること None 47. 次のうち、狭いAI（Narrow AI）の例として適切なものはどれですか？ チェス専用のAIプログラム 人間のように多種多様なタスクを実行するAI 完全自律的に行動するロボット 汎用AI（AGI: Artificial General Intelligence） None 48. 「要配慮個人情報」を含むデータの収集に関して、どのような追加の義務が課 事前に本人の同意を得る必要がある 収集後に自由に利用できる データを収集後、即時に廃棄する 企業が任意に利用目的を変更できる None 49. AIによる「データフュージョン」がプライバシーに与える主なリスクとして適切なのはどれですか？ データを完全に匿名化する AIの性能を向上させる 異なるデータソースを組み合わせることで個人を特定する可能性が高まる すべてのデータを暗号化する None 50. 「差分プライバシー（Differential Privacy）」とは何を指しますか？ 個人データを完全に削除する技術 個人を特定できない形でデータを活用するための数学的手法 個人データを暗号化するためのプロセス データを特定のグループ間で共有する技術 None 51. 画像認識モデルの評価において「混同行列」が役立つ理由は何ですか？ モデルの計算速度を測定するため クラスごとの正解率と誤認識のパターンを視覚化できる 画像の解像度を最適化するため 勾配消失問題を確認するため None 52. a b c d None 53. a b c d None 54. 全結合層の主な役割は何ですか？ 特徴を抽出すること モデルの出力を生成すること データの次元を削減すること 入力を正規化すること None 55. 教師なし学習の特徴として正しいものはどれか。 人間がラベルを付けたデータを使用してAIが学習する ラベルが付いていないデータからパターンを見つけ出す 人間の指示に基づいて動作するシステム 強化学習を用いて報酬を最大化する None 56. 畳み込み層の主な目的は何ですか？ 特徴量を抽出すること 出力を正規化すること データの次元を削減すること モデルの出力を生成すること None 57. 次のうち、AIに関する倫理的課題として最も重要なものはどれか。 AIが学習に時間を要すること AIの判断が透明でなく、説明可能性が不足していること AIのエネルギー消費が高いこと AIが感情を持つようになる可能性があること None 58. 全結合層の計算の過程で「活性化関数」が果たす役割は何ですか？ 出力を線形にする 入力データを増加させる モデルに非線形性を加える 計算を簡略化する None 59. 画像認識におけるディープラーニングモデルとして最も一般的に使用されるものはどれですか？ RNN CNN SVM KNN None 60. AI生成物に著作権が認められるためには、現行法に基づいて何が必要ですか？ 人間が創作に関与していること AIが高度な技術を使用していること AI生成物が公開されていること 生成物が商業的に利用されていること None 61. 中国のAIガイドラインでは、「公共の利益を優先する」ことが強調されていますが、その理由は何ですか？ AIが政府の管理下にあるため AI技術が社会全体に有益であると考えられているため AIが経済的な競争を促進するため AIが主に軍事目的で使用されるため None 62. 個人情報保護法の改正によって追加された「データポータビリティ」とは何ですか？ 本人が自分の個人情報を他のサービスプロバイダに移転できる権利 企業が個人情報を第三者に自由に提供できる権利 データを暗号化する手法 データを削除する手法 None 63. 自然言語処理における「ゼロショット学習（Zero-Shot Learning）」の主な特徴はどれですか？ 未学習のデータセットでタスクを実行できる ラベル付きデータが多いほど性能が上がる 翻訳タスク専用の学習方法である モデルサイズが小さいために高速で動作する None 64. ディープフェイク技術とAIに関する問題として、最も適切なものはどれか。 AIを用いたディープフェイク技術により、偽の画像や映像が簡単に作成される ディープフェイクはAIではなく、人間の手作業で作られる AIはディープフェイク技術を制限するために使用される ディープフェイク技術は現時点で使用されていないため、問題はない None 65. 畳み込み層の「フィルターサイズ」が大きくなると、どのような影響がありますか？ モデルの計算量が減少する モデルの計算量が増加する モデルの精度が低下する パラメータ数が減少する None 66. AIを利用した顔認識システムを導入する際、個人情報保護法上で最も考慮すべき点はどれですか？ 顔認識データを匿名化せずに使用する 顔認識データが「要配慮個人情報」に該当する可能性 利用目的を限定せずにシステムを運用する データの収集方法を公開しない None 67. 著作権法における「複製権」とは何ですか？ 著作物を他人に販売する権利 著作物を改変する権利 著作物を複製する権利 著作物を削除する権利 None 68. AIが「自律兵器」として使用されることへの国際的な懸念が高まる中、提案されている規制手段として最も適切なものはどれですか？ 全てのAI研究を停止する 自律兵器に関する国際条約を制定する 全ての兵器開発にAI技術の使用を禁止する 軍事利用のためのAIデータセットを公開する None 69. AIモデルが学習に使用したデータに対して、著作権侵害が問題となるのはどのような場合ですか？ 許可なく著作物を使用して学習を行った場合 著作物を合法的に購入して学習した場合 公開されているデータを使用した場合 著作物を引用した場合 None 70. 「AI倫理ガイドライン」において、AIシステムの説明可能性が求められる理由は何ですか？ AIが人間を代替するため AIの結果を誰でも理解できるようにするため AIがすべての意思決定を行うため AIの開発者を特定するため None 71. 「要配慮個人情報」とは何ですか？ 公にされている個人情報 他人に知られたくないセンシティブな個人情報 ビジネスに関連する情報 企業の経営データ None 72. 転移学習を使用する際、凍結（Freeze）される層は通常どの部分ですか？ 出力層 初期の畳み込み層 全ての層 活性化関数 None 73. 「個人情報保護委員会」の役割は何ですか？ 個人情報の流通を促進すること 個人情報保護法の適用を監視し、違反があれば是正を求めること 個人情報の収集を推奨すること 企業に個人情報の提供を求めること None 74. 個人情報の利用停止を請求できるのはどのような場合ですか？ 個人情報が不適切に取得された場合 個人情報が匿名化された場合 個人情報が企業により適切に管理されている場合 個人情報が利用目的に沿って使用されている場合 None 75. 自然言語処理のタスクで、入力文が「文法的に正しいか」を判定するモデルを設計する際、次のディープラーニング技術の中で最も適切なのはどれですか？ RNN（Recurrent Neural Network） CNN（Convolutional Neural Network） k最近傍法（k-Nearest Neighbors） トランスフォーマー（Transformer） None 76. 著作物を「自由利用」できる場合とは何ですか？ 著作権者が不明な場合 インターネット上に公開されている場合 データが商業的に利用されていない場合 公共の利益を目的とした場合や、著作権法に定められた例外規定が適用される場合 None 77. 画像認識モデルの性能評価に最も適した指標はどれですか？ 平均二乗誤差（MSE） 精度（Accuracy） ヒンジ損失 F1スコア None 78. AIが作成したプログラムコードに対して、プログラム自体の著作権は誰に帰属するか？ プログラムを利用したエンドユーザー プログラムを実行したコンピュータ プログラムを作成したAIの開発者 プログラム自体には著作権が存在しない None 79. 次のうち、人工知能が「自律性」を持つことの具体例として最も適切なものはどれですか？ 人間が設定したルールに従って動作するソフトウェア 外部からの指示なしに最適な判断を行い、行動するロボット ユーザーが手動でプログラムを更新する必要があるシステム すべてのタスクにおいて人間の監督が必要なプログラム None 80. 個人情報の「訂正請求」とは何ですか？ データが匿名化された場合に行う請求 企業が第三者に提供する際に行う請求 本人が自分の個人情報の誤りを訂正するよう企業に求める請求 個人情報の削除を企業に求める請求 None 81. AIとロボットの違いとして正しいものはどれか。 AIは物理的な作業を行うが、ロボットは知的作業を行う AIは知的作業を担当し、ロボットは物理的な作業を担当する AIとロボットは同じ技術であり、違いはない ロボットはAIを使わずに動作する None 82. 次のうち、自然言語処理において「言語モデル」として使用されるものはどれですか？ LSTM GAN VGG ResNet None 83. 全結合層の出力を生成する際に注意すべき点は何ですか？ 重みの初期化方法 アクティベーション関数の選択 データの前処理 すべての選択肢 None 84. a b c d None 85. AIシステムがユーザーのプライバシーを尊重するために、「データ匿名化」と「データ暗号化」を組み合わせる利点は何ですか？ データを無期限に保管できる データが第三者に渡ってもプライバシーが保護される データが完全に削除される ユーザーが自由にデータを閲覧できる None 86. 次のうち、AIと単純な自動化の違いを最も正しく説明しているものはどれか。 AIは未知の状況に対応できるが、自動化は事前に定義されたルールに基づいて動作する 自動化はデータに基づいて自律的に判断を行うが、AIはルールに基づいて動作する AIと自動化は同じ技術であり、相互に区別されない AIは物理的な作業を主に行い、自動化は知的作業を行う None 87. 国連の「AI倫理に関するガイドライン」では、どのような点に特に焦点が当てられていますか？ AIの商業利用の促進 AIの軍事利用の制限 AIの自動化による労働削減 AIによる貧困削減と持続可能な開発 None 88. AIが生成した作品に著作権が発生するかどうかについて、現行の著作権法ではどのように定義されていますか？ AIが生成した作品には著作権が発生しない AIには著作権が発生する AIが生成した作品は自動的にパブリックドメインになる AIの開発者が著作権を保有する None 89. 個人情報保護法における「外国における第三者提供」に関する条件として正しいのはどれですか？ 外国に移転する場合、特に条件は不要である 本人の同意を得るか、移転先国が十分なデータ保護体制を持つ必要がある 外国移転の際には、必ず個人情報保護委員会の許可が必要である データは暗号化されていれば、自由に移転可能である None 90. 画像認識において、ディープラーニングモデルが画像の入力データを正規化（Normalization）する主な目的は何ですか？ 訓練データのサイズを縮小するため モデルの過学習を防ぐため 勾配消失や勾配爆発を防ぐため ノイズを除去するため None 91. 次のうち、弱いAIの特徴として最も適切なものはどれか。 あらゆる状況に対して自律的に適応する能力を持つ 特定のタスクに特化して設計されている 人間の知能を超える判断を常に行う 強化学習を用いて全ての問題に対応する None 92. AI技術がフェイクニュースの生成に利用されるリスクとして正しいものはどれか。 AIはニュース記事を自動生成できるが、フェイクニュースの生成には使われない AIは常に正確な情報を生成するため、フェイクニュースの心配はない AIは自然言語生成を用いて、信頼性の低い情報や誤情報を生成するリスクがある AIは画像認識のみを行うため、フェイクニュースの生成には関与しない None 93. 畳み込み層のパディングとは何ですか？ 出力の次元を削減する技術 入力データのサイズを増やすために追加されるピクセル モデルの正則化手法 フィルターのサイズを変更する方法 None 94. LSTM（Long Short-Term Memory）の主な利点は何ですか？ 学習速度が速い モデルのサイズを小さくする データの次元を削減する 長期的な依存関係を学習できる None 95. ディープラーニングのトレーニングプロセスにおいて、バッチサイズを小さく設定する利点として正しいのはどれですか？ メモリ使用量が増加する 勾配が滑らかになる モデルの汎化性能が向上する可能性がある 訓練時間が短縮される None 96. AIシステムがプライバシー保護のために「ゼロ知識証明（Zero-Knowledge Proof）」を採用する利点として最も適切なのは何ですか？ すべてのデータを削除する データを公開してからプライバシーを保護する 暗号化を使用せずにデータを保護する 特定の情報を明示せずに、その情報が正しいことを証明できる None 97. ニューラルネットワークにおいて、重みとバイアスが学習される理由として正しいのはどれですか？ 訓練データの特徴を効果的に捉えるため 訓練時間を短縮するため 勾配消失を防ぐため データ前処理を省略するため None 98. 全結合層はどのような場合に使用されることが多いですか？ 画像データの前処理 特徴抽出後の最終出力生成 データの正規化 時系列データの処理 None 99. AI技術の発展に伴う「データフュージョン」によるプライバシーリスクとは何ですか？ データの重複が増えるリスク データの保存容量が増えるリスク 複数のデータソースを統合して個人を特定するリスク データの品質が低下するリスク None 100. 次のうち、ディープラーニングの特徴として最も正しいものはどれか。 単一の層から構成されるニューラルネットワークを使用する 複数の層を持つニューラルネットワークであり、入力データの特徴を自動的に学習する ルールベースのアルゴリズムを用いて動作する 手動で設定されたパラメータに基づいて動作する None 101. 著作権の「公表権」とは何ですか？ 著作物を販売する権利 著作物を他人に譲渡する権利 著作物を削除する権利 著作物を最初に公開する権利 None 102. OECDの「AIに関する原則」において、「包摂性（Inclusivity）」が重視される理由は何ですか？ AIの普及をすべての国で均一化するため 全ての社会的背景を持つ人々がAIの恩恵を平等に受けられるようにするため AIを専門家のみが利用できるようにするため AIの利用を特定の業界に制限するため None 103. 自動運転車に関してAIが直面する課題として、正しいものはどれか。 自動運転車のAIは常に最適な運転を行うため、事故のリスクは存在しない 自動運転車はAIを使用しないため、責任問題は発生しない AIは事故の責任を常に自ら負うため、人間に責任は問われない 自動運転車が事故を起こした際、AIに責任を問うべきか、人間に責任を問うべきかが不明確である None 104. AIによる自動意思決定の結果が不当な差別や偏りを生じた場合、個人が求めることができる対応策は何ですか？ データ提供の停止 人間による再審査を要求する権利 AIの結果を強制的に承認する データの再提供を求める None 105. AIが「フェイクニュース」を生成するリスクを軽減するためのアプローチとして、最も適切なものはどれですか？ ニュース生成を全面的に禁止する 自然言語処理の技術を制限する AIで生成されたコンテンツを識別する技術を開発する 全てのニュースサイトを規制する None 106. 自然言語処理における「BERT」とは何ですか？ 画像認識モデル 自己教師ありのトランスフォーマーモデル 強化学習モデル データ拡張手法 None 107. 畳み込み層のフィルター数を増やすことの効果は何ですか？ モデルの表現力が向上する 学習速度が遅くなる 過剰適合のリスクが増す 計算コストが増加する None 108. CNNにおける「ストライド」とは何ですか？ 各フィルターが入力データ上を移動する幅 パラメータの更新頻度 勾配の更新量 正則化の一種 None 109. Word2Vecの「スキップグラムモデル」の特徴は何ですか？ 中心となる単語から周囲の単語を予測する 文脈単語から中心単語を予測する 単語間の類似性を計算する 単語の頻度を基にベクトルを生成する None 110. 著作権法における「著作物」とは何ですか？ 物理的な作品のこと 創作的な思想または感情を表現したもの 事実を記載したもの 公共の作品のみ None 111. モデルの選択において、「アンサンブル学習」とは何を指しますか？ 複数のモデルを組み合わせて最終的な予測を行う手法 単一のモデルを使用する手法 モデルのパラメータを調整すること 特徴量を選択すること None 112. 全結合層の重み行列が初期化されていない場合に発生しやすい問題はどれですか？ 活性化関数が誤動作する 勾配消失や勾配爆発が起こる 出力の次元が正規化されない モデルが過剰適合を起こす None 113. 個人情報保護法に基づき、「匿名加工情報」を作成する際に、企業が行うべき措置として適切なのはどれですか？ データを完全に削除する 再識別される可能性をなくすために、特定の加工基準を満たす データの使用目的を非公開にする 本人の同意を得た上で匿名化する None 114. ワードエンベディングの技術として有名なものはどれですか？ BERT Word2Vec RNN CNN None 115. 畳み込み層の設計において「リカレント層」と組み合わせる主な理由は何ですか？ 計算速度を向上させるため 重みの数を減少させるため 時系列データのパターンを学習するため 入力の次元を削減するため None 116. 畳み込み層で使用されるフィルターのサイズが一般的に小さい理由は何ですか？ 計算コストを下げるため 局所的な特徴を捉えるため モデルの複雑さを増すため 重みの数を減らすため None 117. AIによる自動意思決定システムがGDPRに違反する場合、データ主体が行使できる権利は何ですか？ 自動意思決定に異議を申し立てる権利 自動意思決定の結果を完全に受け入れる義務 自動意思決定を無効にする権利 自動意思決定を監視する権利 None 118. 個人情報保護法において、個人情報を第三国に移転する際に求められる条件は何ですか？ 対象国がAI技術を保有していること 対象国が国際貿易協定に加盟していること 対象国がEU加盟国であること 対象国が十分な個人情報保護体制を持っているか、本人の同意を得ること None 119. AIが労働市場に与える影響として「リスキリング（Re-skilling）」が重要視される理由として正しいものはどれですか？ AIが全ての仕事を自動化するため AIが人間の労働を不要にするため AIによる生産性向上が仕事を完全に変えるため AIが一部の仕事を代替する一方で、新たなスキルが求められるため None 120. 次のうち、AIが監視社会を助長するリスクとして最も正しいものはどれか。 AIはプライバシーを保護するため、監視には使用されない AIは監視社会を防ぐために設計されている AIは監視に使われることが少ないため、リスクはない AIは個人の行動を追跡し、過度な監視を行うリスクがある None 121. AIによる意思決定における透明性の問題として、最も適切なものはどれか。 AIは意思決定のプロセスを常に公開しており、透明性は問題にならない AIの意思決定プロセスは常に一貫しており、説明可能である AIがどのような判断を行ったかを説明できないことがあり、透明性が問題になる AIは人間の意思決定を模倣するため、透明性の問題はない None 122. 著作権法における「著作隣接権」とは何ですか？ 著作物を複製する権利 著作物を商業的に利用する権利 著作物そのものではなく、著作物を伝達する者に与えられる権利 著作物を削除する権利 None 123. ディープラーニングモデルの訓練中に、モデルがテストデータに対して高いエラー率を示す場合、考慮すべき点は何ですか？ モデルが訓練データに対して過剰適合している可能性 訓練データの質が悪い可能性 モデルのサイズが大きすぎる可能性 モデルのトレーニングが不足している可能性 None 124. 転移学習において全結合層を再学習（Fine-tuning）する主な理由として最も適切なものはどれですか？ 入力データの次元を削減するため モデル全体の計算コストを削減するため 出力次元を固定するため 既存の特徴を新しいタスクに適応させるため None 125. AIによる音楽生成が商業利用される場合、著作権法上の注意点は何ですか？ 元データの著作権が保護されていない場合は自由に利用できる 元となる楽曲やサンプルの著作権を確認し、必要に応じて許可を得る AIが生成した楽曲は著作権の保護対象外である 商業目的でない場合は許可が不要である None 126. 全結合層の出力は、どのように計算されますか？ 重みを掛けた後、バイアスを加える 入力の合計を計算する 入力をそのまま出力する アクティベーション関数を適用した後、最大値を取る None 127. 日本政府が発表した「AI社会原則」における、最も重要なテーマは何ですか？ 技術革新の加速 AIによる経済発展 人権とプライバシーの尊重 AI開発の自由化 None 128. AIシステムが「データポータビリティの権利」をどのようにサポートするべきですか？ データを他のユーザーに販売できる データを削除せずに無期限で保存する データの変更を禁止する ユーザーが自分のデータを他のシステムやサービスに移行できるようにする None 129. AIの透明性を確保するために用いられる技術の一つとして、正しいものはどれか。 AIの意思決定プロセスを説明可能にする技術（XAI） AIの判断結果をブラックボックス化する技術 AIの学習過程を完全に人間に任せる技術 AIの判断結果をランダムに変更する技術 None 130. 畳み込み層における「グループ畳み込み」の利点は何ですか？ 計算時間を短縮する モデルの精度を高める メモリ使用量を減少させる すべての選択肢 None 131. 日本の「AIガバナンス・イニシアティブ」において、国際的なAI倫理ガイドラインとの整合性を保つために、特に強調されている点は何ですか？ 国内の文化や価値観を優先して国際規制を無視すること AIの開発においてすべての責任を個人に転嫁すること 他国との協力を避け、独自基準を設定すること 国際標準との技術的互換性を重視すること None 132. AIシステムにおいて、個人データを利用する際の「明示的な同意」と「暗黙の同意」の違いは何ですか？ 明示的な同意は利用者がデータ使用を明確に承諾することを意味し、暗黙の同意は利用者が黙認することを意味する 明示的な同意は不要であり、暗黙の同意が常に優先される 明示的な同意は一度得たら取り消せない 暗黙の同意は常に違法である None 133. 画像認識タスクでResNetが高い性能を発揮する理由として、次のうち最も適切なものはどれですか？ 小さなモデルサイズを維持するため 畳み込み層の数を減らすため 残差学習（Residual Learning）により深いネットワークを学習可能にするため 非線形活性化関数を使用しないため None 134. 畳み込みニューラルネットワーク（CNN）で使用される「畳み込み層」の主な目的は何ですか？ モデルのパラメータを削減する 画像から特徴を抽出すること 入力データの次元を削減する ニューラルネットワークの深さを増やす None 135. 全結合層での過剰適合を防ぐために使用される一般的な手法は何ですか？ 正則化 バッチサイズの変更 モデルの複雑さを増す 訓練データの増加 None 136. 次のうち、人工知能に関する倫理的課題として正しいものはどれか。 AIの導入によって経済の発展が停滞するリスクがある AIが誤った決定を行った際に、誰が責任を負うのかが不明確である AIが人間の感情を完全に再現することで社会が混乱する AIの判断は常に透明であり、倫理的問題はない None 137. モデル選択において「エッジケース」を考慮する理由は何ですか？ モデルのサイズを決定するため モデルが多様な状況に適応できるかを確認するため データの前処理を行うため 学習速度を上げるため None 138. 次のうち、AIの進展に最も寄与している技術はどれか。 ニューラルネットワークと並列計算技術 電子マイクロスコープ技術 細胞培養技術 光学顕微鏡技術 None 139. 著作権法における「権利の制限」とは何ですか？ 著作物を自由に使用できること 特定の状況において、著作権者の許可なしに著作物を使用できる例外規定 著作物の販売を制限すること 著作物の削除を求める権利 None 140. AI生成物が公表された後、第三者がその生成物を商業利用する場合、注意すべき法的リスクはどれですか？ 著作権が発生していないためリスクはない 公表されているため自由に利用できる 著作権以外の知的財産権侵害の可能性がある 利用目的を明示すれば問題ない None 141. AIのバイアスに関する問題として、正しいものはどれか。 AIはデータに基づいて公正に判断するため、バイアスは存在しない AIのバイアスはプログラムの初期設定で完全に排除される AIは常に正しい結論を導くため、バイアスの心配はない AIはデータに存在する偏りを学習し、その偏りが結果に影響を与える可能性がある None 142. AIシステムが「連合学習（Federated Learning）」を活用することで、プライバシーが保護される理由として適切なのはどれですか？ データを中央サーバーに集約せずに学習を行うから すべてのデータを匿名化するから データを完全に削除してから学習を行うから 学習アルゴリズムを公開するから None 143. 次のうち、強化学習における基本的な要素として最も適切なものはどれか。 AIはデータをもとに教師あり学習を行う AIはラベルなしのデータをクラスタリングする AIは環境との相互作用を通じて報酬を基に行動を学ぶ AIは定義されたルールに従って動作する None 144. AIシステムが利用者の行動データを収集する場合、プライバシー保護の観点から求められる基本的な条件は何ですか？ 収集したデータの目的を明示し、利用者の同意を得る 利用者に通知せずにデータを収集する すべてのデータを販売可能な形式で保存する データを暗号化せずにオープンデータとして公開する None 145. ディープラーニングを利用して既存の著作物を模倣した作品が生成された場合、どのような著作権上の問題が発生しますか？ 模倣元の著作物の権利侵害となる可能性がある 新たに生成された作品は自動的に著作権が発生する AIの開発者が著作権を持つ 模倣作品には著作権が発生しない None 146. AIの軍事利用に関するリスクとして、最も適切なものはどれか。 AIが自律的に戦術を判断し、人間の制御を離れる可能性がある AIは戦術を決定する能力を持たないため、軍事利用のリスクはない AIは軍事利用に関わらないため、リスクは存在しない AIは常に人間の指示に従うため、軍事利用のリスクは限定的である None 147. 個人情報の「第三者提供」に関して、本人の同意が不要となる例外はどのような場合ですか？ 公共の利益を目的とする場合や、法令に基づいて情報提供が必要な場合 個人情報が匿名化されていない場合 企業が他の企業に個人情報を売買する場合 本人が情報提供を拒否した場合 None 148. 自然言語処理タスクにおいて、LSTMを使用する利点は何ですか？ モデルが単純である 長期的な依存関係を扱う能力がある データの次元を減らす トレーニング速度が速い None 149. 欧州連合（EU）の「AI規制法案」において、AIシステムが「高リスク」と判断されるのはどのような場合ですか？ 医療や交通などの重要な分野で使用される場合 ゲームやエンターテイメント分野で使用される場合 AIが自己修復機能を持つ場合 AIが完全に自律的に動作する場合 None 150. 全結合層を用いる場合、過剰適合を防ぐためにどのような手法が効果的ですか？ データ拡張 バッチ正則化 重みの初期化 活性化関数の選択 None 151. DenseNetが他のCNNアーキテクチャと異なる点は何ですか？ 隠れ層を持たない 出力層にスキップ結合を使用する 各層が全ての前の層の出力に直接アクセスできる フィルターの数が少ない None 152. OECD（経済協力開発機構）が策定した「AIに関する原則」の主な目的は何ですか？ AI開発の加速 グローバルなAI規制の統一 人間中心のAI開発と国際協力の推進 技術革新の制限 None 153. AIによるデータ利用に関してプライバシーの観点から問題となる点はどれか。 AIは人間のデータを利用しないため、プライバシーの問題は存在しない AIは常に匿名化されたデータのみを使用するため、プライバシーは保護される AIが個人情報を過剰に収集・分析することで、プライバシー侵害が発生する可能性がある AIは特定の個人のデータを常に守るため、プライバシーに関する懸念はない None 154. ディープラーニングが従来のニューラルネットワークと比較して、より多くの層を使用できる理由として適切なのはどれですか？ GPUの進化により計算能力が向上したため 活性化関数が不要になったため 過学習が完全に解決されたため 勾配消失問題が完全に排除されたため None 155. 次のうち、自動運転車におけるAIの役割として最も正しいものはどれか。 自動運転車はAIを使用せず、全て手動で制御される AIは車両の動作を制御し、道路状況や障害物を認識する AIは運転手の体調を監視し、必要に応じて操作を引き継ぐ 自動運転車はAIを使用せず、単純なルールベースのプログラムで動作する None 156. 次のうち、AIによる自律兵器に関する問題として最も適切なものはどれか。 自律兵器はAIが全てを制御するため、人間の介入は不要である 自律兵器はAIが関与しないため、問題はない 自律兵器は常に人間が操作するため、AIの問題は発生しない 自律兵器が人間の制御を離れて行動するリスクがあり、倫理的な懸念がある None 157. 画像認識タスクでよく使用される「データ拡張」の手法として適切ではないものはどれですか？ 水平反転 グレースケール変換 ランダムノイズの追加 画像の一部を削除 None 158. 次のうち、文章の感情分析に適した手法はどれですか？ 次元削減 SVM 回帰分析 トピックモデル None 159. 全結合層の数が増えると、どのような影響がありますか？ モデルの計算量が減る モデルが過剰適合しやすくなる 学習が早くなる 特徴量の情報が増える None 160. 次のうち、機械学習と人工知能の関係を正しく説明しているものはどれか。 機械学習は人工知能の一部であり、データを基に学習する技術の総称である 人工知能は機械学習の一分野であり、機械学習がAI全体を構成している 人工知能と機械学習は全く異なる技術であり、互いに関連しない 機械学習は自然言語処理の一部であり、主にテキスト解析に使用される None Time's up
