G検定～模擬試験①～ 2024年12月6日2024年12月6日 ailearn 1. 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 2. 畳み込み層における「バッチ正則化」の主な役割は何ですか？ 計算時間を短縮すること 各ミニバッチの平均と分散を正規化すること モデルのパラメータを減少させること 学習率を一定に保つこと None 3. 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 4. 全結合層の出力次元を変えることで、どのような効果が得られますか？ 訓練データの量を増加させる モデルの複雑さを調整する 入力データのサイズを変更する モデルの学習率を変更する None 5. 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 6. 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 7. BERTの「マスク言語モデル（MLM）」はどのように機能しますか？ テキストの一部を隠し、隠された単語を予測する テキストの長さを調整する 単語を別の言語に翻訳する 文の順序を変える None 8. YOLO（You Only Look Once）モデルの特徴は何ですか？ 畳み込み層を持たない 物体検出において非常に低い精度を持つ 各物体を別々に検出する 画像全体を一度だけ見て、同時に複数の物体を検出する None 9. 個人情報の「匿名化処理」とは何を指しますか？ データを削除すること データを暗号化すること 利用目的を変更すること 個人を特定できない形に情報を加工すること None 10. 個人情報の取り扱いに関する「利用目的の特定」とは何ですか？ 個人情報を収集する前に、その利用目的を明確にすること 個人情報を任意に利用できること 個人情報を廃棄する際の手順 個人情報を暗号化すること None 11. 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 12. 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 13. 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 14. 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 15. 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 16. 畳み込み層の学習において、重みの初期化が重要な理由は何ですか？ 学習率を高めるため 勾配消失や勾配爆発を防ぐため 訓練データのサイズを減少させるため モデルの精度を向上させるため None 17. 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 18. 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 19. 米国の「AI倫理原則」において、「説明責任」とはどのように定義されていますか？ AIが人間に代わってすべての責任を持つこと AIの開発者や運用者が、AIの決定に対して責任を負うこと AIが自動で問題を解決すること AIが自己学習を行うこと None 20. 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 21. AIを利用したコンテンツ生成プラットフォームで、著作物を生成する際の適切な著作権対応は何ですか？ データがインターネットに公開されていれば自由に利用できる 商業目的でなければ著作物を自由に利用できる AIによる生成物には著作権が発生しないので自由に利用できる 元データの著作権者から許可を得るか、パブリックドメインのデータを使用する None 22. 「畳み込み層」の特徴マップを正則化する際、ドロップアウト（Dropout）よりも「空間的ドロップアウト（Spatial Dropout）」が効果的な理由はどれですか？ 隠れ層のノード全体を削除するため パラメータの更新を完全に停止するため 活性化関数を変更するため チャンネル全体を削除するため、空間的構造を保持できる None 23. 個人情報保護法において、「利用停止請求」が認められるのはどのようなケースですか？ データが正確でない場合 データの保存期間が過ぎた場合 利用者がデータの変更を希望する場合 個人情報が違法に取得された場合や、不正な目的で利用された場合 None 24. 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 25. 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 26. AIを利用したターゲティング広告におけるプライバシー問題を回避するために、どのような措置が有効ですか？ ユーザーから事前にデータ使用に関する明示的な同意を得る 広告の配信を停止する 広告の配信対象を拡大する データを無制限に収集する None 27. Faster R-CNNの主な特徴は何ですか？ 画像内の物体を高速に検出できる 出力層のみを使って物体検出を行う モデルサイズが非常に小さい 正則化の手法として使用される None 28. 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 29. AIによるデータ保護に関する課題として最も適切なものはどれか。 AIはすべてのデータを安全に保管するため、データ保護の問題はない AIが収集したデータの不正利用や流出のリスクが存在する AIはデータを保管しないため、データ保護の問題は発生しない AIはデータを常に暗号化して保管するため、保護の問題はない None 30. 個人情報保護法において、情報の「保存期間」に関する規制はどのように規定されていますか？ 利用目的が達成された場合、速やかにデータを削除することが求められる データを永久に保存することが義務付けられている データを1年間のみ保存することが求められる 保存期間に関する規定は存在しない None 31. 次のうち、AIにおける知能の定義として最も適切なものはどれか。 人間が設定したルールに従って動作する能力 物理的な作業を効率よく自動化する能力 知識やデータを基に推論し、問題解決を行う能力 データの処理速度を向上させる能力 None 32. ResNet（Residual Network）の特徴として正しいのはどれですか？ 勾配消失問題を軽減するためにスキップ結合を使用する モデル全体にReLU関数を適用する 出力層のみで重みの正則化を行う CNNの畳み込み層を削除する None 33. 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 34. 自然言語処理において、ELMo（Embeddings from Language Models）が提供する主な利点は何ですか？ 単語の頻度を計算する 単語の文法的役割を解析する 単語の意味を文脈に基づいて動的に変化させる 文書全体を要約する None 35. 国連のAI倫理ガイドラインでは、AI技術が持続可能な開発に寄与するために、どのような要素が特に重視されていますか？ AI技術が経済成長を加速させること AI技術が自動化を推進すること AIが持続可能な開発目標（SDGs）を達成するための手段として活用されること AIの開発者が自由に技術を利用できること None 36. 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 37. 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 38. 日本の個人情報保護法において「個人情報」として定義されるのはどれですか？ 氏名や住所など、個人を識別できる情報 統計データ データの所有権 データのバックアップ None 39. 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 40. 次のうち、AI倫理に関する問題として正しいものはどれか。 AIが学習過程で差別的な結果を出す可能性がある AIは全ての判断が常に公平であり、倫理的問題は発生しない AIは感情を持つため、倫理的な判断は人間と同等である AIは常にユーザーの意思に基づいて動作するため、倫理的問題は生じない None 41. 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 42. AI技術においてプライバシーリスクを減らすための「匿名化」とは何ですか？ データを削除すること データから個人を特定できる情報を削除または加工すること データの所有権を譲渡すること データを公開すること None 43. AIが生成した作品に対して、今後の著作権法で議論されている可能性のある改正内容はどれですか？ AIによる作品にも著作権を認める方向性 AIによる作品は常にパブリックドメインとする AI作品の著作権を自動的に国家が保有する AIによる作品の利用には制限をかけない None 44. 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 45. 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 46. 畳み込み層で「グローバル平均プーリング」を使用する利点は何ですか？ モデルの精度が向上する 特徴量を増加させる 計算量が減少する 高次元のデータを扱う None 47. 米国でのAIガイドラインにおいて、「公平性」とは何を意味しますか？ すべてのAIシステムが平等に開発されること AIがすべての人に対して公正に振る舞うこと AIが全員に無料で提供されること AIが自動で判断を行うこと None 48. 機械翻訳において、入力シーケンスと出力シーケンスの長さが異なる場合、どのようなモデルがよく使われますか？ CNN VAE Seq2Seq GAN None 49. 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 50. 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 51. 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 52. 「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 53. GDPR（一般データ保護規則）において、「データ主体」とは誰を指しますか？ データを処理する企業や団体 データを提供する第三者機関 個人情報が扱われる本人 データ保護当局 None 54. 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 55. 中国のAIガイドラインにおける「AIの責任ある開発」とは、どのような取り組みを意味しますか？ AI技術を市場競争で優位に立たせること AI技術が社会に与える影響を十分に考慮し、責任を持って開発・運用すること AIをすべての産業に導入すること AIが完全に自律するまで開発を継続すること None 56. 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 57. 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 58. 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 59. 自然言語処理で「データ拡張」を行う際、次の方法の中でディープラーニングに最も適したものはどれですか？ 文章の単語をランダムに削除する 同義語による単語置き換え トランスフォーマーモデルを利用したパラフレーズ生成 ランダムに単語の順序を入れ替える None 60. 次のうち、自然言語処理で「系列ラベリング」を行うタスクに該当するのはどれですか？ 画像分類 機械翻訳 音声認識 名詞句抽出 None 61. 畳み込み層において、「カーネルサイズ」を大きく設定した場合の主な効果として最も適切なものはどれですか？ 計算負荷が低下する 局所的な特徴を抽出しやすくなる 広範囲の特徴を捉えやすくなる 出力特徴マップの次元が増加する None 62. 自律的AIの特徴として正しいものはどれか。 常に人間の指示を必要とする 環境や条件に応じて自律的に行動を変更することができる すべての学習を教師あり学習に依存する 一度プログラムされたら、変更されることなく動作する None 63. 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 64. 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 65. 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 66. a b c d None 67. 日本の「AIガイドライン2020」において、AIの開発者に求められる倫理的責任は何ですか？ AIシステムの利益最大化を追求すること AIシステムが自己学習するように設計すること AIシステムの所有権を開発者に保持すること AIシステムが安全かつ信頼性を持って動作するようにすること None 68. 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 69. 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 70. 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 71. 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 72. 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 73. 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 74. AIが関与する著作権の問題として、最も適切なものはどれか。 AIが生成した作品に著作権は存在しない AIが生成した作品の著作権は、そのAIを開発したプログラマーが持つ AIが生成した作品に関する著作権問題は、明確な法的枠組みが存在しない AIが生成した作品は常に公共の財産として扱われる None 75. 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 76. AIシステムが医療データを処理する際に、プライバシー侵害を防ぐために推奨される措置は何ですか？ 医療データを無期限に保存する 医療データを公開する 医療データを暗号化し、アクセス制限を設ける 医療データを外部企業に提供する None 77. AIを活用した顔認識技術の利用において、プライバシー侵害のリスクを最小限に抑えるために企業が取るべき措置は何ですか？ 顔データを永久に保存する 顔データの使用目的を明確にし、利用者の同意を得る 顔データを無制限に第三者と共有する 顔データを匿名化せずに保存する None 78. 畳み込み層の計算結果に対してどのような正則化手法が推奨されますか？ ドロップアウト L1正則化 L2正則化 全ての選択肢 None 79. 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 80. 「デジタルデバイド」がAI分野で議論される理由として最も適切なものはどれですか？ AI技術へのアクセスが不平等であるため AI技術の開発が難しいため AIが特定の職業を奪うため AIが教育制度に統合されないため None 81. 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 82. 畳み込み層で「深さ方向の畳み込み（Depthwise Convolution）」が使用される理由として適切なのはどれですか？ モデルの計算コストを削減するため 空間的特徴を捉えるため 活性化関数の性能を向上させるため 出力次元を増加させるため None 83. 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 84. 「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 85. バッチ正規化の主な目的は何ですか？ 内部表現の分布を安定させ、学習を加速させる モデルのパラメータを更新する データの次元を削減する 訓練データのサイズを増やす None 86. 畳み込み層の前にどのような層を配置することが一般的ですか？ プーリング層 全結合層 リカレント層 入力層 None 87. 日本における「AI活用のためのガバナンスガイドライン」では、AIシステムの開発においてどのような点に特に注意が払われるべきとされていますか？ AIシステムが人間による制御下にあることを保証すること AIが社会に与える影響を最小限にすること AIが経済成長を加速させること AIが人間の知能を超えること None 88. 畳み込みニューラルネットワーク（CNN）において、深い層を持つモデルの計算コストを削減しつつ性能を維持するために使用される代表的な技術はどれですか？ ドロップアウト モバイルネット（MobileNet） データ拡張 Batch Normalization None 89. 全結合層で一般的に使用される「Softmax関数」の役割は何ですか？ 出力を確率分布に変換する 活性化関数の計算を簡素化する 出力次元を固定する 勾配消失問題を防ぐ None 90. 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 91. 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 92. 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 93. 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 94. 全結合層の学習率が高すぎると、どのような問題が発生しますか？ 学習が遅くなる パラメータが減少する 出力が安定する モデルが収束しない None 95. VGGNetの特徴として正しいのはどれですか？ フィルターサイズを固定し、層を深く積み重ねる スキップ結合を持つ 正則化手法としてL2正則化のみを使用する 全ての畳み込み層に異なるフィルターサイズを使用する None 96. 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 97. CNNにおけるプーリング層の主な目的は何ですか？ 特徴マップの次元を削減し、計算効率を向上させる 特徴マップを拡張する パラメータの数を増加させる 勾配を伝播させる None 98. 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 99. AIの発展によって生じる問題として、最も適切なものはどれか。 AIによる仕事の自動化により、全ての業種で雇用が増加する AIによる仕事の自動化により、一部の業種で人間の雇用が失われる可能性がある AIは人間の雇用を守るため、仕事の自動化は行わない AIは人間の仕事に影響を与えないため、雇用の変化はない None 100. 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 101. 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 102. 次のうち、汎用AI（AGI）が実現した場合に予想される最大の社会的インパクトはどれですか？ 特定のタスクでの効率的な自動化 人間の知能を模倣するゲームAIの作成 人間と同等またはそれ以上の多分野での意思決定能力 特定の分野でのデータ分析能力の向上 None 103. 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 104. 欧州連合（EU）が発表した「AI倫理ガイドライン」における、最も重要な原則は何ですか？ 人間中心のAI 自由なAI開発 技術競争の強化 AIの自己決定権 None 105. 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 106. 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 107. 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 108. 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 109. 畳み込み層の「フィルターバンク」の役割は何ですか？ 入力データを圧縮する 特徴を多様に捉える モデルの精度を一定に保つ 入力データの次元を減少させる None 110. 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 111. 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 112. 日本におけるAIガバナンスの法的基盤を強化するための重要な法律はどれですか？ 個人情報保護法 独占禁止法 著作権法 公益通報者保護法 None 113. 著作権法における「同一性保持権」とは何を指しますか？ 著作物を複製する権利 著作物を公表する権利 著作物を改変されないよう保護する権利 著作物を自由に利用する権利 None 114. 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 115. AIを利用する企業が、プライバシー保護のために講じるべき措置として適切なものはどれですか？ AIアルゴリズムの公開 データ収集を完全に行わないこと データを第三者に無制限に提供すること ユーザーに対してプライバシーポリシーを提供し、データの収集と使用に関して説明すること None 116. 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 117. 「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 118. 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 119. ニューラルネットワークにおける「ドロップアウト」の目的は何ですか？ モデルのサイズを小さくする 学習率を調整する オーバーフィッティングを防ぐこと 隠れ層の数を減らす None 120. 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 121. a b c d None 122. 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 123. 全結合層の計算負荷が高い理由は何ですか？ 各入力が全ての出力に接続されるため 重みの数が少ないため 勾配降下法の計算が複雑なため 特徴量が少ないため None 124. 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 125. 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 126. 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 127. 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 128. 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 129. 自然言語処理における「トークン化」とは何ですか？ 文章を要約するプロセス 文章を単語や文字に分割するプロセス 単語をランダムに並び替えるプロセス 文法的な関係を解析するプロセス None 130. 著作権の「翻訳権」とは何ですか？ 著作物を複製する権利 著作物を改変する権利 著作物を販売する権利 著作物を異なる言語に翻訳する権利 None 131. 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 132. 学習率の役割は何ですか？ モデルの複雑さを決定する 重みの更新幅を決定する モデルのサイズを制御する データの前処理を行う None 133. 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 134. AIの「説明可能性（Explainability）」が重要とされる理由として正しいものはどれですか？ AIの動作を高速化するため ユーザーがAIの決定に納得しやすくするため AIの精度を向上させるため AIのトレーニングコストを削減するため None 135. 「フェアユース」の概念はどのような場合に適用されますか？ 著作物を公正な範囲で利用する場合に、著作権侵害とみなされない 著作物を商業的に利用する場合に適用される 著作物のすべてを自由に使用できる場合 著作物を改変した場合 None 136. 次の文章分類タスクにおいて、BERTモデルのファインチューニングが有効な理由として最も適切なのはどれですか？ 文脈を無視して個々の単語に基づいて分類を行う 大規模なデータセットがなければ機能しない 双方向の文脈を考慮した特徴量を提供できる 出力が常に100%正確である None 137. CNNにおける「フィルター」とは何ですか？ 入力データを正規化するための関数 パラメータの初期化を行う関数 画像の局所的な特徴を捉えるカーネル 勾配消失問題を解決するための手法 None 138. 人工知能（AI）の定義として最も適切なものはどれか。 感情を持ち、感情に基づいて行動を決定するシステム 人間の知的行動を模倣し、推論や学習、意思決定を行うシステム 人間の運動機能を向上させるために設計されたシステム 人間の手を借りずに物理的な作業を自動化するシステム None 139. CNNにおける「バッチ正規化（Batch Normalization）」の主な役割は何ですか？ 勾配消失問題を解決する モデルのサイズを削減する 出力層の活性化関数を調整する 各ミニバッチごとにデータを正規化し、トレーニングを安定させる None 140. 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 141. 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 142. 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 143. 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 144. 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 145. 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 146. 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 147. 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 148. 全結合層のパラメータ数が非常に多い場合、過剰適合を防ぐために有効な手法として適切なのはどれですか？ バッチサイズを小さくする ドロップアウトを導入する 出力次元を増加させる 学習率を高く設定する None 149. 強いAI（AGI）に関する問題として、最も適切なものはどれか。 強いAIはすでに実現しており、汎用的に使用されている 強いAIは感情を持ち、人間と同じ感覚で行動する 強いAIが実現すると、人間の知能を超える可能性があり、制御が難しくなる 強いAIは人間の指示なしでは動作しないため、リスクはない None 150. AI技術を用いて生成された作品が既存の著作物と類似している場合、著作権法上のリスクとして適切なのはどれですか？ 生成物に著作権が認められないためリスクはない AIツールの開発者に責任が発生する 生成物が類似していても、商業利用がなければ問題ない 元の著作物の著作権を侵害する可能性がある None 151. 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 152. 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 153. 自然言語処理における「エンティティリンク」とは何ですか？ 文書内の単語をクラスタリングする手法 文書中の名前や場所などの固有名詞を外部の知識ベースに結びつける手法 複数の文書を結合する手法 文書の構造を解析する手法 None 154. 畳み込み層における「ストライド」とは何を指しますか？ 出力のサイズ ニューラルネットワークの深さ フィルタを適用する際の移動のステップ数 重みの数 None 155. AIがプロファイリングを行う際、個人情報保護法における問題点として最も適切なのはどれですか？ プロファイリング結果が個人情報として扱われる可能性 AIが利用するアルゴリズムが著作権を侵害する可能性 AIがプロファイリングに必要なデータを収集しない場合 プロファイリングが必ずしも正確でない場合 None 156. 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 157. 全結合層における「バイアス項」の役割は何ですか？ 出力をゼロに制限する モデルのパラメータを増やす 入力の次元を削減する ニューロンの活性化を調整する None 158. 個人データの取り扱いにおける「プライバシー・バイ・デザイン」とは何ですか？ AI開発者が自由にデータを収集できる原則 データの収集・利用においてプライバシー保護を初期設計段階から組み込む概念 データを匿名化する技術 データを完全に削除する方法 None 159. 次のうち、形態素解析に適しているモデルはどれですか？ RNN CNN CRF（条件付き確率場） LSTM None 160. 次のうち、AIの発展が社会的格差の拡大に繋がるリスクとして最も正しいものはどれか。 AIはすべての人に平等に機会を提供するため、格差の拡大はない AI技術へのアクセスやスキルの違いによって、特定の人々が不利益を被る可能性がある AIは政府が管理しているため、格差の拡大を防ぐ仕組みが整っている AIは自動的に格差を是正する能力を持っている None Time's up
