G検定～模擬試験①～ 2024年12月6日2024年12月6日 ailearn 1. 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 2. 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 3. 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 4. 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 5. 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 6. 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 7. 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 8. AIシステムにおける「データ最小化」の重要性は何ですか？ プライバシーリスクを低減するため データを無制限に集めることを推奨するため データの公開を促進するため データをすべて削除するため None 9. 次のうち、AIの進展に最も寄与している技術はどれか。 クラウドコンピューティングとデータの共有技術 大規模な計算リソースとストレージ技術 テキストベースの通信技術 自然科学のシミュレーション技術 None 10. 「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 11. 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 12. 欧州連合（EU）の「AI倫理ガイドライン」において、AIシステムが「信頼できる」と判断されるためには、どのような基準が満たされるべきですか？ AIシステムが完全に自律的であること AIシステムが倫理的であり、透明性と説明責任が確保されていること AIシステムが市場で最も効率的であること AIシステムが競合他社より優れていること None 13. 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 14. 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 15. 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 16. 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 17. 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 18. 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 19. AIを活用したサービスで、個人情報の匿名化処理が十分でない場合に発生するリスクは何ですか？ データの処理が高速化するリスク AIモデルの精度が向上するリスク 個人情報の削除が不可能になるリスク 法律に基づいて罰則が科されるリスク None 20. 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 21. GPT（Generative Pretrained Transformer）の特徴はどれですか？ 文のクラスタリングを行うモデル 文の生成を行うモデル 文法的解析に特化したモデル 出力層でのみ使用されるモデル None 22. 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 23. 「Attentionメカニズム」の主な役割は何ですか？ データの正規化 テキスト内の重要な情報に焦点を当て、関係の強い単語に注目する 勾配の計算を高速化する 文書をクラスタリングする None 24. 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 25. CNNのプーリング層の役割として適切なのはどれですか？ 畳み込み操作を行い、特徴量を抽出する 特徴マップのサイズを縮小し、計算負荷を軽減する 勾配消失問題を防ぐ 入力データのスケーリングを行う None 26. 全結合層の重みを更新する際に使用する一般的な最適化手法はどれですか？ 最小二乗法 K近傍法 勾配降下法 主成分分析 None 27. 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 28. 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 29. 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 30. 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 31. 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 32. 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 33. 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 34. 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 35. 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 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. 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 38. 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 39. 著作権法に基づいて、著作物をパブリックドメインにするためには何が必要ですか？ 著作権の放棄を宣言するか、保護期間が終了する 著作権者が自ら権利を強化する 著作権の更新手続きを行う 著作権者が著作物を商業利用する None 40. 「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 41. 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 42. 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 43. 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 44. 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 45. 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 46. 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 47. 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 48. 著作権法における「二次的著作物」とは何ですか？ 原著作物を基にして新たに創作された著作物 原著作物のままの作品 著作物の削除された部分 商業的に利用された著作物 None 49. リカレントニューラルネットワーク（RNN）が適用されるタスクの特徴として最も適切なのはどれですか？ 高解像度の画像データを扱う 非構造化データを扱う 時系列データやシーケンスデータを扱う 大規模なデータセットに対する並列処理を行う None 50. 個人情報保護法において、「利用停止請求」が認められるケースとして最も適切なのはどれですか？ データが正確に管理されている場合 データが匿名加工情報として扱われている場合 データが商業目的で利用されている場合 利用目的が適切に通知されていない場合 None 51. 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 52. 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 53. 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 54. 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 55. 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 56. 畳み込み層におけるストライドの影響について、正しい記述はどれですか？ ストライドが大きいほど、出力サイズは小さくなる ストライドは出力の精度に影響を与えない ストライドは畳み込みのフィルターサイズを決定する ストライドが小さいほど、計算コストが低くなる None 57. 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 58. 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 59. チューリングテストがAIに関して意味するものとして最も適切なのはどれか。 AIがすべての分野において人間を超える知能を持つことを確認するテスト AIが感情を持って人間と自然に対話できるかを測るテスト AIが人間の知的行動を模倣し、人間と区別がつかないかを確認するテスト AIが物理的作業をどれだけ効率よくこなすかを評価するテスト None 60. 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 61. 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 62. a b c d None 63. 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 64. 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 65. 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 66. 自然言語処理における「双方向LSTM（Bi-LSTM）」の利点は何ですか？ 訓練時間を大幅に短縮する 単語の順序を無視できる 順方向と逆方向の両方から文脈情報を学習できる データ拡張に役立つ None 67. 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 68. 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 69. 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 70. 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 71. 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 72. 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 73. 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 74. 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 75. 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 76. 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 77. 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 78. 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 79. 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 80. 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 81. 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 82. 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 83. 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 84. 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 85. 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 86. 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 87. 次のうち、人工知能（AI）の定義としてジョン・マッカーシーが述べたものはどれですか？ 機械が人間のように行動する能力 機械が知的な行動を示すための科学と工学 機械が自律的に意思決定を行う技術 人間の知性を模倣するプログラム None 88. 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 89. 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 90. 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 91. 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 92. 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 93. 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 94. 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 95. AIの発展が労働市場に与える影響として、最も正しいものはどれか。 AIの発展により、単純作業の自動化が進み、一部の労働者が職を失う可能性がある AIの発展により、すべての業種で労働者の需要が増加する AIの発展により、労働市場には何の影響もない AIの発展は労働者にとってプラスの影響しかないため、雇用問題は発生しない None 96. AI技術を活用して個人情報を含むデータを分析する場合に、注意すべき法律的なポイントは何ですか？ データの匿名化が不要であること すべてのデータを自由に利用できること 利用目的を逸脱しない範囲でのデータ利用と、本人の同意取得が求められる データの誤りを放置してよいこと None 97. 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 98. 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 99. 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 100. 「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 101. 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 102. 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 103. 全結合層において、各ニューロンが全ての入力ニューロンと接続されていることの主なメリットは何ですか？ 入力データの次元を削減できる 入力の局所的な特徴を捉える 入力全体の情報を統合できる 出力次元を固定できる None 104. 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 105. 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 106. 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 107. 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 108. 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 109. 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 110. 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 111. バイアス項の初期化が不適切だと、どのような問題が生じる可能性がありますか？ 学習速度が向上する モデルが過剰適合する モデルが安定しない 出力がゼロになる None 112. 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 113. 画像認識タスクにおけるデータ拡張の主な目的は何ですか？ モデルのサイズを大きくする モデルの収束速度を速める 訓練データの多様性を増やし、過学習を防ぐ データセットのラベルを削除する 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. 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 116. 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 117. 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 118. 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 119. 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 120. 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 121. 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 122. 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 123. AIが個人のプライバシーに及ぼす影響を評価するために、企業が実施すべき「データ保護インパクトアセスメント（DPIA）」とは何ですか？ データの削除を推奨するプロセス データを外部に提供するためのプロセス データ処理を完全に停止するプロセス データ処理がプライバシーに与えるリスクを評価し、対策を講じるための分析プロセス None 124. 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 125. 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 126. 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 127. 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 128. 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 129. 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 130. 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 131. 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 132. 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 133. 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 134. 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 135. 「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 136. 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 137. 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 138. 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 139. 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 140. 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 141. AI倫理における「透明性」とは、具体的にどのようなものを指しますか？ AIの意思決定プロセスが誰でも理解できるよう公開されていること AIの開発者が常に監視されていること AIがリアルタイムで動作すること AIが自己修復機能を持つこと None 142. 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 143. 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 144. 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 145. 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 146. 畳み込み層の活性化関数として一般的に使用されるものはどれですか？ シグモイド関数 Tanh関数 ReLU関数 全ての選択肢 None 147. 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 148. 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 149. 畳み込み層のフィルターの数を増やすことで得られる効果として適切なのはどれですか？ 出力特徴マップの次元が減少する 多様な特徴を捉える能力が向上する モデルの計算コストが削減される 特徴の局所性が強化される None 150. 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 151. 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 152. 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 153. 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 154. a b c d None 155. 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 156. 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 157. 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 158. 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 159. 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 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
