G検定～模擬試験①～ 2024年12月6日2024年12月6日 ailearn 1. 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 2. a b c d None 3. 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 4. CNNにおける「畳み込み層」の役割は何ですか？ 出力層を生成する 特徴マップを生成し、局所的なパターンを捉える 勾配を計算する パラメータの初期化を行う None 5. 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 6. 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 7. 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 8. YOLO（You Only Look Once）モデルが、従来の物体検出モデルと比較して特に優れている点は何ですか？ 高速でリアルタイム処理が可能なため 画像の画質を向上させるため 複数のオブジェクトを同時に検出できるため 学習に必要なデータが少ないため None 9. 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 10. 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 11. 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 12. 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 13. 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 14. 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 15. 次のうち、AIに関する透明性の問題として正しいものはどれか。 AIは常に判断過程が明確であり、透明性の問題は存在しない AIが出した結果の根拠を人間が理解するのが難しい場合がある AIは透明性を持つ必要がなく、結果のみが重要である AIの判断はすべてのシステムで共通であり、一貫性があるため透明性の問題はない None 16. 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 17. 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 18. 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 19. 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 20. 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 21. 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 22. 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 23. 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 24. 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 25. 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 26. 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 27. 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 28. 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 29. 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 30. a b c d None 31. 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 32. 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 33. 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 34. 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 35. 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 36. 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 37. 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 38. 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 39. 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 40. 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 41. 「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 42. 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 43. 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 44. 「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 45. 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 46. 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 47. 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 48. 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 49. 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 50. 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 51. 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 52. 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 53. 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 54. 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 55. 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 56. 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 57. 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 58. 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 59. 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 60. 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 61. 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 62. 自然言語処理において「データスパースネス問題」とは何ですか？ データが過剰にラベル付けされている問題 データの頻度が少なく、単語の共起パターンが十分に学習できない問題 データのノイズが多すぎる問題 データセットが非常に大規模である問題 None 63. 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 64. 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 65. 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 66. 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 67. 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 68. 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 69. AI倫理における「説明可能性」が欠如した場合、どのようなリスクが発生しますか？ AIが正しい結果を提供できなくなる 利用者や社会がAIの決定や結果に対する信頼を失う可能性 AIが自動的に停止する AIが自己修復を行うことができなくなる None 70. 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 71. 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 72. 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 73. 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 74. 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 75. 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 76. 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 77. 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 78. 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 79. 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 80. 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 81. 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 82. CNNモデルで、オーバーフィッティング（過学習）を防ぐために一般的に使用される手法はどれですか？ ドロップアウト グラデーションブースティング ストライドの増加 正規化層の追加 None 83. モデルのハイパーパラメータを最適化するための「ベイズ最適化」とは何ですか？ 単純なランダムサーチ グリッドサーチの一種 過去の評価結果を元に次の試行を最適化する手法 モデルのサイズを自動調整する手法 None 84. 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 85. 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 86. 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 87. 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 88. 「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 89. 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 90. 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 91. 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 92. 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 93. 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 94. Transformerアーキテクチャが従来のRNNと比較して自然言語処理タスクで優れている理由として最も適切なのはどれですか？ 畳み込み層を使用するため 活性化関数を使用しないため 時間依存性を無視するため 並列処理が可能であり、計算効率が高いため None 95. 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 96. 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 97. 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 98. 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 99. 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 100. 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 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. 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 103. 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 104. 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 105. 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 106. 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 107. 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 108. 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 109. 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 110. 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 111. 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 112. 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 113. 「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 114. 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 115. 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 116. 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 117. 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 118. 個人情報保護法に基づく「開示請求」とは何ですか？ 企業が自発的に個人情報を公開すること 本人が自分の個人情報の開示を企業に請求できる権利 個人情報を第三者に提供する手続き 個人情報の削除を企業に求めること None 119. 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 120. 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 121. 個人情報保護法に基づく「匿名加工情報」の作成において、企業が守るべき義務は何ですか？ 匿名加工情報を他の企業に販売すること 匿名加工情報を作成する際には、元の個人情報に戻せないように十分に加工すること 匿名加工情報の作成後も、個人情報として取り扱うこと 匿名加工情報の作成後、データを廃棄すること None 122. 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 123. 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 124. 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 125. 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 126. 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 127. 個人情報保護法に基づく「安全管理措置」とは何ですか？ 個人情報の取扱いに関する物理的、技術的、組織的な対策 個人情報を自由に使用できる権利 個人情報の商業的利用を推奨すること 企業がデータを定期的に公開すること None 128. 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 129. 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 130. 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 131. 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 132. 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 133. 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 134. 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 135. 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 136. 「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 137. 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 138. 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 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. 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 141. 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 142. 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 143. 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 144. 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 145. 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 146. 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 147. 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 148. 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 149. 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 150. 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 151. 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 152. 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 153. 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 154. 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 155. 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 156. 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 157. 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 158. 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 159. 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 160. AIが収集した個人データの「データ保有期間」に関するベストプラクティスとして適切なのはどれですか？ 必要なくても永久に保持する 法的要件や目的が達成されたら削除する データ主体の同意を得ずに保存する データを削除せずに全ての用途で利用可能にする None Time's up
