G検定～模擬試験①～ 2024年12月6日2024年12月6日 ailearn 1. 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 2. 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 3. 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 4. 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 5. 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 6. 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 7. 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 8. 「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 9. 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 10. 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 11. a b c d None 12. 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 13. 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 14. 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 15. 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 16. 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 17. 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 18. 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 19. 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 20. 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 21. 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 22. 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 23. 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 24. 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 25. 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 26. 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 27. 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 28. 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 29. AIモデルのトレーニングデータとして個人情報を含むデータを使用する場合、個人情報保護法の観点から必要な措置として最も適切なのはどれですか？ データをそのまま利用する データを完全に削除する 本人の同意を得て、利用目的を明示する 学術目的の場合、同意なしで利用できる None 30. 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 31. 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 32. 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 33. 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 34. 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 35. 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 36. 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 37. 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 38. 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 39. 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 40. 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 41. 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 42. 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 43. ニューラルネットワークの基本的な構造はどのようなものですか？ 入力層、出力層、報酬層 入力層、隠れ層、出力層 入力層、隠れ層、出力層 入力層、出力層、正則化層 None 44. 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 45. 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 46. 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 47. 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 48. AI生成物を利用する際に、ユーザーが著作権法上で注意すべき点はどれですか？ 生成物が公開されていれば自由に利用できる 生成物が著作権で保護されていない場合も、商標権に注意する必要がある 生成物が独自性を持っていれば、自由利用が可能である AIツールを開発した企業の承諾を得る必要がない None 49. 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 50. 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 51. 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 52. 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 53. 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 54. 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 55. 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 56. 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 57. 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 58. 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 59. 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 60. 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 61. 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 62. 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 63. 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 64. 「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 65. 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 66. 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 67. 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 68. 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 69. 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 70. 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 71. 画像認識における「アンサンブル学習」の利点は何ですか？ 複数の異なるモデルを組み合わせて、個々のモデルよりも高い精度を達成できる パラメータ数を削減できる 学習時間を短縮できる データセットが小さい場合に有効である None 72. 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 73. 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 74. 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 75. 「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 76. 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 77. 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 78. 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 79. 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 80. 畳み込み層における「転移学習」で特徴マップを固定（凍結）することの目的として正しいものはどれですか？ 全てのパラメータを初期化するため 既に学習された一般的な特徴を利用し、計算コストを削減するため 訓練データを増加させるため 出力次元を固定するため None 81. 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 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. 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 84. 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 85. 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 86. 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 87. 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 88. 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 89. 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 90. 「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 91. 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 92. 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 93. 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 94. 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 95. 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 96. 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 97. AIシステムが大規模なデータセットを利用して個人を特定するリスクを軽減するために、どのような手法が有効ですか？ データを無制限に公開する データを削除しない データの「擬似匿名化」や「完全匿名化」を行う データを他社に共有する None 98. 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 99. 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 100. 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 101. 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 102. 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 103. 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 104. 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 105. 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 106. 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 107. 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 108. 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 109. 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 110. 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 111. 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 112. 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 113. 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 114. 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 115. 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 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. 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 118. a b c d None 119. 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 120. 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 121. 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 122. 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 123. 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 124. 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 125. 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 126. 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 127. 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 128. 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 129. 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 130. 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 131. 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 132. 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 133. 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 134. 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 135. 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 136. 「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 137. 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 138. 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 139. 「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 140. 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 141. ドロップアウトを使用する主な理由は何ですか？ モデルの計算速度を上げる モデルの複雑さを減らす 学習率を調整するため オーバーフィッティングを防ぐため None 142. 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 143. 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 144. 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 145. 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 146. 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 147. 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 148. 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 149. 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 150. 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 151. 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 152. 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 153. AI研究において、「強いAI」が実現した場合のリスクとして最も適切なものはどれですか？ AIが一部の仕事を代替するリスク AIが高コストになること AIが制御不能となり、人類にとって脅威となる可能性 AIが学習能力を持たないこと None 154. 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 155. 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 156. 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 157. 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 158. 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 159. 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 160. 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 Time's up
