📋
問題集 — 60問
試験シミュレーションモード
全問回答後にまとめて採点
制限時間: 60分
合格ライン: 70%
この問題集で出る問題
全60問。答えと解説は「スタート」を押すと1問ずつ表示されます。
- AI(人工知能)とロボットの関係について、最も適切な説明はどれですか。
- ・AIとロボットは同じ意味の言葉で、区別する必要はない
- ・ロボットはすべてAIを搭載しており、AIのないロボットは存在しない
- ・AIは知的な処理を行うソフトウェアであり、ロボットは物理的な機械なので概念が異なる
- ・AIはロボットの一部品を指す専門用語である
- 「ルールベース」のAIについて、最も適切な説明はどれですか。
- ・大量のデータから自動的に規則性を学び取る仕組みである
- ・人間の脳の神経細胞を模したネットワークで学習する仕組みである
- ・報酬を最大化するように試行錯誤しながら学習する仕組みである
- ・人間があらかじめ決めた条件やルールに従って処理を行う仕組みである
- 機械学習の手法のうち、正解ラベルのないデータからデータの構造やグループ分け(クラスタリング)を見つけ出す学習はどれですか。
- ・教師なし学習
- ・教師あり学習
- ・強化学習
- ・転移学習
- 「過学習(オーバーフィッティング)」の説明として最も適切なものはどれですか。
- ・学習データが多すぎて、学習が終わらなくなる状態
- ・学習データに適合しすぎて、未知の新しいデータに対する予測精度が下がる状態
- ・学習の回数が少なすぎて、まったく精度が上がらない状態
- ・複数のAIを同時に学習させて処理が競合する状態
- 学習済みのモデルが持つ知識を、別の関連する課題に応用して少ないデータでも効率よく学習させる手法はどれですか。
- ・強化学習
- ・過学習
- ・転移学習
- ・正則化
- 人間のように幅広い課題を柔軟にこなせる汎用的なAIを指す言葉はどれですか。
- ・ANI(特化型人工知能)
- ・ルールベースAI
- ・エキスパートシステム
- ・AGI(汎用人工知能)
- 第二次AIブームを支えた、専門家の知識をルールとして蓄え問題解決に用いる仕組みはどれですか。
- ・エキスパートシステム
- ・ディープラーニング
- ・探索木
- ・ニューラルネットワーク
- 第三次AIブームで中心となった技術の組み合わせとして最も適切なものはどれですか。
- ・探索と推論による迷路やパズルの求解
- ・ビッグデータと機械学習・ディープラーニング
- ・専門家の知識を手入力したルールによる診断
- ・真空管を用いた大型計算機の高速化
- 「シンギュラリティ(技術的特異点)」の説明として最も適切なものはどれですか。
- ・AIの学習が過学習に陥って精度が急落する現象
- ・AIブームが終わり研究資金が途絶える時期
- ・AIの性能が人間の知能を超え、社会に後戻りできない大きな変化をもたらすとされる転換点
- ・AIが完全に人間の指示どおりにしか動かなくなる状態
- AIができることが一般的な機能として広まると「これは単なる自動処理でAIとは言えない」と見なされがちになる現象を指す言葉はどれですか。
- ・ハルシネーション
- ・シンギュラリティ
- ・オーバーフィッティング
- ・AI効果
- 「生成AI(ジェネレーティブAI)」の説明として最も適切なものはどれですか。
- ・文章・画像・音声などの新しいコンテンツを作り出すAI
- ・与えられたデータを分類・判別することだけを目的とするAI
- ・人間の代わりに物理的な作業を行うロボット専用のAI
- ・過去のデータを保存・検索することに特化したAI
- 2017年に発表され、現在の多くの大規模言語モデルの基礎となったモデルはどれですか。
- ・CNN(畳み込みニューラルネットワーク)
- ・Transformer
- ・RNN(回帰型ニューラルネットワーク)
- ・GAN(敵対的生成ネットワーク)
- Transformerの中心的な仕組みで、文中のどの単語に注目すべきかを重み付けして捉える機構はどれですか。
- ・ドロップアウト(Dropout)
- ・プーリング(Pooling)
- ・Attention(注意機構)
- ・活性化関数(Activation)
- 2つのネットワーク(生成器と識別器)を競い合わせるように学習させ、本物そっくりのデータを生成する仕組みはどれですか。
- ・VAE(変分オートエンコーダ)
- ・LSTM
- ・RAG
- ・GAN(敵対的生成ネットワーク)
- RNN(回帰型ニューラルネットワーク)が抱える、長い系列で前の情報が伝わりにくくなる課題を改善するために考案されたモデルはどれですか。
- ・LSTM
- ・CNN
- ・GAN
- ・VAE
- ChatGPTのもとになっている「GPT」の学習方式の特徴として最も適切なものはどれですか。
- ・人間が一つひとつの文章に正解の返答を手作業で登録する
- ・直前までの文脈から次に来る単語を予測するように大量のテキストで事前学習する
- ・画像とその説明文の組だけを使って学習する
- ・計算問題の答えを表として丸暗記する
- 人間のフィードバックを使ってモデルの応答をより望ましいものに調整する手法(ChatGPTの品質向上に用いられた)はどれですか。
- ・データ拡張(Data Augmentation)
- ・正則化(Regularization)
- ・RLHF(人間のフィードバックによる強化学習)
- ・クラスタリング(Clustering)
- 生成AIが事実に基づかないもっともらしい誤った内容を、あたかも正しいかのように出力してしまう現象はどれですか。
- ・ファインチューニング
- ・アライメント
- ・マルチモーダル
- ・ハルシネーション
- テキストだけでなく画像や音声など複数種類の情報をまとめて扱えるAIの性質を表す言葉はどれですか。
- ・マルチモーダル
- ・オープンソース
- ・ステートレス
- ・オンプレミス
- OpenAIが開発した、テキストの指示から動画を生成するモデルはどれですか。
- ・Codex
- ・Sora
- ・Copilot
- ・Gemini
- 次の生成AIサービスと開発企業の組み合わせとして正しいものはどれですか。
- ・Gemini — Microsoft
- ・Claude — Google
- ・Claude — Anthropic
- ・Copilot — Anthropic
- 推論(思考)の過程を重視し、複雑な問題を段階的に考えてから答えるよう設計されたOpenAIのモデル系統はどれですか。
- ・GPT-2などの大規模言語モデル
- ・GANなどの敵対的生成ネットワーク
- ・BERTなどの事前学習済みモデル
- ・GPT-o1などの推論特化モデル
- 「ディープフェイク(深層偽造)」の説明として最も適切なものはどれですか。
- ・AIを使って人物の顔や声などを本物そっくりに合成した偽の映像・音声
- ・撮影した映像を高画質にリマスタリングする技術
- ・動画の再生速度を自由に変えられる編集機能
- ・外部データベースを検索して回答の精度を高める技術
- ディープフェイク技術に関するリスクとして最も適切なものはどれですか。
- ・計算コストが高く個人では一切利用できない
- ・実在の人物になりすました偽の発言・映像で詐欺や世論操作に悪用されうる
- ・生成された映像は必ず低画質になるため誰でも簡単に見破れる
- ・著作権が自動的に生成者に帰属するため権利トラブルが起きない
- RAG(検索拡張生成)の仕組みの説明として最も適切なものはどれですか。
- ・モデルのパラメータを一から作り直して学習させる
- ・生成した文章を人間がすべて手作業で書き換える
- ・外部の文書やデータベースから関連情報を検索し、それを踏まえて回答を生成する
- ・画像を文章に変換することだけを行う
- RAGを導入する主なメリットとして最も適切なものはどれですか。
- ・生成AIが計算を必ず正確に行えるようになる
- ・インターネット接続がなくても世界中の全情報を扱える
- ・生成された回答の著作権を放棄できる
- ・モデル本体を再学習させずに、最新情報や社内固有の知識を回答に反映しやすい
- RAGで、文書を検索しやすい単位に分割することや、その分割された断片を指す用語はどれですか。
- ・チャンク(chunk)
- ・トークン(token)
- ・エポック(epoch)
- ・バッチ(batch)
- RAGで、文書やテキストの意味を数値ベクトルに変換して蓄え、意味の近いものを高速に探し出すために使われるものはどれですか。
- ・リレーショナルデータベースのみ
- ・ベクトルデータベース
- ・表計算ソフト
- ・ファイアウォール
- 「AIエージェント」の説明として最も適切なものはどれですか。
- ・1回の質問に1回だけ答える単純なチャット機能のこと
- ・人間が操作しなければ一切動かない画像編集ソフト
- ・目標を与えると、計画・判断しながら複数の手順やツールを自律的に使ってタスクを進めるAI
- ・データを暗号化して保存する専用の仕組み
- 生成AIやAIエージェントと外部のツール・データソースとの接続方法を標準化することを目的とした仕組み(プロトコル)はどれですか。
- ・HTTP(HyperText Transfer Protocol)
- ・RLHF(人間のフィードバックによる強化学習)
- ・GAN(Generative Adversarial Network)
- ・MCP(Model Context Protocol)
- AIエージェントがツールと外部連携できることの利点として最も適切なものはどれですか。
- ・検索・ファイル操作・予約などの実際の操作を組み合わせて複雑な作業を代行できる
- ・モデル内部の知識だけで完結するため外部と一切通信しなくてよい
- ・計算を必ず誤りなく行えるようになる
- ・生成物の著作権が自動的に利用者へ移る
- テキストの指示から音楽を作り出すサービスの分類として最も適切なものはどれですか。
- ・画像生成AI
- ・音楽生成AI
- ・音声生成AI
- ・動画生成AI
- 事実と異なる情報を意図的に作り、人をだます目的で拡散する行為を指す言葉はどれですか。
- ・リマスタリング(remastering)
- ・データ拡張(Augmentation)
- ・ディスインフォメーション(偽情報)
- ・アノテーション(annotation)
- RAGとファインチューニング(追加学習)の違いとして最も適切な説明はどれですか。
- ・RAGはモデルの重みを更新し、ファインチューニングは外部検索を行う
- ・両者はまったく同じ処理を別名で呼んでいるだけである
- ・RAGもファインチューニングも人手による文章の書き換え作業を指す
- ・RAGは外部から情報を検索して回答に使い、ファインチューニングはモデル自体を追加学習させて振る舞いを変える
- 実在する企業やサービスをかたった偽のメールやサイトで、IDやパスワード等をだまし取る手口はどれですか。
- ・フィッシング詐欺
- ・ソーシャルエンジニアリング
- ・ランサムウェア
- ・ブルートフォース攻撃
- パスワードののぞき見や、関係者を装った電話などで、技術ではなく人の心理や行動の隙をついて情報を盗む手口はどれですか。
- ・ランサムウェア
- ・ソーシャルエンジニアリング
- ・SQLインジェクション
- ・DDoS攻撃
- 感染したコンピュータのデータを暗号化して使えなくし、復旧と引き換えに金銭を要求する不正プログラムはどれですか。
- ・スパイウェア
- ・アドウェア
- ・ランサムウェア
- ・ワーム
- 個人情報保護法における「要配慮個人情報」に該当するものとして最も適切なものはどれですか。
- ・氏名と勤務先の部署名
- ・会社の公開されている代表電話番号
- ・商品の在庫数のデータ
- ・本人の病歴や犯罪の経歴など、取り扱いに特に配慮を要する情報
- 特定の個人を識別できないように加工し、かつ元の個人情報に復元できないようにした情報を指す言葉はどれですか。
- ・匿名加工情報
- ・要配慮個人情報
- ・個人識別符号
- ・機微情報
- 生成AIのチャットに業務で扱う顧客の個人情報を入力する際の注意として、最も適切なものはどれですか。
- ・生成AIに入力した情報は法律の対象外なので自由に入力してよい
- ・入力した情報が学習や第三者に利用される可能性があるため、個人情報や機密情報の入力は慎重に扱う
- ・個人情報を入力してもAIが自動で匿名化するので問題ない
- ・社外秘であってもAIに入力すれば著作権が消える
- 知的財産権のうち、著作物を創作した時点で自動的に発生し、原則として登録が不要な権利はどれですか。
- ・特許権
- ・商標権
- ・著作権
- ・意匠権
- 本人の許可なく容姿を撮影・公表されない、私生活上の人格的利益を守る権利はどれですか。
- ・特許権
- ・商標権
- ・実用新案権
- ・肖像権
- 企業の営業秘密を不正に取得・使用する行為などを規制する法律はどれですか。
- ・不正競争防止法
- ・著作権法
- ・個人情報保護法
- ・特許法
- 生成AIが作り出した文章や画像が、既存の著作物と似ている場合の考え方として最も適切なものはどれですか。
- ・AIが生成したものは常に著作権侵害にならないので確認は不要
- ・生成物が既存の著作物に似ている場合、利用の仕方によっては著作権侵害となる可能性があるため確認が必要
- ・AI生成物はすべて自動的に生成AIの開発企業のものになる
- ・生成AIを使えば他人の著作物を自由に複製・公開してよい
- 生成AIが出力した情報を業務資料に使う際の姿勢として、最も適切なものはどれですか。
- ・生成AIの回答は必ず正確なのでそのまま使ってよい
- ・出典を示せば内容が誤っていても責任は生じない
- ・ハルシネーションの可能性があるため、事実確認(ファクトチェック)をしてから使う
- ・AIが作った文章は誰が使っても著作権侵害にならない
- 日本政府が示す「人間中心のAI社会原則」の基本理念に含まれるものとして、最も適切なものはどれですか。
- ・AIの利益を人間より優先する社会
- ・すべての判断を人間からAIへ委ねる社会
- ・特定の企業だけがAIを独占する社会
- ・人間の尊厳が尊重される社会
- AI社会原則における「透明性」や「アカウンタビリティ(説明責任)」の考え方として最も適切なものはどれですか。
- ・AIの判断過程や結果について、必要に応じて説明でき、責任の所在を明確にすべきである
- ・AIの判断は複雑なので、その根拠を説明する必要はない
- ・AIが下した結論はすべて自動的に正しいとみなす
- ・利用者に不利益が生じてもAIの責任なので誰も責任を負わない
- AI事業者ガイドラインが示す、AIの事業活動を担う主な3つの主体の組み合わせとして最も適切なものはどれですか。
- ・政府・大学・報道機関
- ・開発者・提供者・利用者
- ・株主・従業員・顧客
- ・生産者・卸売業者・消費者
- 2025年6月4日に公布された、日本におけるAIに関する法律(通称:AI新法)の説明として最も適切なものはどれですか。
- ・AIの利用を全面的に禁止する法律である
- ・AIを開発した企業に一律で罰金を科す法律である
- ・AI技術の研究開発と活用の推進を図りつつ、適正な利用の環境整備を目的とする法律である
- ・海外製のAIの国内利用だけを禁じる法律である
- インターネットや情報を正しく理解し、安全かつ適切に活用する能力を指す言葉として最も適切なものはどれですか。
- ・ハードウェア(hardware)
- ・プロトコル(protocol)
- ・アルゴリズム(algorithm)
- ・情報リテラシー(インターネットリテラシー)
- 「LLM(大規模言語モデル)」の説明として最も適切なものはどれですか。
- ・膨大なテキストデータで学習した、大規模な言語モデル
- ・画像だけを分類する小規模なモデル
- ・音声を録音するための機器
- ・表計算を行う専用ソフト
- 生成AIから望ましい出力を引き出すために、指示や質問(プロンプト)を工夫する取り組みを指す言葉はどれですか。
- ・データクレンジング
- ・プロンプトエンジニアリング
- ・リファクタリング
- ・デバッグ
- 生成AIの出力の多様性・ランダム性の度合いを調整するパラメータはどれですか。
- ・エポック数(epoch)
- ・解像度(resolution)
- ・Temperature(温度)
- ・ビットレート(bitrate)
- 確率の高い候補を上位から累積して一定の割合に達するまでの範囲から次の語を選ぶ、出力の多様性を制御するパラメータはどれですか。
- ・学習率
- ・バッチサイズ
- ・ドロップアウト率
- ・Top-p(核サンプリング)
- 「Zero-Shot(ゼロショット)」プロンプティングの説明として最も適切なものはどれですか。
- ・例を1つも示さず、指示だけでタスクを実行させる方法
- ・少数の例を示してからタスクを実行させる方法
- ・モデルを一から再学習させる方法
- ・画像を入力として与える方法
- 「Few-Shot(フューショット)」プロンプティングの説明として最も適切なものはどれですか。
- ・例をまったく示さずに指示だけで実行させる
- ・いくつかの入力と出力の例を示してから、同じ形式でタスクを実行させる
- ・モデルのパラメータを追加学習で更新する
- ・生成を途中で必ず止める設定にする
- 生成AIに文章を渡し「小学生にもわかるように書き直して」と依頼する操作は、プロンプティングの実践のうちどれに最も近いですか。
- ・正確な文字数の指定
- ・最新ニュースの取得
- ・対象(読み手)を変える書き換え
- ・数値の暗号化
- 生成AI(テキスト生成)が一般に不得意とすることとして最も適切なものはどれですか。
- ・長い文章を短くまとめることや言い換え
- ・要点を箇条書きに整理して書き出すこと
- ・用件に合わせたメール文面の下書き作成
- ・指定した文字数ぴったりに調整することや正確な計算
- 生成AIに「最新のニュースを教えて」と尋ねるときの注意点として最も適切なものはどれですか。
- ・モデルの学習時点以降の最新情報は持っていない場合があり、誤りうるので確認が必要
- ・生成AIは常にリアルタイムの正確な情報を保証している
- ・生成AIに聞けば必ず一次情報が得られる
- ・最新情報こそ生成AIが最も得意とする分野である
- 生成AIに議事録の下書きから「担当者ごとにやるべきこと(タスク)を一覧にして」と依頼する操作は、プロンプティングの実践のうちどれに最も近いですか。
- ・翻訳
- ・タスク抽出
- ・姓と名の分離
- ・キャッチコピーの作成
この教材は役に立ちましたか？