| 1257 |
時系列データの解析において、予測対象となる将来のある時点の値を、過去の自分自身の値の線形結合にノイズを加えることで定式化し、未来の傾向を予測する古典的な統計モデルはどれか。
|
解説
|
| 1258 |
自然言語処理のTransformerや近年の画像認識モデルにおいて中核を担う仕組みであり、入力データ全体を一様に処理するのではない、タスクの達成に直結するデータ内のどの部分が重要であるかを動的に計算し、その部分に大きな重みを付加して情報を処理する機構はどれか。
|
解説
|
| 1259 |
ディープマインド社が開発した深層強化学習ベースのAIシステムにおいて、不完全情報ゲームであり、リアルタイムの即興的な戦略とミリ秒単位のマクロ・ミクロ操作が要求される複雑なリアルタイムストラテジーゲームにおいて人間のプロプレイヤーに勝利したAIはどれか。
|
解説
|
| 1260 |
日本国内のビジネスシーンにおいて、AIを活用したシステム開発やデータ取引を行う際、知財トラブルの防止や契約交渉の円滑化を図ることを目的に、開発プロセスに応じた契約類型や権利帰属の具体的な検討指針をまとめた経済産業省策定のガイドラインはどれか。
|
解説
|
| 1261 |
企業や組織がAIシステムを開発・導入・運用する際、予期せぬ差別、偏見の助長、プライバシー侵害、セキュリティ侵害などの倫理的・法的リスクを回避し、安全かつ社会的に適切な形でAIを制御するための組織内の管理体制、規律、運用の仕組みの総称を何と呼ぶか。
|
解説
|
| 1262 |
人工知能のモデル選択や科学哲学において参照される「オッカムの剃刀」の考え方として、最も不適切なものはどれか。
|
解説
|
| 1263 |
第2次人工知能ブームにおいて、専門家の知識をコンピュータに移植するエキスパートシステムが盛んに開発された。しかし、人間が日常的に用いる一般常識や暗黙知をすべて【 】として記述することには限界があり、システムの構築が頓挫する事例が相次いだ。この問題を知識獲得のボトルネックと呼ぶ。
|
解説
|
| 1264 |
決定木をベースにしたアンサンブル学習のアルゴリズムであるXGBoostは、データ分析コンペティション等で高い評価を得ている。この手法が高い予測精度と計算の高速化を両立させている数理的な背景や仕組みとして、最も適切なものはどれか。
|
解説
|
| 1265 |
多クラス分類問題のニューラルネットワークにおいて、出力層で算出された予測確率と実際の正解ラベルとのズレを測定するために交差エントロピー誤差関数が標準的に用いられる。平均二乗誤差ではなくこの関数が選ばれる数理的な理由として最も適切なものはどれか。
|
解説
|
| 1266 |
多層ニューラルネットワークのパラメータを勾配降下法で最適化する際、学習が停滞してしまう原因の一つに鞍点の存在がある。多次元の損失関数における鞍点の幾何学的な特徴として正しいものはどれか。
|
解説
|
| 1267 |
自然言語処理の基盤であるTransformerでは、バッチ正規化ではなくレイヤー正規化が標準的に採用されている。時系列やテキストデータを扱うモデルにおいて、レイヤー正規化が適している理由として最も適切なものはどれか。
|
解説
|
| 1268 |
モバイル端末向けに計算量を劇的に削減したMobileNetなどのアーキテクチャでは、通常の畳み込み処理を2つのステップに分解するDepthwise Separable Convolutionが採用されている。画像のチャンネルごとに独立して空間方向の特徴を抽出した直後に、カーネルサイズが【 】の畳み込みを用いてチャンネル間の情報を融合させる。
|
解説
|
| 1269 |
顔認証システムや類似画像検索システムを構築するため、深層距離学習を用いて画像間の類似度をモデルに学習させたい。この目的で用いられるTriplet Lossにおいて、ネットワークを最適化するための損失計算のロジックとして正しいものはどれか。
|
解説
|
| 1270 |
自然言語処理のテキスト生成モデルにおいて発生する露出バイアスに関する記述として、最も不適切なものはどれか。
|
解説
|
| 1271 |
リアルタイム処理に特化した物体検出モデルであるYOLOは、画像を1回ネットワークに入力するだけで位置特定とクラス分類を完了させる。この圧倒的な処理速度を実現するための、ネットワーク出力層の数理的な設計アプローチとして最も適切なものはどれか。
|
解説
|
| 1272 |
機械学習モデルの開発プロジェクトにおいて、予測精度を不当に高く見せかけてしまうデータリークが発生する典型的な原因として、最も適切なものはどれか。
|
解説
|
| 1273 |
AIシステムの開発プロジェクトにおいて、特に初期の予測モデル構築フェーズでは、システムがどれだけの精度を出せるか不確実性が高いため、請負契約ではなく準委任契約の形式で契約を結ぶことが強く推奨される。準委任契約の法的な性質として最も適切なものはどれか。
|
解説
|
| 1274 |
企業の従業員が、業務の一環として自社のAIシステム用のプログラムコードを記述し、新しいソフトウェアを完成させた。このソフトウェアの著作権の帰属について、日本の著作権法に基づく職務著作の要件を満たす場合の適切な解釈はどれか。ただし、契約や就業規則に別段の定めはないものとする。
|
解説
|
| 1275 |
日本の個人情報保護法において、個人識別符号に該当する情報は、それ単体で特定の個人を識別することができるため、氏名が含まれていなくても個人情報として厳格に扱われる。次のうち、個人識別符号に該当しないものはどれか。
|
解説
|
| 1276 |
コンピュータは、「リンゴ」と「赤い」という記号データを受け取り、「リンゴは赤い」という論理的な関係を処理することは極めて高速に行える。しかし、AI自身は現実世界における赤色という視覚的な感覚や物理的な実体を経験していないため、言葉の本当の意味を理解しているわけではない。この認知科学における根本的な課題を【 】と呼ぶ。
|
解説
|
| 1277 |
哲学者のジョン・サールが提唱した中国語の部屋の思考実験は、コンピュータが規則に従って記号を操作できることと、その記号の意味を真に理解していることは別であると指摘したものである。この思考実験が実現可能性を否定しようとした、人間と同等の意識や理解力を持つ人工知能の概念を何と呼ぶか。
|
解説
|
| 1278 |
第2次人工知能ブームの中心となったエキスパートシステムは、専門家の知識をルールベースでコンピュータに記述する仕組みであった。しかし、人間が日常的に用いる常識や暗黙のルールをすべて明示的なプログラムコードとして抽出し記述することが事実上不可能であることが判明し、ブームは終焉を迎えた。このシステム開発上の根本的な壁を何と呼ぶか。
|
解説
|
| 1279 |
多数の特徴量を持つ高次元データに対して機械学習モデルを適用する際、予測精度の低下や計算コストの増大を防ぐためにデータの次元削減が行われる。このうち、データの持つ分散が最大となるような直交する新しい軸を見つけ出し、情報の損失を最小限に抑えながら少数の合成変数へとデータを要約する教師なし学習の手法はどれか。
|
解説
|
| 1280 |
マルコフ決定過程に基づく強化学習において、エージェントは将来にわたって得られる報酬の合計を最大化するように方策を学習する。このとき、遠い未来に得られる報酬の価値を現在の価値に換算する際、不確実性を考慮して少しずつ目減りさせるために掛け合わせるパラメータについて、不適切な記述はどれか。
|
解説
|
| 1281 |
多層ニューラルネットワークにおいて、出力層で算出された予測値と実際の正解データとのズレを最小化するよう各層の重みパラメータを更新したい。出力層の誤差から出発し、微分の合成関数の公式を利用して入力層に向かって逆方向に各パラメータの勾配を効率的に掛け合わせて計算していく数理アルゴリズムはどれか。
|
解説
|
| 1282 |
ディープラーニングにおいて、ネットワークの隠れ層を何十層にも深く積み重ねると、入力層に近いパラメータが全く更新されず学習が停滞する問題が発生しやすくなる。この問題を引き起こす最大の数理的要因として、最も適切なものはどれか。
|
解説
|
| 1283 |
画像認識モデルを構築する際、手元にある訓練データが少ない状態で無理に学習を進めると、モデルが訓練データ特有の細かなノイズまで丸暗記してしまい、未知のデータに対応できなくなる。この現象を回避するため、学習時に元の画像に対してランダムな平行移動、回転、色調変更などの加工を施し、擬似的にデータの多様性を増やす前処理手法を何と呼ぶか。
|
解説
|
| 1284 |
ニューラルネットワークの重みを更新する最適化アルゴリズムにおいて、パラメータごとに過去の勾配の履歴を記録して学習率を自動調整するアプローチと、物理的なボールが転がるように過去の勾配の方向を慣性として引き継ぐアプローチの両方の利点を組み合わせた、現在最も標準的に広く用いられている手法はどれか。
|
解説
|
| 1285 |
ディープラーニングモデルの過学習を抑制する手法として、学習の各ステップにおいて中間層のニューロンを一定の確率でランダムに無効化しながらパラメータの更新を行うものがある。この手法を用いたモデルの実運用時における挙動に関する記述として、最も適切なものはどれか。
|
解説
|
| 1286 |
自然言語処理の基盤となっているTransformerモデルは、時間的なループ構造を一切持たず、文章内のすべての単語間の依存関係を完全に並列で計算する。このとき、単語の位置や出現順序の情報をモデルに理解させるために、入力される単語ベクトルに対して相対的または絶対的な順序情報を付与する仕組みを何と呼ぶか。
|
解説
|