| 71 |
ディープラーニングの推論処理を行う際、すべてのデータをクラウドサーバーに送信して計算させるのではなく、自動運転車、スマート家電、工場の検品カメラといった端末デバイス（現場の機器）側で直接リアルタイムに高速処理させる運用形態を何というか。
|
解説
|
| 72 |
自動運転システムやモバイル端末など、計算資源（メモリや電力）が極めて限定された環境にディープラーニングモデルを組み込みたい。ネットワークの構造（レイヤー数やノイズ）を削るのではなく、通常は「32ビット浮動小数点数（FP32）」で表現されているパラメータの数値を、「8ビット整数（INT8）」などの低い精度に落とすことで、メモリ容量を大幅に削減し計算を高速化する手法はどれか。
|
解説
|
| 73 |
企業のビジネス現場において人工知能プロジェクトを成功させるためには、最新のAI論文を理解できる高度なデータサイエンティストを雇うだけでは不十分である。自社のビジネス上の課題（業務効率化や新規事業など）を正確に定義し、AI技術で何が可能かを見極め、開発ベンダーや社内のエンジニアとの間に立ってプロジェクト全体を牽引する、橋渡し役（技術とビジネスの結節点）となる人材を何と呼ぶか。
|
解説
|
| 74 |
日本において、AIの開発ベンダーや研究者が、他人が著作権を持つ大量の画像やテキストデータをインターネット上からスクレイピング（自動収集）し、機械学習モデルの訓練データとして利用する行為についての法律上の解釈として、【誤っているもの】はどれか。
|
解説
|
| 76 |
1946年にアメリカのペンシルベニア大学で開発され、弾道計算などの目的で使われた、世界最初期の汎用電子デジタルコンピュータであり、真空管を大量に使用した巨大な装置の名称はどれか。
|
解説
|
| 77 |
オブジェクト指向や知識表現の分野において、物事の階層関係を表すネットワーク構造がある。「犬は動物である」「車は乗り物である」のように、下位の概念が上位の概念の「一種（属性や性質）」であることを示す、記号AIにおいて重要な関係性の定義を何というか。
|
解説
|
| 78 |
複数の弱い識別器（弱学習器）を順番に学習させていく手法である。前の学習器が「誤分類（予測を外した）」したデータに対して、次の学習器がそのデータを重視して学習するようデータへの重みを順次更新（ブースティング）していき、最終的にそれらを組み合わせて1つの強い識別器を作る代表的な機械学習手法はどれか。
|
解説
|
| 79 |
Word2Vecのアーキテクチャのうち、ニューラルネットワークを用いて「周囲の文脈（ターゲット単語の前後にある複数の周辺単語）」を入力として与え、その中心に位置する「ターゲットとなる1つの単語」が何であるかを推測・予測させることで単語の分散表現（ベクトル）を獲得する手法はどれか。
|
解説
|
| 80 |
不均衡データ（例：1000枚中3枚しか陽性がない医療画像など）の分類モデルを評価したい。モデルが「陽性（正）」と予測したもののうち実際に陽性だった割合（適合率：Precision）と、実際の陽性のうちモデルが見落とさずに陽性と予測できた割合（再現率：Recall）の2つはトレードオフの関係にある。この2つの指標のバランスを客観的に評価するため、両者の調和平均をとった指標はどれか。
|
解説
|
| 83 |
画像生成AIなどで広く使われている手法である。元の画像に対して段階的に微小なガウスノイズを加えていき、最終的に完全なノイズにする「順過程（拡散過程）」と、そのプロセスを逆向きにたどり、ノイズから元の綺麗な画像を少しずつ復元（除去）していく方法をニューラルネットワークに学習させる「逆過程」で構成される高品質な生成モデルはどれか。
|
解説
|
| 93 |
機械学習モデルにおいて、入力となる特徴量の数が非常に多く、その大半が予測に寄与していない無駄な情報である可能性が高い。過学習を防ぎつつ、予測に不要な特徴量の重み（パラメータ）を完全に「ゼロ」にすることで、実質的な変数選択（モデルのスパース化）を同時に行いたい場合に採用すべき正則化手法はどれか。
|
解説
|
| 94 |
ディープラーニングの学習において、ネットワークが深くなると、出力層に近い部分での誤差（修正情報）をコーザル（過去）の層へ遡って伝播させていく過程で、傾き（勾配）の値が途中で極端に小さくなり、入力層に近い層のパラメータが全く更新されなくなってしまう致命的な現象を何というか。
|
解説
|
| 95 |
CNN（畳み込みニューラルネットワーク）において、畳み込み層の直後に配置される「プーリング層（特にマックスプーリング）」の主な目的や効果として、最も適切な記述はどれか。
|
解説
|
| 96 |
時系列データや自然言語を処理する基本的なRNN（再帰型ニューラルネットワーク）には、過去の長いタイムステップ（長距離の依存関係）を遡って学習しようとすると、勾配消失や勾配爆発が起きてしまい、古い情報を記憶しておけないという課題がある。この課題を克服するため、内部に「入力ゲート」「出力ゲート」「忘却ゲート」という仕組み（セル）を導入したモデルはどれか。
|
解説
|
| 97 |
自然言語処理における「Attention（注意機構）」が導入された背景およびその仕組みとして、最も適切なものはどれか。
|
解説
|
| 98 |
音声信号処理や音声合成システムにおいて、テキストから生成された中間表現（メルスペクトログラムなどの周波数特性）を入力として受け取り、最終的に人間が耳で聴くことができる滑らかで自然な「生の音声波形（オーディオ信号）」へとダイレクトに変換・出力する役割を持つモデルの総称を何というか。
|
解説
|
| 100 |
従来のAIモデルは「画像だけ」「テキストだけ」のように、単一の種類（モーダリティ）のデータしか処理できなかった。これに対し、テキストによる指示（プロンプト）を入力するとそれに応じた高精度な画像を生成したり、逆に画像を見せるとその内容をテキストで詳しく説明してくれたりするような、複数の異なる種類の感覚データを統合して処理できるAIシステムを何というか。
|
解説
|
| 101 |
自動運転の車載システムやスマートフォンなど、計算資源（CPUやメモリ）が極めて限定された環境で、最新の巨大なAIモデル（教師モデル）と同等の高精度な推論を行わせたい。教師モデルが出力する「各クラスへの確率分布（ソフトターゲット）」を、サイズが遥かに小さく軽量な「生徒モデル」に学習用の目標として与えることで、精度を維持したままコンパクトなモデルを育てる技術はどれか。
|
解説
|
| 102 |
AIモデル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（PoC以降の本開発）では、事前に「100%確実に目標精度（例：正解率95%以上）を達成する」という約束をベンダー側が保証することは技術的に極めて困難である。このような、特定の成果物の完成を目的とせず、ベンダーが専門家としての最善の尽力（業務の遂行）を行うことに対して報酬を支払う、AI開発に推奨される基本契約形態はどれか。
|
解説
|
| 105 |
日本の個人情報保護法において定義されている概念である。特定の個人を識別できる情報（氏名など）を削除、または別の文字列に置き換えることで、そのデータ単体では「誰のものか」を判別できないように加工したデータである。他の情報と「容易に照合（突合）」しない限り個人の特定ができず、企業間でのデータ利活用やマーケティング分析に広く使われる加工情報を何というか。
|
解説
|
| 106 |
第1次AIブームの時代、迷路やチェスといった明確なルールが存在する問題に対しては、コンピュータは驚異的な探索能力を発揮した。しかし、現実世界の複雑な要因（ルールや境界が曖昧な問題）を処理することはできず、実用的な成果を結べないままブームが終焉した。このAIが扱えた限定的な問題を何と呼ぶか。
|
解説
|
| 107 |
第2次AIブームで登場したエキスパートシステムにおいて、専門家からヒアリングした膨大な「IF-THEN形式のルール」を蓄積しておくデータベースにあたる部分と、そのルール群を状況に応じて組み合わせることで論理的な結論を導き出す計算エンジンの部分の組み合わせとして、適切なものはどれか。
|
解説
|
| 108 |
機械学習モデルの訓練において、モデルの表現力（パラメータの数）に対して、用意した訓練データの数が圧倒的に少なすぎる場合に発生しやすい問題がある。モデルが訓練データに含まれる特有のノイズや細部にまで過剰に適合してしまい、テストデータや未知のデータに対する予測精度が著しく低下する現象を何というか。
|
解説
|
| 109 |
2012年に開催された画像認識の国際コンペティション「ILSVRC」において、従来の画像処理エクスパートが手作業で設計した特徴量（SIFTなど）の手法を遥かに凌駕する圧倒的な正解率を叩き出し、世の中にディープラーニングの衝撃と第3次AIブームの幕開けを告げたニューラルネットワークモデルの名称はどれか。
|
解説
|
| 110 |
ディープラーニングにおいて、多層のネットワークを構築した際、活性化関数に「シグモイド関数」を採用すると、層が深くなるにつれて誤差の勾配が途中でゼロに近づいてしまい、入力層に近い層が全く学習しなくなる勾配消失問題が発生する。この問題を解決するため、入力が0以下なら0、0より大きければ入力をそのまま出力する、現代の標準的な活性化関数はどれか。
|
解説
|
| 111 |
物体検出やセマンティックセグメンテーションにおいて、画像の解像度（縦横のピクセル数）をプーリング層などで縮小することなく、モデルが一度に見渡せる領域（受容野：レセプティブフィールド）を効率よく広げたい。フィルターの要素（カーネル）の間に一定の間隔（隙間）を空けて畳み込みを行う手法はどれか。
|
解説
|
| 115 |
自動運転や高度な強化学習ロボットにおいて注目されている概念である。エージェントが闇雲に現実世界の環境と衝突を繰り返して学習するのではなく、環境の物理法則や変化（「この状態のときにこの行動をすれば、次はどうなるか」）を、事前にニューラルネットワーク自体にひとつの「予測シミュレーター」として内包・学習させるアプローチを何というか。
|
解説
|
| 121 |
人工知能が現実世界の複雑なタスクを処理しようとする際、自分の行動に関係のある事象だけを抜き出して計算する必要がある。しかし、現実世界には無限の割り込みや可能性が存在するため、どこまでを考慮すべきかの境界線をシステム自身で決めることができず、計算が終わらなくなってしまう問題を何というか。
|
解説
|
| 136 |
ある新しいAI技術が開発され、最初は世間から驚きをもって「人工知能」と称賛されるが、その技術が普及して社会の当たり前のインフラや自動化システムとして定着すると、人々はそれを「単なる自動化プログラム」と呼び、AIとは見なさなくなる心理的な現象を何というか。
|
解説
|
| 137 |
チェスや将棋などのゲーム木探索において、すべての分岐を網羅的に計算すると計算量が爆発してしまう。これを防ぐため、スコアが最大のものを選ぶ過程で、すでに判明しているスコアよりも明らかに小さいノードが出現した時点で、その先につながるノードの探索を途中で省略・カットする効率的なアルゴリズムを何というか。
|
解説
|