漢字検定 頻出一問一答
頻出テーマから20問。答えを思い浮かべてから開くと定着が早まります。
頻出一問一答
全20問Q1seq2seq(エンコーダ・デコーダ)モデルの基本構成として正しいものはどれか。
答え：入力系列をエンコーダで内部表現に圧縮し、デコーダで出力系列を生成する
seq2seqはエンコーダが入力系列を文脈ベクトルに符号化し、デコーダがそれを基に出力系列を逐次生成する構成で、機械翻訳などに用いられる。
Q2AI生成物が日本の著作権法で保護されるための一般的な条件は何か。
答え：人間の創作的寄与があること
現行法では著作物は「思想又は感情を創作的に表現したもの」であり、人間の創作的寄与のない完全自動生成物は著作権保護の対象外とされる。
Q3学習済みモデルから、学習に使われた個人データを推測・復元しようとする攻撃を一般に何というか。
答え：メンバーシップ推論攻撃・モデル反転攻撃
メンバーシップ推論やモデル反転は、モデルの出力から学習データの所属や内容を推測しプライバシーを脅かす攻撃である。
Q4GELUやSwishといった活性化関数が近年のTransformer等で好まれる理由として最も適切なものはどれか。
答え：滑らかで微分可能な非線形性を持ち、勾配の流れがよく性能向上に寄与しやすい
GELUやSwishはReLUより滑らかな非線形関数で、負の領域でも緩やかに値を持つ。勾配の流れが良好で、Transformerなどで高い性能を示すことが多い。
Q5画像認識の精度を競うコンペILSVRCで、2012年にディープラーニングで圧勝したモデルは何か。
答え：AlexNet
2012年のILSVRCでAlexNetが従来手法に大差をつけて優勝し、ディープラーニングブームの契機となった。
Q6教師なし学習に分類されるタスクはどれか。
答え：クラスタリング
教師なし学習は正解ラベルを使わずデータの構造を見つける。クラスタリングや次元削減が代表例である。
Q7生成AIに対し、出力を望ましい方向へ導くために与える指示文を何というか。
答え：プロンプト
プロンプトは生成AIへの入力指示文で、その内容により出力の質や方向が大きく変わる。
Q8混同行列(confusion matrix)が表すものはどれか。
答え：予測ラベルと正解ラベルの組み合わせごとの件数
混同行列は真陽性・偽陽性・真陰性・偽陰性の件数を表にしたもので、各種評価指標の算出基礎となる。
Q9物流・小売で過去データから将来の必要量を見積もり在庫を最適化するAI活用を何というか。
答え：需要予測
需要予測は過去の販売データや季節要因などから将来の需要を見積もり、在庫や発注の最適化に役立てる活用である。
Q10起こりにくい事象ほど大きくなる、ある事象が持つ情報の量を何というか。
答え：自己情報量
自己情報量は事象の確率の対数の符号を反転した量で、起こりにくい事象ほど大きな値をとる。
Q11人間のフィードバックを報酬信号として用い、LLMの応答を望ましい方向へ調整する手法を何というか。
答え：RLHF(人間のフィードバックによる強化学習)
RLHFは人間の選好を報酬モデルとして強化学習し、LLMの出力を人間にとって望ましいものへ調整する手法である。
Q12ワンホットエンコーディングの説明として正しいものはどれか。
答え：カテゴリ変数を各カテゴリに対応する0/1のベクトルで表現する
ワンホットエンコーディングはカテゴリ変数を、該当カテゴリのみ1で他が0のベクトルに変換する手法で、順序のないカテゴリを数値特徴として扱える。
Q13テキストと画像を共通の埋め込み空間で対応づけ、ゼロショット画像分類などを可能にした代表的なマルチモーダルモデルはどれか。
答え：CLIP
CLIPは大量の画像とテキストの組を対照学習で同じ埋め込み空間に対応づけ、未学習カテゴリでも文によるゼロショット分類を可能にしたマルチモーダルモデルである。
Q14GDPRが定める、利用者が自分の個人データを構造化された形式で受け取り他のサービスに移せる権利を何というか。
答え：データポータビリティの権利
データポータビリティの権利は、本人が提供した個人データを再利用可能な形式で受け取り移転できる権利である。
Q15情報理論において、確率分布の不確実性の大きさを表す量を何というか。
答え：エントロピー
情報量の期待値であるエントロピーは、確率分布の不確実性(乱雑さ)の大きさを表す。
Q16観測されたデータが得られる確率を、パラメータの関数とみなしたものを何というか。
答え：尤度
尤度は、あるパラメータのもとで観測データが得られる確率をパラメータの関数として見たものである。
Q17k分割交差検証(k-fold cross validation)の説明として正しいものはどれか。
答え：データをk個に分割し、各回1つを検証用、残りを訓練用として評価を繰り返す
k分割交差検証はデータをk個に分け、各分割を検証に使う評価をk回行い、性能を安定して見積もる手法である。
Q18人間のフィードバックを報酬モデルに変換し強化学習で言語モデルを調整する手法はどれか。
答え：RLHF(人間のフィードバックによる強化学習)
RLHFは人間の選好データから報酬モデルを学習し、その報酬を用いた強化学習で言語モデルの出力を人間の意図に沿うよう調整する手法である。
Q19EU AI Actで「許容できないリスク」として原則禁止される用途の例はどれか。
答え：公的機関による汎用的なソーシャルスコアリング
社会信用スコアリングやサブリミナル操作、無差別な顔画像収集等は禁止カテゴリに含まれる。
Q20k-meansでクラスタ数kを決める際の目安としてよく用いられる手法はどれか。
答え：エルボー法(クラスタ内誤差の減少が緩やかになる点を探す)
エルボー法はkを変えながらクラスタ内平方和(SSE)をプロットし、減少が鈍化する『肘』の点を適切なkの目安とする手法である。シルエット係数も用いられる。