シラバス5章から2問ずつ、全10問。合格ラインは本試験に合わせて 7/10（正答率70%）です。下の画面でそのまま解けます。
本サイトは非公式です。生成AIパスポート試験を実施する一般社団法人 生成AI活用普及協会（GUGA）および株式会社DAILとは提携していません。過去問・公式問題集の転載は行わず、公開シラバスの項目に沿って独自に作問しています。
読み込んでいます…
第4回。GitHubとOpenAIが組んだコード補完のGitHub Copilotから、AlphaGoが囲碁の頂点で見せた勝利、画像生成の裏側にある拡散モデル、個人情報保護法が定める「個人情報」そのものの定義、AI生成コンテンツの出自を記録するC2PA、プロンプトの役割設定、シンギュラリティという言葉を最初に広めたヴァーナー・ヴィンジ、GPT-3の原論文、AI生成物の著作物性についての文化庁の考え方、そして生成AIが学習を止めた日から先を知らない知識カットオフまで、シラバス5章を1周する10問です。答えと解説はそれぞれ開くまで隠れています。
答え：3— GitHub Copilot
正解はGitHub Copilotです。GitHubとOpenAIが共同開発したコード補完AIで、2021年6月に技術プレビューとして発表されました。OpenAIのCodexというAIシステムを基盤に、書きかけのコードやコメントから続きを予測し、行単位・関数単位で提案します。同様にコードを補完するサービスにはAmazon CodeWhisperer、Tabnine、Replit Ghostwriterなどもあり、いずれも生成AIの実務応用としてコーディング支援は代表的な分野の一つです。
答え：1— AlphaGo
正解はAlphaGoです。Google傘下のDeepMindが開発した囲碁AIで、2016年3月に韓国のプロ棋士イ・セドル九段と五番勝負を行い、4勝1敗で勝利しました。囲碁は打てる手の組み合わせが将棋やチェスよりはるかに多く、AIが人間の直感に近い判断で勝つのは当分先とされていたため、この結果はディープラーニングの実力を世に知らせる出来事になりました。IBMのDeep Blueは1997年にチェスで、Watsonはクイズ番組で人間に勝った別のAIです。
答え：4— 拡散モデル（Diffusion Model）
正解は拡散モデル（Diffusion Model）です。元の画像に段階的にノイズを加えていく過程（順拡散）と、ノイズだらけの状態から元の構造を少しずつ復元していく過程（逆拡散）をニューラルネットワークに学習させ、最終的にランダムなノイズから新しい画像を生成します。生成器と識別器を競わせるGAN、データを低次元に圧縮して復元するVAEとは仕組みが異なり、現在の画像生成AIで広く使われている手法です。
答え：2— 生存する個人に関する情報で、氏名や生年月日等により特定の個人を識別できるもの
正解は「生存する個人に関する情報で、氏名や生年月日等により特定の個人を識別できるもの」です。個人情報保護法第2条第1項は、個人情報を生存する個人に関する情報であって、氏名・生年月日その他の記述により特定の個人を識別できるもの（他の情報と容易に照合して識別できるものを含む）と定めています。企業情報や死者に関する情報は原則この定義の対象外で、要配慮個人情報（病歴など）はさらに別項で厳格に扱われる、この定義の下位区分にあたります。
答え：1— C2PA
正解はC2PA（Coalition for Content Provenance and Authenticity）です。2021年にAdobe・Arm・BBC・Intel・Microsoft・Truepicなどが中心となって設立された団体で、画像や動画に生成元・編集履歴などの情報（コンテンツクレデンシャル）を電子的に埋め込む業界標準を策定しています。GoogleのSynthIDのような個別サービスの技術ではなく、複数の企業・団体が共同で使える共通規格をつくる点が特徴です。OWASPはセキュリティ、OECDは政府間協力の団体です。
答え：3— システム（system）
正解はシステム（system）です。OpenAIなどのチャット形式のAPIでは、メッセージにsystem・user・assistantといった役割（role）を付けてAIに渡します。systemロールのメッセージはAIの立場や口調、守るべき制約などをあらかじめ指定するためのもので、userロールは実際の質問や指示、assistantロールはAIからの応答を表します。プロンプトを工夫する基礎として、この役割の違いを理解しておくことは実務での使い分けに直結します。
答え：4— ヴァーナー・ヴィンジ
正解はヴァーナー・ヴィンジです。SF作家であり計算機科学者でもあった彼は、1993年にNASAのシンポジウムで発表した論文『The Coming Technological Singularity』の中で、人間を超える知能が生まれた後は将来の予測が不可能になるという意味で「技術的特異点」という言葉を広めました。レイ・カーツワイルは2005年の著書でこの概念を発展させ2045年到来説を示した後継者であり、用語そのものの初出者ではありません。
答え：2— GPT-3
正解はGPT-3です。OpenAIが2020年5月にarXivで公開した論文『Language Models are Few-Shot Learners』で発表された、1750億個のパラメータを持つ自己回帰型の言語モデルです。追加の学習（ファインチューニング）をほとんど行わずに、少数の例（Few-Shot）を示すだけで様々な言語タスクに対応できる性能を示し、2022年公開のChatGPTの基盤となったGPTシリーズの発展を語るうえで欠かせない転換点になりました。
答え：3— 生成の過程で人間の創作的な意図と工夫（指示・選択・修正など）が認められること
正解は「生成の過程で人間の創作的な意図と工夫が認められること」です。この文書は、AIが自律的に生成し、人間の創作的意図や創作的行為（試行錯誤を伴う詳細な指示、生成後の選択・修正など）が認められない生成物は著作物に該当しないという考え方を示しました。一方で、人間がそうした工夫を加えていれば、生成AIを使っていても著作物として認められる余地があるとしています。この文書自体は法的拘束力を持たない、公表時点での考え方の整理です。
答え：1— 知識カットオフ（Knowledge Cutoff）
正解は知識カットオフ（Knowledge Cutoff）です。大規模言語モデルは、あらかじめ収集された学習データをもとに事前学習されるため、そのデータ収集を締め切った時点（カットオフ）より後に起きた出来事や発表された情報を知りません。この制約により、最新の出来事について尋ねると古い情報で答えたり、事実と異なる内容をもっともらしく生成（ハルシネーション）したりするリスクがあり、Web検索機能と組み合わせて補う対策が取られています。