プライバシー保護の設計思想は、法律ではなく、ある公務員が1990年代に唱えた考え方から始まった。
問題文・答え・解説をまとめて読む(全10問)
Q1第2章 生成AI
生成AIの言語モデルは、入力された文章をそのまま処理するのではなく、まず単語・単語の一部・記号などの処理単位に区切ってから数値に変換する。この最初の区切り処理を指す言葉はどれ?
- エンベディング(埋め込み)
- トークナイゼーション
- ファインチューニング
- アラインメント
答えを見る
答え:2— トークナイゼーション
正解はトークナイゼーションです。文章をそのまま扱うのではなく、単語・単語の一部・記号などの処理単位(トークン)に分割し、それぞれを数値IDへ変換してからモデルへ渡す前処理を指します。日本語のように単語の区切りが明確でない言語では分割の仕方によって同じ文章でもトークン数が変わり、API利用料やコンテキストウィンドウの消費量にも直結します。エンベディングはトークンなどを意味的な数値ベクトルに変換する工程、ファインチューニングは学習済みモデルの追加調整、アラインメントはAIの出力を人間の意図に沿わせる取り組みで、いずれも区切り処理そのものを指す言葉ではありません。
Q2第3章 現在の生成AIの動向
Microsoftは2023年3月16日、Word・Excel・PowerPoint・Outlook・Teamsといった業務アプリにGPT-4ベースの生成AI機能を組み込み、文書の下書きや資料のたたき台作成を支援すると発表した。この製品の名称はどれ?
- Microsoft 365 Copilot
- Microsoft Viva Insights
- Microsoft Power Automate
- Microsoft Dynamics 365
答えを見る
答え:1— Microsoft 365 Copilot
正解はMicrosoft 365 Copilotです。2023年3月16日、MicrosoftはGPT-4などの大規模言語モデルとMicrosoft Graph上の業務データを組み合わせ、Word・Excel・PowerPoint・Outlook・Teamsの中で文書の下書きや資料のたたき台、メール要約などを支援する機能として発表しました。Viva Insightsは働き方の分析ツール、Power Automateは業務自動化のノーコードツール、Dynamics 365は顧客管理・業務基幹システムで、いずれも生成AIアシスタント機能そのものの名称ではありません。
Q3第1章 AI(人工知能)
ニューラルネットワークの研究には、入力層・中間層・出力層にあたる3層構造を持ち、入力されたパターンを識別できるよう重みを学習で調整する最初期のモデルがある。1958年に論文を発表したこのモデルの考案者は誰か?
- マービン・ミンスキー
- ジョン・マッカーシー
- フランク・ローゼンブラット
- ヤン・ルカン
答えを見る
答え:3— フランク・ローゼンブラット
正解はフランク・ローゼンブラットです。1958年に論文を発表した「パーセプトロン」は、感覚層・連合層・反応層の3層構造を持ち、入力されたパターンを識別できるよう重みを学習によって調整する最初期のニューラルネットワークのモデルです。1969年にマービン・ミンスキーらが、単層のパーセプトロンでは線形分離できない問題を解けないと指摘したことが、後の「AIの冬」の一因になったとされています。ジョン・マッカーシーは人工知能という用語の命名者、ヤン・ルカンは畳み込みニューラルネットワークの発展に貢献した研究者で、いずれもパーセプトロンの考案者ではありません。
Q4第4章 情報リテラシー・基本理念とAI社会原則
個人情報の保護は、システムが完成してから対策を追加するのではなく、設計の最初の段階から組み込んでおくべきだとする考え方がある。1990年代にカナダ・オンタリオ州の情報プライバシーコミッショナーだった人物が提唱し、EUのGDPR第25条にも影響を与えたこの考え方の名称はどれ?
- バイデザイン原則
- プライバシー・バイ・デフォルト
- ゼロトラストアーキテクチャ
- プライバシー・バイ・デザイン
答えを見る
答え:4— プライバシー・バイ・デザイン
正解はプライバシー・バイ・デザインです。1990年代半ば、カナダ・オンタリオ州の情報プライバシーコミッショナーだったアン・カブキアン氏が提唱した考え方で、事後的な是正ではなく予防的に、初期設定の段階からプライバシー保護をシステムや業務プロセスに組み込むべきだとする7つの原則から成ります。EUのGDPR第25条が定める「データ保護バイデザイン及びバイデフォルト」の法的要件の基礎にもなっています。プライバシー・バイ・デフォルトはこの原則の一部、ゼロトラストアーキテクチャは別のセキュリティの考え方で、「バイデザイン原則」という確立した名称の概念はありません。
Q5第5章 テキスト生成AIのプロンプト制作と実例
生成AIのAPIには、出力の多様性を調整するための設定がいくつか用意されている。そのうち、直前までの出力にすでに出現した回数が多いトークンほど、次に選ばれる確率を下げることで、同じ語句の繰り返しを抑える設定はどれ?
- presence_penalty(プレゼンスペナルティ)
- temperature(温度)
- top_p(核サンプリング)
- frequency_penalty(頻度ペナルティ)
答えを見る
答え:4— frequency_penalty(頻度ペナルティ)
正解はfrequency_penalty(頻度ペナルティ)です。OpenAIなどのAPIが提供する設定で、出力中にすでに登場したトークンほど、その登場回数に応じてペナルティを大きくし、次に選ばれる確率を下げることで、同じ語句や言い回しの繰り返しを抑えます。似た設定のpresence_penaltyは登場回数ではなく、一度でも登場したかどうかだけでペナルティを与える点が異なり、新しい話題へ誘導する働きがあります。temperatureは出力のランダム性全体を、top_pは候補となるトークンの絞り込み方を調整する設定で、いずれも繰り返しの抑制を直接の目的とした設定ではありません。
Q6第2章 生成AI
OpenAIは2021年1月5日、画像生成AI「DALL·E」と同時に、画像とその説明文(キャプション)の組を大量に学習し、両者を同じ意味空間上で結びつけるモデルを発表した。このモデルの略称はどれ?
- BERT
- CLIP
- VAE
- RLHF
答えを見る
答え:2— CLIP
正解はCLIP(Contrastive Language-Image Pre-training)です。OpenAIが2021年1月5日、DALL·Eと同時に発表したモデルで、ウェブ上の4億組の画像とキャプションのペアを学習し、画像とテキストを同じ意味空間上のベクトルとして結びつけます。ラベル付きデータを使わない「ゼロショット転移」を実現し、後の画像生成AIの基盤にもなりました。BERTは双方向の事前学習を行う言語モデル、VAEは潜在空間への圧縮と復元で画像を生成するモデル、RLHFは人間のフィードバックで出力を調整する学習手法で、いずれも画像とテキストを結びつけるモデルではありません。
Q7第3章 現在の生成AIの動向
Googleは、ユーザーが自分でアップロードした文書やウェブページだけを情報源として読み込ませ、その範囲内で要約や質問への回答をさせられるAIツールを提供している。回答の根拠となった箇所へのリンクも示されるこのツールはどれ?
- Gemini(単体のチャットAI)
- Google AI Studio
- NotebookLM
- Google Workspace フローAI
答えを見る
答え:3— NotebookLM
正解はNotebookLMです。ユーザーが自分でアップロードしたGoogleドキュメントやPDF、ウェブページなどのソースに言語モデルの回答を「グラウンディング」(根拠づけ)させる設計のツールで、与えられたソースの範囲内で要約や質問への回答を行います。回答には根拠となったソースの該当箇所へのリンクが添えられ、ファクトチェックがしやすい点が特徴です。Geminiは汎用の対話型AI、Google AI Studioは開発者向けのモデル検証環境で、「Google Workspace フローAI」という名称の公式サービスは存在しません。
Q8第1章 AI(人工知能)
人工知能の研究には、ロボットがある行動を取ったときに、現実世界の無数にある事柄のうち何が変化し、何が変化しないままなのかを、有限の処理能力の中であらかじめすべて記述しきれないという難問がある。1969年にジョン・マッカーシーとパトリック・ヘイズが論文で提起したこの問題の名称はどれ?
- シンボルグラウンディング問題
- フレーム問題
- トロッコ問題
- P対NP問題
答えを見る
答え:2— フレーム問題
正解はフレーム問題です。1969年、ジョン・マッカーシーとパトリック・ヘイズが数理論理学上の問題として提起したもので、有限の処理能力しか持たないAIが、現実世界のほぼ無限にある事柄の中から、ある行動に関係のある変化だけを選び出して扱うことの難しさを指します。哲学者ダニエル・デネットが1984年の論文で示した例によって広く知られるようになりました。シンボルグラウンディング問題は記号の意味を実世界の対象と結びつける難しさを指す別の問題、トロッコ問題は倫理学の思考実験、P対NP問題は計算複雑性理論の未解決問題で、いずれもフレーム問題とは異なります。
Q9第4章 情報リテラシー・基本理念とAI社会原則
個人情報保護法は、生存する個人に関する情報のうち、個人情報・仮名加工情報・匿名加工情報のいずれにも該当しないものを指す区分を定めている。クッキー識別子や閲覧履歴などが想定例として挙げられる、この区分の名称はどれ?
- 要配慮個人情報
- 仮名加工情報
- 個人関連情報
- 匿名加工情報
答えを見る
答え:3— 個人関連情報
正解は個人関連情報です。個人情報保護法第2条第7項が定める区分で、生存する個人に関する情報のうち、個人情報・仮名加工情報・匿名加工情報のいずれにも該当しないものを指し、クッキー識別子や位置情報、ウェブサイトの閲覧履歴などが想定例とされています。提供先で個人データとして取得されることが想定される場合には、本人の同意取得などの確認が提供元に義務づけられる点が特徴です。要配慮個人情報は病歴など特に配慮を要する個人情報の区分、仮名加工情報と匿名加工情報はいずれも元の個人情報を加工した別の区分で、個人関連情報とは異なる概念です。
Q10第5章 テキスト生成AIのプロンプト制作と実例
生成AIに複雑な業務を任せるとき、1つの指示にすべてを詰め込むのではなく、あらかじめタスクを複数の工程に分け、前段の出力を次の工程のプロンプトの入力として順番に渡していく手法がある。各工程を確認しながら進められ、デバッグや再利用もしやすいとされるこの手法はどれ?
- Chain-of-Thought(思考の連鎖)
- プロンプトチェーン
- Few-shotプロンプティング
- ロールプロンプティング
答えを見る
答え:2— プロンプトチェーン
正解はプロンプトチェーンです。複雑な業務を1つの指示にまとめて処理させるのではなく、あらかじめ複数の工程(サブタスク)に分解し、前段の出力を次の工程のプロンプトへ入力として順番に渡していく手法を指します。各工程の出力を確認しながら検証でき、デバッグや一部工程の再利用もしやすくなります。Chain-of-Thoughtは1つの応答の中でAIに途中の考え方を出力させる手法で、複数のプロンプトに分割するプロンプトチェーンとは異なります。Few-shotプロンプティングは解答例を示す技法、ロールプロンプティングはAIに役割を演じさせる技法で、いずれも工程を分割する手法ではありません。