G検定2019#3自己採点021−030

前回に引き続き、2019年11月9日に行われたJDLA ジェネラリスト検定の自己採点をしていきたいと思います。226問もあるのでいつ終わるか若干心配ですが…。今回も10問。

021問

以下の文章を読み、空欄(イ)に最もよく当てはまる選択肢を1つ選べ。
第2次ブームでは、いかにして機械に知識を与えるかが大きなテーマになった。例えば、自然言語の研究では、言葉どうしの意味関係を定義する(ア)などが提案された。しかし、これを完璧にすることには大変な労力を要するため、断念される場合があった。ただし、ダグラス・レナートによって提唱された現代版バベルの塔と呼ばれる(イ)は現在も継続している。また、仮に言葉どうしの意味関係がわかったとしても、現実の概念と結び付けられるかという(ウ)が待ち受けている。

A) シンボルグラウンディング問題
B) フレーム問題
C) オントロジー問題
D) Cycプロジェクト
E) ダートマス・ワークショップ
F) チューリングテスト

> 021問の予想解答

022問

以下の文章を読み、空欄(ウ)に最もよく当てはまる選択肢を1つ選べ。
第2次ブームでは、いかにして機械に知識を与えるかが大きなテーマになった。例えば、自然言語の研究では、言葉どうしの意味関係を定義する(ア)などが提案された。しかし、これを完璧にすることには大変な労力を要するため、断念される場合があった。ただし、ダグラス・レナートによって提唱された現代版バベルの塔と呼ばれる(イ)は現在も継続している。また、仮に言葉どうしの意味関係がわかったとしても、現実の概念と結び付けられるかという(ウ)が待ち受けている。

A) シンボルグラウンディング問題
B) フレーム問題
C) オントロジー問題
D) Cycプロジェクト
E) ダートマス・ワークショップ
F) チューリングテスト

> 022問の予想解答

023問

以下の文章を読み、空欄(ア)に最もよく当てはまる選択肢を1つ選べ。
第2次AIブームでは技術の適用範囲が広がり、実社会での応用も進んだが、同時にその限界も明らかになった。例えば、ロボットが何かタスクを処理するとき、考慮すべきことは何で、考慮すべきでないことは何かを明確にするといったことを例とした(ア)が有名である。

A) シンボルグラウンディング問題
B) フレーム問題
C) 過学習
D) 未学習

> 023問の予想解答 

024問

ディープラーニングによって飛躍的に発展したものとして、最も適切な選択肢を１つ選べ。

A) 画像認識
B) 音声認識
C) 対話生成
D) 音声生成
E) 強化学習
F) 他の選択肢すべて

> 024問の予想解答

025問

知識獲得のボトルネックの説明として、最も適切な選択肢を1つ選べ。

A) 専門家から体系だった知識を引き出して、コンピュータに載せるこが困難であること
B) 探索や推論を行う上で、組み合わせが指数関数や階乗のオーダーで爆発的に大きくなること
C) 大量の知識を処理する上で、コンピュータ計算速度が問題になったこと
D) 十分な知識を詰め込むためには、コンピュ一タの記憶容量は小さすぎたこと
E) 他の選択肢いずれも適切でない

> 025問の予想解答

026問

「AI効果」に関する説明として、最も適切な選択肢を1つ選べ。

A) AIの原理がわかってしまった場合、ただの自動化であり知能ではないと結論付けてしまうこと
B) AIがもたらす経済効果
C) AIがもたらす費用対効果
D) AIの性能を検証するための指標の1つ

> 026問の予想解答

027問

著作物を学習用データとして取り扱う場合に、2019年1月施行の改正著作権法30条の4第2号の規定に照らして、最も適切な選択肢を1つ選べ。

A) 第三者の著作物を含んだデータセットを作成することは非営利の場合にのみ適法とされる。
B) 他者が創作したデータの記録や編集は、コンピュ一タによる情報解析を目的とする場合には認められるが、コンピュータ以外による情報解析を目的とする場合においては認められていない。
C) 日本だけでなく、アメリカやイギリスなどでも同様の規定があるため、海外の著作権を複製して営利目的で利用することが認められている。
D) インターネット上に公開されている他者の著作物を複製しデータセットを作成したとする。そのデータセットで学習させた機械学習のモデルは、営利目的で利用することが認められている。

> 027問の予想解答

028問

2019年1月現在での自然言語処理技術の産業応用に関する説明として、最も適切な選択肢を1つ選べ。

A) 機械翻訳においてディープラーニングの研究開発が進められているが、現状では従来の統計的機械翻訳の精度が大幅に上回っている。
B) ディープラーニングによって音声認識の精度が向上し、PCやスマートフォンなどに対応した音声入力機能として実際に運用されている。
C) チャットボットのようなテキストでの会話を行うAIは、ディープラーニングの登場により精度が向上したが、事前に作成した回答リストにない回答は未だにできない状第である。
D) 文章生成については過生成や生成不足が問題となっており、すべての応用は社会実装は行われずに、研究開発レベルの事例にとどまっている。
E) 他の選択肢いずれも正しくない。

> 028問の予想解答

029問

機械学習のモデルを開発する際、学習済みモデルの管理の仕方はビジネス利用の上で非常に重要なテーマである。
このテーマは、著作様、特許権、営業秘密の3つの観点で議論されることが多い。これらの事項に関して契約書の記述などが曖昧だと、モデルの開発を依頼したとき、内製・外注問わず深刻な権利問題に発展しかねない。
学習済みモデルの権利保護に聞する説明として、最も適切な選択肢を1つ選べ。

A) 日本の法律では、機械学習のために他者の著作権を複製することは原則として認められてない。
B) 学習済みモデルから蒸留モデルを作成することは学習モデルのバラメータやネットワークの構造を外部から見えないようにすることで防げる。
C) 不正観争防止法上の秘密管理性などの要件を満たしていれば、営業秘密として保護は受けられる。
D) ファインチュ一ニング（Fine-tuning）したパラメータには著作権が発生しない。

> 029問の予想解答

030問

自動運転に関する以下の文を読み、空欄(ア)に最もよく当てはまる選択肢を1つ選べ。
アメリカの非営利団体SAEインターナショナルのSAE J3016では、自動車の自動運転のレベルが0から5まで定められている。
レベル3以上では、(ア)運転タスクが実施される。レベル5になると、(イ)運転タスクが実装される。レベル3以上の実用化のためには、技術だけでなく法やインフラの整備も必要である。例えば、2019年5月には(ウ)の改正が成立し、この改正法まではレベル3以上の自動運転中に(エ)を前提条件付きで認めることなども盛り込まれている。

A) 利用者でなくシステムが主体となって
B) 私道でなく公道で
C) ハンドルやブレーキペダルがない状態で
D) 画像認識のモデルを使って

> 030問の予想解答

021問の予想解答

D) Cycプロジェクト
根拠：X.205「現代版バベルの塔」

> 021問

022問の予想解答

A) シンボルグラウンディング問題
根拠：X.205、X.74-75

> 022問

023問の予想解答

B) フレーム問題
根拠：T.67-70

> 023問

024問の予想解答

F) 他の選択肢すべて
根拠：XI.8-67
A) 画像認識 ≒ 一般物体認識。CNN応用の中軸。
B) 音声認識 ∈ 対話生成（の一部）。RNN応用の中軸。
C) 対話生成（そのまま）
D) 音声生成 ≒ 音声合成
E) 強化学習（そのまま）

> 024問

025問の予想解答

A) 専門家から体系だった知識を引き出して、コンピュータに載せるこが困難であること
根拠：T.37-38

> 025問

026問の予想解答

A) AIの原理がわかってしまった場合、ただの自動化であり知能ではないと結論付けてしまうこと
根拠：T.5（ほぼそのまま）

> 026問

027問の予想解答

D) インターネット上に公開されている他者の著作物を複製しデータセットを作成したとする。そのデータセットで学習させた機械学習のモデルは、営利目的で利用することが認められている。
根拠：T.318、T.288

> 027問

028問の予想解答

B) ディープラーニングによって音声認識の精度が向上し、PCやスマートフォンなどに対応した音声入力機能として実際に運用されている。
根拠：
　C)→T.271

「ユーザの入力分に応じて、予め用意してある複数回答文の中から適切なものを選択肢て回答するタイプ」や、「都度、解答分を生成していくタイプ」等がありますが、本書発行時点では、前者タイプの活用・試行がまだまだ多い状況

　これを反対解釈すると 

「都度、解答分を生成していくタイプ」の活用・試行も多くはないがある状況

> 028問

029問の予想解答

C) 不正観争防止法上の秘密管理性などの要件を満たしていれば、営業秘密として保護は受けられる。
根拠：トップコート国際法律事務所の記事に以下の記載がありました。

・AIは不正競争防止法上の「営業秘密」として保護の対象となりうる
・「営業秘密」として保護されるためには、①秘密管理性、②有用性、③非公知性の3つの条件をみたすことが必要である

　B)→STORIA法律事務所のブログに以下の記載がありました。

この蒸留を防ぐ方法として、先ほどの清水氏の記事では「ネットワークのすべてをエッジに搭載させず、クラウド側に重要なニューラル・ネットワークを持つようにすることです。エッジ側では特徴抽出の前段階だけ行い、クラウド側に次元圧縮したデータを送ってクラウド側で推定するようにします。」という方法が提案されています。

> 029問

030問の予想解答

A) 利用者でなくシステムが主体となって
根拠：JASO TP 18004:2018（SAE S3016:SEP2016を基に、技術的内容を変更することなしに翻訳して作成したテクニカルペーパ）のp.3に以下の記載がありました。

全ての動的運転タスクを実行する自動運転システム（ADS）（すなわち，レベル 3～レベル 5）

> 030問

注意事項

凡例

次へ