HOME
G検定ジェネラリスト検定

「G検定ジェネラリスト検定」の記事一覧

AIによる画像解析において；「水たまりへの反射」や「ガラス越しの風景」を分離し；本来の物体の色や形を復元する技術を何というか。

視角的なノイズを取り除き；情報の純度を高める高度な技術。

2026年1月25日

2026年時点のグローバルな議論において；AIによる「自律型致死兵器システム (LAWS)」に対して国際社会が求めている基本的な原則はどれか。

武力行使の判断には必ず人間が関与すべきであるとする倫理的要請。

2026年1月25日

LLMの学習において；「数学の問題」や「コードの解説」など；論理的思考が必要な高品質データをAI自身に生成させて学習させる手法はどれか。

インターネット上のデータの質の限界を克服し；推論能力を飛躍的に高める。

2026年1月25日

ニューラルネットワークの学習において；「局所最適解」に陥るのを防ぐため；学習率を周期的に上下させる手法を何というか。

高い学習率で一旦不安定にさせることで；より深い最適解（谷）を探す手法。

2026年1月25日

強化学習において；エージェントが「環境からの報酬」が全くない状態で；「世界がどう変化するか」の地図だけを先に作る段階を何というか。

後の学習を高速化するために；環境の物理法則や構造をまず把握する。

2026年1月25日

AIが「特定のSNSユーザーの性格」を分析し；それを利用して「購買意欲を極限まで高める広告」を出す心理的ターゲットを何と呼ぶか。

個人の自由な意思決定を技術によってバイパスする倫理的問題。

2026年1月25日

LLMの運用において；特定の「不適切な画像」が生成されないように；生成プロセスの中間段階で特徴量を監視し中断する機能を何というか。

最終的な出力が出る前に介入し；安全性をリアルタイムで担保する。

2026年1月25日

モデルが予測した結果が「特定の個人」についてどのような影響を与えるかを；その個人のデータだけを少し変えて確認する手法はどれか。

「もし自分がこうなれば結果はどう変わるか」といった個別の疑問に応える手法。

2026年1月25日

2つの変数に因果関係があるかどうかを判定するために；「時間的な先後関係」を利用して予測可能性を確認する手法はどれか。

Aの過去の値がBの将来の予測に役立つかどうかで因果を判定する。

2026年1月25日

AI導入において；「成功事例（Quick Win）」を早期に創出し；組織内の不安を払拭しながら段階的に拡大する戦略を何というか。

小さな成功を積み重ねることで；組織全体のAI受容性を高める。

2026年1月25日