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の安全性」において；AIが人間の指示の「文字通り」の意味を解釈し、壊滅的な結果を招くリスク（例：ペーパークリップ最大化）を何と呼ぶか。

人間が意図した真の目的と、AIに与えた報酬関数が乖離している問題。

2026年1月25日

ニューラルネットワークの学習において；誤差関数の「曲率」を考慮し、勾配の更新方向を修正する「自然勾配法」の基盤となる幾何学概念はどれか。

確率分布の空間における距離を考慮して最適化を行う理論。

2026年1月25日

画像生成における「正規化流（Normalizing Flows）」において；単純な分布を複雑な分布に変換するために必要な数学的条件はどれか。

可逆な関数を重ねることで、複雑なデータの対数尤度を直接計算できるようにする。

2026年1月25日

最適なニューラルネットワークの構造自体を；AIを用いて自動的に探索・設計する手法を何というか。

強化学習や進化計算を用いて、層の数や結合を自動設計する技術。

2026年1月25日

強化学習において；エージェントが「1つのタスク」を完璧にこなすだけでなく；「全く異なる複数のタスク」を同一のネットワークで学習し、知識を共有させる手法を何というか。

汎用的な「知能」に近いエージェントを構築するための重要なアプローチ。

2026年1月25日

AIが「個人の幸福度」や「健康状態」を勝手にランク付けし、それに基づいて「受けられる公共サービス」に差をつける「AI社会格差」を防止するための原則を何というか。

技術の恩恵が特定の人々に偏らず；平等に分配される社会を目指す。

2026年1月25日

LLMの運用において；「過去に一度も見たことがない新しい攻撃プロンプト」を検知するために；入力文の「異様さ（Perplexity）」を計算し、異常値を弾くセキュリティ手法を何というか。

文法的な自然さから逸脱した「暗号のような攻撃文」を検知するための技術。

2026年1月25日

モデルの精度向上のために；「学習データ」そのものにわずかなノイズ（敵対的なノイズ）を加え、それに負けないように学習させることで、攻撃への耐性を高める手法はどれか。

AIが悪意のある入力に騙されないようにするための「予防接種」のようなプロセス。

2026年1月25日

複数の変数の関係を調べる際；「AがBの原因であり、かつBもAの原因である」というループ状の因果関係（フィードバックループ）を分析できる手法はどれか。

双方向の因果関係が複雑に絡み合う現象（経済や生態系）をモデル化できる。

2026年1月25日

AIを導入した際の「機会損失」の算出において；「AIを導入しなかったために、競合他社に奪われた市場シェア」などの、見えない損失を何と呼ぶか。

行動しなかったことによるリスクを経営判断に組み込むための概念。

2026年1月25日