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と著作権」の議論において；AIが生成した絵画が「人間の描いた絵と見分けがつかない」場合、それを人間が自分の作品として公表し、著作権を主張することは日本の現行法で可能か。

AIはあくまで道具であり；人間が主体的に創作に関与しているかが重要。

2026年1月25日

ニューラルネットワークの「各層の出力」を正規化する際；バッチ内のサンプル間ではなく；「同一サンプル内の特徴量（チャンネル）」間で平均・分散を計算する手法はどれか。

バッチサイズに依存せず安定した正規化が可能であり；Transformerで標準的に使われる。

2026年1月25日

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。

視覚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

強化学習において；エージェントが「将来の報酬の期待値」を計算する際；「今すぐもらえる100円」と「1年後の100円」を区別するために使われる係数はどれか。

通常0から1の値をとり；将来の報酬の現在価値を算出するのに使われる。

2026年1月25日

LLMの学習において；ウェブサイトから収集したデータを、その「ドメイン（政府、教育、娯楽など）」ごとに重み付けしてサンプリングし；学習の質を調整する手法を何というか。

信頼性の高い情報源を優先的に学習させることで；知識の正確性を高める。

2026年1月25日

AIが「個人の検索履歴や行動ログ」から、その人の「病気のリスク」を本人の自覚がないままに推測してしまう行為が引き起こすプライバシー問題はどれか。

直接的には教えていない「センシティブな情報」が暴かれるリスク。

2026年1月25日

LLMの運用において；特定の「禁止されたキーワード」が含まれる回答を生成しそうになった際；別の「当たり障りのない単語」に強制的に書き換える機能を何というか。

生成の瞬間に介入し；不適切な出力を未然に防ぐ。

2026年1月25日

モデルの「汎化性能」を高めるために；「複雑なモデル（カンニングしているモデル）」と「単純なモデル（実力で解いているモデル）」の予測値の差を損失関数に加える手法を何というか。

知識蒸留の過程で；教師モデルの豊かな予測情報を生徒モデルに継承させる。

2026年1月25日

AIを導入した際の「生産性のパラドックス」において；「コンピュータはあらゆる場所で見られるが、統計数値上は生産性の向上として現れない」現象の主な原因はどれか。

技術導入の恩恵が経済指標として現れるまでには；学習やプロセスの刷新という「ラグ」が存在する。

2026年1月25日

「AIガバナンス」において；企業が外部の専門家によってAIシステムの安全性や公平性を評価してもらい；その結果を公表することを何と呼ぶか。

透明性と客観性を確保し；社会的な信頼を獲得するための重要なステップ。

2026年1月25日