生成AIサポーター試験：最新技術 サンプル問題
以下は「最新技術」カテゴリーの20問です。初心者向けの基本的な内容で、最新のAI技術トレンドに関する知識を問う問題となっています。
問題と回答
- 問題文: GPT-4oは、テキスト、画像、音声、動画など複数の形式の情報を処理できるMultimodal (マルチモーダル) AIである。
答え: YES
説明: GPT-4oは、OpenAIが開発したマルチモーダルモデルで、テキスト、画像、音声、動画などの複数の形式の情報をリアルタイムで処理できる機能を備えています。これにより、より自然なコミュニケーションが可能になっています。 - 問題文: 「AI Agent (AIエージェント)」とは、単に質問に回答するだけでなく、複数のタスクを自律的に実行できるAIシステムのことである。
答え: YES
説明: AI Agentは、指示に基づいて複数のアプリケーションと連携したり、一連の作業を自律的に実行したりできる半自律型のAIシステムです。単なる質問応答を超えて、より複雑なタスクを実行できる点が特徴です。 - 問題文: Claude 3.7は、「Extended Thinking Mode (拡張思考モード)」という特殊な機能を持っている。
答え: YES
説明: Claude 3.7には「Long Thinking（拡張思考モード）」と呼ばれる機能が搭載されており、複雑な課題に対してより詳細で論理的なアプローチを取ることができます。これにより複雑な問題解決能力が向上しています。 - 問題文: 「Context Window (コンテキストウィンドウ)」が大きいほど、AIが一度に処理できる情報量が少なくなる。
答え: NO
説明: Context Windowが大きいほど、AIが一度に処理できる情報量は多くなります。例えば、Gemini 2.5 Proは100万token（約100万語に相当）という大きなContext Windowを持ち、長い文書や複雑な会話を処理できます。 - 問題文: 「Reasoning Model (推論モデル)」とは、数学や論理的思考を要する問題を解決するために特化したAIモデルである。
答え: YES
説明: Reasoning Modelは、複雑な問題を論理的なステップで解決するために設計されたAIモデルです。例えばOpenAIのo1やo3-miniなどがあり、数学、コーディング、法律、医学などの分野で複雑な問題解決に活用されています。 - 問題文: 「Frontier Model (フロンティアモデル)」とは、最先端の技術を使った大規模なAIモデルのことである。
答え: YES
説明: Frontier Modelは、最新技術を用いた大規模なAIモデルを指し、広範囲のタスクを実行できる高度な能力を持っています。執筆やコーディングなど様々な分野で活用可能で、AIの最前線を担っています。 - 問題文: GPT-4.1は主にデザイン作成に特化したモデルである。
答え: NO
説明: GPT-4.1は主にコーディングに特化したモデルで、特にフロントエンドコーディングやバグ修正、指示への正確な追従などの能力が強化されています。デザイン作成ではなくソフトウェア開発支援が主な用途です。 - 問題文: 「Generative Video AI (生成動画AI)」は、静止画からゲームやインタラクティブな仮想世界を作り出せる技術である。
答え: YES
説明: 2025年の最新トレンドとして、静止画から動くゲームや仮想世界を生成するAI技術が登場しています。例えばGoogle DeepMindのGenie 2などがあり、単なる動画生成を超えた仮想空間の自動生成が可能になっています。 - 問題文: 「Multimodal AI (マルチモーダルAI)」とは、複数の言語を同時に翻訳できるAIである。
答え: NO
説明: Multimodal AIとは、テキスト、画像、音声、動画など複数の形式（モード）の情報を処理できるAIのことです。複数言語の翻訳に特化したものではなく、異なる種類のデータを理解・処理する能力を指します。 - 問題文: 「Context Window (コンテキストウィンドウ)」が100万tokenのAIは、約1000ページの文書を一度に処理できる。
答え: YES
説明: 100万token（約100万語）のContext Windowを持つAI（例：Gemini 2.5 Pro）は、約1000ページ相当の文書を一度に処理できます。これにより、長い文書の全体を理解したり、複雑な会話の文脈を維持したりすることが可能です。 - 問題文: AIモデルの「Token (トークン)」とは、1単語に相当する処理単位である。
答え: NO
説明: Tokenは必ずしも1単語に相当するわけではありません。英語では単語に近いですが、日本語では複数のtokenで1単語を表すことが多く、また句読点や空白もtokenとして数えられます。Tokenは処理の最小単位を指します。 - 問題文: 最新の生成AIモデルは「Action (アクション)」機能を持ち、ユーザーの代わりにオンライン予約などのタスクを実行できる。
答え: YES
説明: 最新のAIモデルでは「Action」や「Agent」と呼ばれる機能により、ユーザーの代わりにアプリの操作、予約、情報検索などの実用的なタスクを自律的に実行できるようになっています。これはAIの活用範囲を大きく広げる新しいトレンドです。 - 問題文: 「RAG (Retrieval-Augmented Generation) (検索拡張生成)」とは、AIが自身の知識だけでなく最新の情報源を参照して回答を生成する技術である。
答え: YES
説明: RAGは、AIが内部知識だけでなく、外部データベースや最新の情報源から関連情報を検索・参照して回答を生成する技術です。これによりAIの知識を最新に保ち、より正確な回答が可能になります。 - 問題文: 「Zero-shot Learning (ゼロショットラーニング)」とは、少量のサンプルデータからAIが学習する技術である。
答え: NO
説明: Zero-shot Learningは、特定のタスクの例を一切見せずにAIがそのタスクを実行できる能力を指します。少量のサンプルから学習するのは「Few-shot Learning (フューショットラーニング)」と呼ばれる別の技術です。 - 問題文: 「MMLU (Massive Multitask Language Understanding) (マッシブマルチタスク言語理解)」とは、AIの言語理解能力を測定するための標準的なベンチマークテストである。
答え: YES
説明: MMTLUは、法律、哲学、医学、数学など様々な分野におけるAIの言語理解能力を測定する標準的なベンチマークです。AIモデルの性能を比較する際によく使用されます。 - 問題文: 推論に特化したAIモデルのほうが、一般的なAIモデルよりも処理速度が速い。
答え: NO
説明: 推論に特化したAIモデル（例：OpenAI o1）は、複雑な推論を行うために一般的なモデルより処理時間がかかることが多いです。より詳細で論理的なアプローチを取るため、即時応答よりも正確性を重視する設計になっています。 - 問題文: 「Small Language Model (小型言語モデル)」は、大型モデルより機能が限定されるが、処理速度が速く、コストが低いというメリットがある。
答え: YES
説明: Small Language Model（例：GPT-4o MiniやClaude 3 Haiku）は、大型モデルよりも機能や精度がやや劣るものの、処理速度が速く、コストが低いというメリットがあります。日常的なタスクや迅速な応答が必要な場面で活用されています。 - 問題文: 「Agricultural AI (アグリカルチャルAI)」とは、農業分野に特化した最新のAIモデルである。
答え: NO
説明: 「Agricultural AI」という一般的に認知された分類や特定のAIモデルは存在しません。農業向けのAIアプリケーションは存在しますが、特定のモデル分類として確立されていません。 - 問題文: 「Generative AI Reckoning (生成AIのレコニング)」とは、AIの実用性と限界についての再評価の動きを指す言葉である。
答え: YES
説明: 「Generative AI Reckoning（再評価）」は、生成AIが実際に何をどこまでできるのか、何をすべきかについての産業界や研究者による批判的な再評価の動きを指します。技術的可能性と実際の価値のギャップを検証する流れを表しています。 - 問題文: 最新のAI技術では、「Explainable AI/XAI (エクスプレイナブルAI)」（説明可能なAI）の重要性が高まっている。
答え: YES
説明: Explainable AI/XAIは、AIの意思決定プロセスを人間が理解できるようにする技術です。AIの利用が拡大するにつれ、透明性や説明責任の観点から、AIがなぜその判断をしたのかを説明できる能力の重要性が高まっています。
