生成AIサポーター試験：基本概念 サンプル問題
問題と回答
- 問題文: 生成AIの「ハルシネーション」とは、AIが実際には存在しない情報を作り出してしまう現象のことである。
答え: YES
説明: ハルシネーションは生成AIが事実に基づかない情報や存在しないデータを本物のように生成してしまう現象です。特に専門的な内容や数値データで発生しやすい特性です。 - 問題文: プロンプトとは、生成AIに与える指示や質問のことである。
答え: YES
説明: プロンプトは人間がAIに対して入力する指示、質問、または会話の一部であり、AIがどのような返答をするかを導くものです。 - 問題文: トークンとは、生成AIが処理する最小の言語単位で、単語よりも細かい場合もある。
答え: YES
説明: トークンは文章をAIが処理できる単位に分割したもので、英語では単語に近いですが、日本語では文字や文字のグループになります。例えば「こんにちは」は複数のトークンに分割されます。 - 問題文: 生成AIの「ファインチューニング」とは、特定の目的のためにAIモデルを追加訓練することである。
答え: YES
説明: ファインチューニングは、すでに学習済みの大規模なAIモデルを、特定のタスクや分野に合わせて追加で調整する技術です。企業独自のデータで調整するなどの用途があります。 - 問題文: 生成AIの「パラメータ」とは、モデルの大きさを表す数値であり、数値が大きいほど高性能なモデルといえる。
答え: NO
説明: パラメータ数はモデルの規模を示す指標の一つですが、必ずしも数が多いほど高性能というわけではありません。効率的な設計や学習方法も重要な要素です。 - 問題文: 「転移学習」とは、あるタスクで学習したモデルの知識を別のタスクに応用する技術である。
答え: YES
説明: 転移学習は、一つの分野や課題で学習した知識を、別の関連分野や課題に転用する手法です。例えば一般的な画像認識で学習したモデルを医療画像分析に応用するなどがあります。 - 問題文: 「テンプレート」とは、生成AIに指示を出す際に使用する定型文のことである。
答え: YES
説明: テンプレートは特定の目的を達成するために最適化された定型的なプロンプトのフォーマットで、効率的に質の高い結果を得るために使われます。 - 問題文: 「コンテキスト」とは、生成AIが一度に処理できる最大の情報量のことである。
答え: NO
説明: コンテキストは会話や指示の文脈や背景情報を指します。一方、AIが一度に処理できる最大の情報量は「コンテキストウィンドウ」や「コンテキスト長」と呼ばれます。 - 問題文: 「トランスフォーマー」は、現在の主要な生成AIモデルの基礎となっているアーキテクチャである。
答え: YES
説明: トランスフォーマーは2017年に発表された技術で、GPTやBERTなど現代の主要な生成AIモデルの基礎となっているニューラルネットワークのアーキテクチャです。 - 問題文: 「プロンプトエンジニアリング」とは、AIから望ましい回答を得るために指示文を工夫する技術である。
答え: YES
説明: プロンプトエンジニアリングは、AIに効果的に指示を与えて目的の回答や成果物を得るための技術や方法論です。 - 問題文: 「エンベディング」とは、単語や文章を数値ベクトルに変換する技術である。
答え: YES
説明: エンベディングは言語や画像などのデータを、AIが処理しやすい数値の羅列（ベクトル）に変換する技術で、意味的に近いものは数値的にも近くなるように設計されています。 - 問題文: 「RAG（Retrieval-Augmented Generation）」とは、検索システムを組み合わせて生成AIの精度を高める技術である。
答え: YES
説明: RAGは外部の知識ベースやデータベースから関連情報を検索・参照し、その情報を基に生成AIが回答を作成する手法です。これによりハルシネーションを減らし、最新情報を反映できます。 - 問題文: 「学習データ」は、一度AIが学習したら変更する必要がなく、永続的に使えるものである。
答え: NO
説明: 学習データは定期的に更新する必要があります。世界の情報は常に変化し、古いデータだけでは最新の事実や傾向を反映できないためです。これが「知識の期限切れ」問題の一因です。 - 問題文: 「オープンソースモデル」とは、誰でも無料で商用利用できるAIモデルのことである。
答え: NO
説明: オープンソースモデルはコードや重みが公開されているAIモデルを指しますが、ライセンスによっては商用利用に制限がある場合もあります。無料で使えるからといって、必ずしも商用利用が許可されているわけではありません。 - 問題文: 「汎用AI」とは、人間のようにあらゆるタスクをこなせるAIのことである。
答え: NO
説明: 汎用AI（AGI）は複数の領域で人間レベルの能力を持つAIを指しますが、現時点では理論上の概念であり、あらゆるタスクをこなせる完全なAGIはまだ実現していません。 - 問題文: 「マルチモーダル」なAIとは、テキストだけでなく画像や音声など複数の形式の情報を扱えるAIである。
答え: YES
説明: マルチモーダルAIは、テキスト、画像、音声、動画など複数の種類（モード）の情報を理解・処理・生成できるAIモデルを指します。例えばテキストから画像を生成したり、画像を説明したりできます。 - 問題文: 「トークン制限」とは、セキュリティのためにAIの使用回数を制限する仕組みである。
答え: NO
説明: トークン制限は、AIが一度に処理できる情報量（入力と出力の合計）の上限を指します。セキュリティのためではなく、計算リソースの制約や設計上の制限によるものです。 - 問題文: 「インストラクションチューニング」とは、AIに特定の指示に従うよう訓練する技術である。
答え: YES
説明: インストラクションチューニングは、AIが人間の指示に適切に従えるように特別に調整する訓練手法です。「〜を要約して」「〜を説明して」などの指示に応じる能力を向上させます。 - 問題文: 「AIモデル」と「AIサービス」は同じ意味である。
答え: NO
説明: AIモデルは機械学習の計算の仕組み自体を指し、AIサービスはそのモデルを使って構築された製品やアプリケーションを指します。例えばGPT-4はモデル、ChatGPTはサービスです。 - 問題文: 「ゼロショット学習」とは、事前の例示なしでAIがタスクを実行できる能力のことである。
答え: YES
説明: ゼロショット学習は、特定のタスクの例を見せなくても、AIが初めて見る課題を実行できる能力です。一方、フューショット学習は少数の例を示してから実行するアプローチです。
