テクノロジ系_基礎理論

AIにおける機械学習の学習方法に関する次の記述中のa～cに入れる字句の適切な組合せはどれか。教師あり学習は，正解を付けた学習データを入力することによって，aと呼ばれる手法で未知のデータを複数のクラスに分けたり，bと呼ばれる手法でデータの関係性を見つけたりすることができるようになる学習方法である。教師なし学習は，正解を付けない学習データを入力することによって，cと呼ばれる手法などで次第にデータを正しくグループ分けできるようになる学習方法である。

• ア:
• イ:
• ウ:
• エ:

Answer explanation

機械学習は、訓練データの性質によって「教師あり学習」「教師なし学習」「強化学習」の3つに大別できます（※強化学習を教師なし学習に含めることもあります）。 教師あり学習 訓練データとして、ラベル(正解)付きデータを使用する学習方法。入力に対する正しい出力の例を与えることで、入力と出力の関係を学習させる 教師なし学習 訓練データとして、ラベルなしデータを使用する学習方法。クラスタリングなどのためにデータ構造を学習させる 強化学習 正解データの代わりに、与えられた環境における個々の行動に対して得点や報酬を与える学習方法。一連の行動に対して評価値を与えることで、高い得点を取る、すなわち最良の行動を自律的に学習させる 〔 a b について〕 教師あり学習では、正解付きの訓練データを学習させる方法です。 分類 や 回帰 分析を目的とする機械学習に向いています。 分類は、分析したいデータが所属するクラス分けを予測することなので空欄aに当てはまります。回帰は、複数の変数間の傾向をもとに予測を行うことなので空欄bに当てはまります。 〔 c について〕 教師なし学習は、正解なしの訓練データを学習させる方法です。似ているデータ同士にグループ化する クラスタリング や、データ集団の中から一定の規則性を導く主成分分析を目的とする機械学習に向いています。 aは分類、bは回帰、cはクラスタリングとなるので、適切な組合せは「ウ」です。

利用者がスマートスピーカーに向けて話し掛けた内容に対して，スマートスピーカーから音声で応答するための処理手順が(1)～(4)のとおりであるとき，音声認識に該当する処理はどれか。

(1)利用者の音声をテキストデータに変換する。

(2)テキストデータを解析して，その意味を理解する。

(3)応答する内容を決定して，テキストデータを生成する。

(4)生成したテキストデータを読み上げる。

• ア: (1)
• イ: (2)
• ウ: (3)
• エ: (4)

Answer explanation

AIの活用領域には、音声認識、画像認識、自然言語処理があります。 音声認識 人が発する言葉などの音声データを解析し、テキストデータに変換する。 例）文字起こし、スマートスピーカー、音声入力、ボイスボットなど 画像認識 画像データを解析し、その画像内にある物の種類・個数・状態などを検出する。 例）自動運転、顔認識、異常検知、文字認識など 自然言語処理 人間が普段使っている言葉を分析し、理解し、生成するなどの処理を行う。 例）機械翻訳、テキストマイニング、音声合成、対話システムなど 音声認識は、音声データをテキストデータに変換する技術なので(1)が適切です。その他の処理手順は自然言語処理に分類されます。

1から6までの六つの目をもつサイコロを3回投げたとき，1回も1の目が出ない確率は幾らか。

• ア: 1/216

• イ: 5/72

• ウ: 91/216

• エ: 125/216

Answer explanation

3回のサイコロを投げる試行は互いに影響を与えずそれぞれ独立しています。ある独立な試行において事象A、Bが起こる確率をP(A)、P(B)とすると、両方がともに起こる確率は「P(A)×P(B)」で求めることができます。例えば、コインを2回投げて2回とも表が出る確率は「 1 2 × 1 2 ＝ 1 4 」というように計算します。簡単に言ってしまえば、各事象の起こる確率をかけ算すればよいということです。 6面サイコロを投げて1が出ない確率は 5 6 です。これが3回連続で起こる確率なので、 5 6 × 5 6 × 5 6 ＝ 125 216 したがって「エ」が正解となります。 なお、「ア」は1が3回連続で出る確率、「イ」は1が2回出る確率、「ウ」は1が少なくとも1回は出る確率です。

AIの関連技術であるディープラーニングに用いられる技術として，最も適切なものはどれか。

• ア: ソーシャルネットワーク
• イ: ニューラルネットワーク
• ウ: フィージビリティスタディ
• エ: フォールトトレラント

Answer explanation

ニューラルネットワーク は、人間や動物の脳神経網の特性を計算機上のシミュレーションによって表現することを目指した数学モデルです。人工知能やディープラーニングなどの機械学習に用いられています。 脳内は神経細胞であるニューロンのネットワークにより構成されていますが、ニューロンは他のニューロンから神経伝達物質を受け取り、その合計値がしきい値を超えた場合に「発火」して、次のニューロンに情報伝達を行うメカニズムになっています。ニューラルネットワークでは、個々のニューロンをパーセプトロンというアルゴリズムでモデル化し、ネットワーク化することで脳神経網をシミュレーションしています。ニューラルネットワークを多層化したものがディープラーニングネットワークです。 したがって「イ」が正解です。

ニューラルネットワークに関する記述として，最も適切なものはどれか。

• ア: PC，携帯電話，情報家電などの様々な情報機器が，社会の至る所に存在し，いつでもどこでもネットワークに接続できる環境
• イ: 国立情報学研究所が運用している，大学や研究機関などを結ぶ学術研究用途のネットワーク
• ウ: 全国の自治体が，氏名，生年月日，性別，住所などの情報を居住地以外の自治体から引き出せるようにネットワーク化したシステム
• エ: ディープラーニングなどで用いられる，脳神経系の仕組みをコンピュータで模したモデル

Answer explanation

ニューラルネットワーク は、人間や動物の脳神経網の特性を計算機上のシミュレーションによって表現することを目指した数学モデルです。人工知能やディープラーニングなどの機械学習に用いられています。 脳内は神経細胞であるニューロンのネットワークにより構成されていますが、ニューロンは他のニューロンから神経伝達物質を受け取り、その合計値がしきい値を超えた場合に「発火」して、次のニューロンに情報伝達を行うメカニズムになっています。ニューラルネットワークでは、個々のニューロンをパーセプトロンというアルゴリズムでモデル化し、ネットワーク化することで脳神経網をシミュレーションしています。ニューラルネットワークを多層化したものがディープラーニングネットワークです。 したがって「エ」が正解です。

品質管理担当者が行っている検査を自動化することを考えた。10,000枚の製品画像と，それに対する品質管理担当者による不良品かどうかの判定結果を学習データとして与えることによって，製品が不良品かどうかを判定する機械学習モデルを構築した。100枚の製品画像に対してテストを行った結果は表のとおりである。品質管理担当者が不良品と判定した製品画像数に占める，機械学習モデルの判定が不良品と判定した製品画像数の割合を再現率としたとき，このテストにおける再現率は幾らか。

• ア: 0.05
• イ: 0.25
• ウ: 0.50
• エ: 0.80

Answer explanation

設問の表は以下のように見ます。 ①品質管理担当者が不良品と判定した数は「5＋5＝10枚」です。そのうち②機械学習モデルも不良品と判定した数は5枚です。よって、再現率は、 5÷10＝0.50 したがって「ウ」が正解です。

受験者10,000人の4教科の試験結果は表のとおりであり，いずれの教科の得点分布も正規分布に従っていたとする。ある受験者の4教科の得点が全て71点であったときこの受験者が最も高い偏差値を得た教科はどれか。

• ア: 国語
• イ: 社会
• ウ: 数学
• エ: 理科

Answer explanation

偏差値 は、集団の平均値を50、標準偏差の値を10として、ある値が平均からどれだけ離れているかを示す指標です。例えば、平均値が100点で、標準偏差が10であるとき、100点の偏差値は50、110点の偏差値は「50＋10＝60」、90点の偏差値は「50－10＝40」となります。 偏差値は「(個人の得点－平均点)÷標準偏差×10＋50」という式で求めますが、正確な値を求めることができなくても、偏差値が高いということは平均点を上回っている度合いが高いということだという認識があれば解ける問題です。 平均を上回っている度合いが最も大きな「数学」が、偏差値の最も高い教科となります。

AIに利用されるニューラルネットワークにおける活性化関数に関する記述として適切なものはどれか。

• ア: ニューラルネットワークから得られた結果を基に計算し，結果の信頼度を出力する。
• イ: 入力層と出力層のニューロンの数を基に計算し，中間層に必要なニューロンの数を出力する。
• ウ: ニューロンの接続構成を基に計算し，最適なニューロンの数を出力する。
• エ: 一つのニューロンにおいて，入力された値を基に計算し，次のニューロンに渡す値を出力する。

Answer explanation

活性化関数 は、ニューラルネットワークにおいて、ニューロン(パーセプトロン)が受け取る入力値の総和から、目的に応じた最終的な出力値を得るための関数を指します。ステップ関数、シグモイド関数、ソフトマックス関数、ReLU関数などさまざまな種類があります。ニューロンの発火(出力するかしないか)を調整する役割を持ちます。

CPUのクロック周波数や通信速度などを表すときに用いられる国際単位系(SI)接頭語に関する記述のうち，適切なものはどれか。

• ア: Gの10の6乗倍は，Tである。
• イ: Mの10の3乗倍は，Gである。
• ウ: Mの10の6乗倍は，Gである。
• エ: Tの10の3乗倍は，Gである。

Answer explanation

情報処理の世界では、非常に大きい数値や非常に小さい数値を扱うことが多いので、接頭語を付けて数値を表すことが多いです。以下の表は、主な接頭語の一覧です。大きい数の接頭語は"k"を除いて大文字、逆に小さい数は小文字が使用されます。 大きい数を表す単位は k(キロ)⇒M(メガ)⇒G(ギガ)⇒T(テラ)⇒P(ペタ) の順に大きくなり、1つ単位が上がるごとにそれぞれ前の単位の10 3 倍(＝1,000倍)です。

推論に関する次の記述中のa，bに入れる字句の適切な組合せはどれか。

aは，個々の事例を基にして，事例に共通する規則を得る方法であり，得られた規則はb。

• ア:
• イ:
• ウ:
• エ:

Answer explanation

推論とは、既に知っている事実をもとにして未知の事実を予想する方法です。演繹推論、帰納推論は次のような推論の方法です。 演繹推論（えんえきすいろん） 普遍的な事実を"大前提"、個別の事実を"小前提"とし、これらを踏まえて理論的に結論を導く方法 例）人間は必ず死ぬ(大前提) → ソクラテスは人間である(小前提) → ソクラテスは死ぬだろう(結論) 帰納推論（きのうすいろん） 複数の既成事実から共通規則や類似点を見つけ、結論を導く方法 例）ヤギはメーと鳴く(事例)、牛はモーと鳴く(事例)、カラスはカーと鳴く(事例) → 動物はそれぞれ異なる声で鳴く(結論) 設問の記述では、個々の事例から共通する規則を導いているので帰納推論になります。帰納推論の結果はその事例内で認められる結果であり、全体を代表しているとは限りません。反証が見つかるなどして成立しないこともあります。 したがって「ウ」の組合せが適切です。