暗記メーカー

暗記メーカー

​
ログイン
1.人工知能の定義と、技術動向・研究における問題
23問 • 1年前
  • Tsuyoshi Ikeda
    • 通報

    問題一覧

  • 1

    AI効果の説明として、最も適切な選択肢を選べ

    AIへの期待が大きいのに対し、一度AIの原理を知ると、人々は「これは知能ではなく、単なる自動化である」と失望する

  • 2

    強いAIと弱いAIの違いについて、最も不適切な選択肢を選べ

    強いAIは、特定のタスクに特化しており、そのタスクの範囲内では人間を上回る性能を示すことがある

  • 3

    チューリングテストに関する説明として、最も不適切な選択肢を選べ

    エキスパートシステムのELIZAは、チューリングテストに合格した

  • 4

    機械が知能を有するとみなせるかどうかを判断あするための手法として（ア）が提唱され、その後もソフトウェアのテストに使用されていた

    チューリングテスト

  • 5

    意味ネットワークの表記のルールに従うと、「バラは花である」を表現したいとき、「バラ」（ア）「花」と表記され、「トゲはバラの一部である」を表現したいとき、「トゲ」（イ）「バラ」と表記される

    （ア）is-a （イ）part-of

  • 6

    知能の表現や共有の仕方について、最も不適切な選択肢を選べ

    ヘビーウェイトオントロジーは、情報をコンピュータに取り入れて自動的に概念間の関係性を見つけさせるため、テキストマイニングに応用しやすい

  • 7

    意味ネットワークにおいて、「東京は日本の一部である」を記号で表現する際に、「東京」や「日本」は「…の一部である」の意味する関係性で結ばれる（ア）である

    概念

  • 8

    意味ネットワークにおいて、「バナナは果物である」を記号で表現する際に、「バナナ」は「果物」に対する（ア）であり、両者を結ぶ関係は（イ）である

    （ア）下位概念 （イ）is-a

  • 9

    知識表現に関する研究分野であるオントロジーの目的として、最も不適切な選択肢を選べ

    機械が利用者と自然な対話を行うことで、人間の知識を持っているように見せかけるする

  • 10

    第一次AIブームにおいては、（ア）を用いた人工知能が台頭した

    探索を推論

  • 11

    第2次AIブームを特徴づける内容として、最も適切な選択肢を選べ

    知識をコンピュータに蓄え、質問に対し専門家にかわって返答するAIが開発された

  • 12

    第2次AIブームでは、社会に有用なAIが開発されたものの、しばらくして（ア）をきっかけに徐々に第2次AIブームが衰退していった

    大量な知識の獲得と管理が大変という問題

  • 13

    第2次AIブームの時に開発された、有機化合物の分子構造を推定するシステムとして、適切な選択肢を選べ

    DENDTAL

  • 14

    第1次AIブームに注目された技術の1つである探索・推論をもとに作動するAIの用途として、適切な選択肢を選べ

    掃除ロボット

  • 15

    これまでにAIブームが３度起きたと言われる。第2次AIブームの終焉の原因として、適切な選択肢を選べ

    特定の専門分野の知識を満遍なくコンピュータに集約するのが大変だった

  • 16

    エキスパートシステムの開発と活用に伴う困難について、不適切な選択肢ををえらべ

    大量の知識を処理するためのコンピュータの性能が不十分だった

  • 17

    明確に定義されたルールに基づいてのみ、問題を解決できるAIの問題として、適切な選択肢をを選べ

    トイ・プロブレム

  • 18

    解決しようとしている問題に関係する事象だけに取り出そうとする際に、検討しなければならない対象物の組み合わせが無数にあり、現実的な時間内で対応できない

    フレーム問題

  • 19

    プランニングとは、人工知能が現状を認識しつつ自律的２行動計画をつくることであある。1970年前後に開発された（ア）は、「積み木の世界」に存在する物体を自然言語による指示で動かせるAIプログラムである。

    SHRDLU

  • 20

    1980年代に開発された、人間の知識の全てをコンピュータに取り入れることで、人間同等の推論能力を持つシステムを目指すAIプロジェクトとして、適切な選択肢を選べ

    Cycプロジェクト

  • 21

    情報の場合分けをツリー構造で分岐して表現下探索木として、主に２種類がある。（ア）とは始端ノードに近い段階から全ノードを探索し、徐々に遠い階層のノードへと探索範囲を広げていく手法てある。（イ）とは一旦深さ方向に終端のノードまで探索を進め、行き止まったらその手前のノードに引き返す探索法である

    （ア）幅優先探索 （イ）深さ優先探索

  • 22

    探索木は、迷路のような問題をツリー構造で適切に場合分けしてコンピュータに解かせるアルゴリズムである。ゴールへの最短経路が確実に見つかるが、メモリを大量に消費してしまうおそれのある探索木として適切な選択肢を選べ

    幅優先探索

  • 23

    人工知能（AI）の手法は、ルールベースと機械学習に分かれる。ルールベース手法の特徴として不適切な選択肢を選べ

    AIはデータに基づいて条件分岐のロジックを最適化する

    • 2.1.機械学習の基本概念・具体的な手法・精度評価

    2.1.機械学習の基本概念・具体的な手法・精度評価

    Tsuyoshi Ikeda · 22問 · 1年前

    2.1.機械学習の基本概念・具体的な手法・精度評価

    2.1.機械学習の基本概念・具体的な手法・精度評価

    22問 • 1年前
    Tsuyoshi Ikeda

    2.2.機械学習の基本概念・具体的な手法・精度評価

    2.2.機械学習の基本概念・具体的な手法・精度評価

    Tsuyoshi Ikeda · 20問 · 1年前

    2.2.機械学習の基本概念・具体的な手法・精度評価

    2.2.機械学習の基本概念・具体的な手法・精度評価

    20問 • 1年前
    Tsuyoshi Ikeda

    2.3.機械学習の基本概念・具体的な手法・精度評価

    2.3.機械学習の基本概念・具体的な手法・精度評価

    Tsuyoshi Ikeda · 16問 · 1年前

    2.3.機械学習の基本概念・具体的な手法・精度評価

    2.3.機械学習の基本概念・具体的な手法・精度評価

    16問 • 1年前
    Tsuyoshi Ikeda

    3.1.ディープラーニングの仕組みと応用

    3.1.ディープラーニングの仕組みと応用

    Tsuyoshi Ikeda · 17問 · 1年前

    3.1.ディープラーニングの仕組みと応用

    3.1.ディープラーニングの仕組みと応用

    17問 • 1年前
    Tsuyoshi Ikeda

    3.2.ディープラーニングの仕組みと応用

    3.2.ディープラーニングの仕組みと応用

    Tsuyoshi Ikeda · 21問 · 1年前

    3.2.ディープラーニングの仕組みと応用

    3.2.ディープラーニングの仕組みと応用

    21問 • 1年前
    Tsuyoshi Ikeda

    3.3.ディープラーニングの仕組みと応用

    3.3.ディープラーニングの仕組みと応用

    Tsuyoshi Ikeda · 12問 · 1年前

    3.3.ディープラーニングの仕組みと応用

    3.3.ディープラーニングの仕組みと応用

    12問 • 1年前
    Tsuyoshi Ikeda

    3.4.ディープラーニングの仕組みと応用

    3.4.ディープラーニングの仕組みと応用

    Tsuyoshi Ikeda · 27問 · 1年前

    3.4.ディープラーニングの仕組みと応用

    3.4.ディープラーニングの仕組みと応用

    27問 • 1年前
    Tsuyoshi Ikeda

    4.1.ディープラーニングの研究分野

    4.1.ディープラーニングの研究分野

    Tsuyoshi Ikeda · 12問 · 1年前

    4.1.ディープラーニングの研究分野

    4.1.ディープラーニングの研究分野

    12問 • 1年前
    Tsuyoshi Ikeda

    4.2.ディープラーニングの研究分野

    4.2.ディープラーニングの研究分野

    Tsuyoshi Ikeda · 19問 · 1年前

    4.2.ディープラーニングの研究分野

    4.2.ディープラーニングの研究分野

    19問 • 1年前
    Tsuyoshi Ikeda

    4.3.ディープラーニングの研究分野

    4.3.ディープラーニングの研究分野

    Tsuyoshi Ikeda · 3回閲覧 · 26問 · 1年前

    4.3.ディープラーニングの研究分野

    4.3.ディープラーニングの研究分野

    3回閲覧 • 26問 • 1年前
    Tsuyoshi Ikeda

    5.1 AI・データ活用の社会実装とプロジェクトの進め方

    5.1 AI・データ活用の社会実装とプロジェクトの進め方

    Tsuyoshi Ikeda · 23問 · 1年前

    5.1 AI・データ活用の社会実装とプロジェクトの進め方

    5.1 AI・データ活用の社会実装とプロジェクトの進め方

    23問 • 1年前
    Tsuyoshi Ikeda

    6.1 法規制・倫理ガイドライン・社会問題

    6.1 法規制・倫理ガイドライン・社会問題

    Tsuyoshi Ikeda · 19問 · 1年前

    6.1 法規制・倫理ガイドライン・社会問題

    6.1 法規制・倫理ガイドライン・社会問題

    19問 • 1年前
    Tsuyoshi Ikeda

    6.2 法規制・倫理ガイドライン・社会問題

    6.2 法規制・倫理ガイドライン・社会問題

    Tsuyoshi Ikeda · 21問 · 1年前

    6.2 法規制・倫理ガイドライン・社会問題

    6.2 法規制・倫理ガイドライン・社会問題

    21問 • 1年前
    Tsuyoshi Ikeda

    6.3 法規制・倫理ガイドライン・社会問題

    6.3 法規制・倫理ガイドライン・社会問題

    Tsuyoshi Ikeda · 13問 · 1年前

    6.3 法規制・倫理ガイドライン・社会問題

    6.3 法規制・倫理ガイドライン・社会問題

    13問 • 1年前
    Tsuyoshi Ikeda

    6.4 法規制・倫理ガイドライン・社会問題

    6.4 法規制・倫理ガイドライン・社会問題

    Tsuyoshi Ikeda · 11問 · 1年前

    6.4 法規制・倫理ガイドライン・社会問題

    6.4 法規制・倫理ガイドライン・社会問題

    11問 • 1年前
    Tsuyoshi Ikeda

    7.1 AIを理解するための数学・統計学

    7.1 AIを理解するための数学・統計学

    Tsuyoshi Ikeda · 13問 · 1年前

    7.1 AIを理解するための数学・統計学

    7.1 AIを理解するための数学・統計学

    13問 • 1年前
    Tsuyoshi Ikeda

    7.2 AIを理解するための数学・統計学

    7.2 AIを理解するための数学・統計学

    Tsuyoshi Ikeda · 17問 · 1年前

    7.2 AIを理解するための数学・統計学

    7.2 AIを理解するための数学・統計学

    17問 • 1年前
    Tsuyoshi Ikeda

    問題1-01

    問題1-01

    Tsuyoshi Ikeda · 20問 · 1年前

    問題1-01

    問題1-01

    20問 • 1年前
    Tsuyoshi Ikeda

    問題1-02

    問題1-02

    Tsuyoshi Ikeda · 20問 · 1年前

    問題1-02

    問題1-02

    20問 • 1年前
    Tsuyoshi Ikeda

    問題一覧

  • 1

    AI効果の説明として、最も適切な選択肢を選べ

    AIへの期待が大きいのに対し、一度AIの原理を知ると、人々は「これは知能ではなく、単なる自動化である」と失望する

  • 2

    強いAIと弱いAIの違いについて、最も不適切な選択肢を選べ

    強いAIは、特定のタスクに特化しており、そのタスクの範囲内では人間を上回る性能を示すことがある

  • 3

    チューリングテストに関する説明として、最も不適切な選択肢を選べ

    エキスパートシステムのELIZAは、チューリングテストに合格した

  • 4

    機械が知能を有するとみなせるかどうかを判断あするための手法として（ア）が提唱され、その後もソフトウェアのテストに使用されていた

    チューリングテスト

  • 5

    意味ネットワークの表記のルールに従うと、「バラは花である」を表現したいとき、「バラ」（ア）「花」と表記され、「トゲはバラの一部である」を表現したいとき、「トゲ」（イ）「バラ」と表記される

    （ア）is-a （イ）part-of

  • 6

    知能の表現や共有の仕方について、最も不適切な選択肢を選べ

    ヘビーウェイトオントロジーは、情報をコンピュータに取り入れて自動的に概念間の関係性を見つけさせるため、テキストマイニングに応用しやすい

  • 7

    意味ネットワークにおいて、「東京は日本の一部である」を記号で表現する際に、「東京」や「日本」は「…の一部である」の意味する関係性で結ばれる（ア）である

    概念

  • 8

    意味ネットワークにおいて、「バナナは果物である」を記号で表現する際に、「バナナ」は「果物」に対する（ア）であり、両者を結ぶ関係は（イ）である

    （ア）下位概念 （イ）is-a

  • 9

    知識表現に関する研究分野であるオントロジーの目的として、最も不適切な選択肢を選べ

    機械が利用者と自然な対話を行うことで、人間の知識を持っているように見せかけるする

  • 10

    第一次AIブームにおいては、（ア）を用いた人工知能が台頭した

    探索を推論

  • 11

    第2次AIブームを特徴づける内容として、最も適切な選択肢を選べ

    知識をコンピュータに蓄え、質問に対し専門家にかわって返答するAIが開発された

  • 12

    第2次AIブームでは、社会に有用なAIが開発されたものの、しばらくして（ア）をきっかけに徐々に第2次AIブームが衰退していった

    大量な知識の獲得と管理が大変という問題

  • 13

    第2次AIブームの時に開発された、有機化合物の分子構造を推定するシステムとして、適切な選択肢を選べ

    DENDTAL

  • 14

    第1次AIブームに注目された技術の1つである探索・推論をもとに作動するAIの用途として、適切な選択肢を選べ

    掃除ロボット

  • 15

    これまでにAIブームが３度起きたと言われる。第2次AIブームの終焉の原因として、適切な選択肢を選べ

    特定の専門分野の知識を満遍なくコンピュータに集約するのが大変だった

  • 16

    エキスパートシステムの開発と活用に伴う困難について、不適切な選択肢ををえらべ

    大量の知識を処理するためのコンピュータの性能が不十分だった

  • 17

    明確に定義されたルールに基づいてのみ、問題を解決できるAIの問題として、適切な選択肢をを選べ

    トイ・プロブレム

  • 18

    解決しようとしている問題に関係する事象だけに取り出そうとする際に、検討しなければならない対象物の組み合わせが無数にあり、現実的な時間内で対応できない

    フレーム問題

  • 19

    プランニングとは、人工知能が現状を認識しつつ自律的２行動計画をつくることであある。1970年前後に開発された（ア）は、「積み木の世界」に存在する物体を自然言語による指示で動かせるAIプログラムである。

    SHRDLU

  • 20

    1980年代に開発された、人間の知識の全てをコンピュータに取り入れることで、人間同等の推論能力を持つシステムを目指すAIプロジェクトとして、適切な選択肢を選べ

    Cycプロジェクト

  • 21

    情報の場合分けをツリー構造で分岐して表現下探索木として、主に２種類がある。（ア）とは始端ノードに近い段階から全ノードを探索し、徐々に遠い階層のノードへと探索範囲を広げていく手法てある。（イ）とは一旦深さ方向に終端のノードまで探索を進め、行き止まったらその手前のノードに引き返す探索法である

    （ア）幅優先探索 （イ）深さ優先探索

  • 22

    探索木は、迷路のような問題をツリー構造で適切に場合分けしてコンピュータに解かせるアルゴリズムである。ゴールへの最短経路が確実に見つかるが、メモリを大量に消費してしまうおそれのある探索木として適切な選択肢を選べ

    幅優先探索

  • 23

    人工知能（AI）の手法は、ルールベースと機械学習に分かれる。ルールベース手法の特徴として不適切な選択肢を選べ

    AIはデータに基づいて条件分岐のロジックを最適化する