問題一覧
1
新しい発明を行う
2
特許制度は、発明を社会の中で活用しやすくする役割を果たす
3
通常実施権を持つ者のみが、特許権侵害に対する差止請求ができる
4
複数の人が同じ発明を同時に進めている場合、一番先に発明を出願した人のみが特許を受けることができる
5
特許を出願する前に、対象とする発明が国内で実施されたことはないか、国外で実施されたことがある場合、特許権が認められない可能性が高い
6
特許を受ける権利は、発明の完成と同時に発生する
7
顧客リストの盗用は不正競争行為に該当する
8
営業秘密の侵害に対する措置として、差止請求権、損害賠償請求権などの救済が行われるが、刑事罰が科せられることはない
9
第三者による知的財産の無断での利用または模倣を無期限に防止できる
10
知的財産権を取得するためには必ず申請や登録など一定の手続きが必要である
11
業として特定の者に提供される、紙媒体で記録された大量な情報である場合、不正競争防止法上の限定提供データとして保護の対象にならない可能性が高い
12
EUのAI規制法において、ディープフェイクは限定的なリスクのAIシステムとしてみなされている
13
ディープフェイクは社会に脅威を及ぼす可能性が高いため、日本国内の一部の自治体はその利用を禁止している
14
店で実施したキャンペーンの効果を検証する分析業務を受注した。効果の有無をわかりやすく説明したいので、全データのうち効果を説明しやすい期間のみを使って検証を行った。報告書では特定期間を選んだ理由を明記せず、検証結果の説明だけを記述した
15
画像データの特定の画素に加える変更は、慎重に観察してはじめて目視で気づけるくらいの巧みなものがある
16
Adversarial Example
17
高度なAIを活用するためには、ある程度のデジタルリテラシー水準が必要である。貧困層にある人は十分なリテラシーを身につけることが困難であるため、デジタルデバイドが生じやすい
18
モデルによる予測や推論のプロセスの解釈性が比較的高い
19
AIによる誤認識が生じた際に、その原因を特定し改善を行うことができるため、モデルの精度向上につながる
20
最新のアルゴリズムほどAIの透明性が確保されやすい傾向にあるため、開発から時間が経っているアルゴリズムの使用を見直すべきである
21
他の機械学習の手法に比べて、ニューラルネットワークは、透明性を実現することが困難である
1.人工知能の定義と、技術動向・研究における問題
1.人工知能の定義と、技術動向・研究における問題
Tsuyoshi Ikeda · 23問 · 1年前1.人工知能の定義と、技術動向・研究における問題
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年前問題一覧
1
新しい発明を行う
2
特許制度は、発明を社会の中で活用しやすくする役割を果たす
3
通常実施権を持つ者のみが、特許権侵害に対する差止請求ができる
4
複数の人が同じ発明を同時に進めている場合、一番先に発明を出願した人のみが特許を受けることができる
5
特許を出願する前に、対象とする発明が国内で実施されたことはないか、国外で実施されたことがある場合、特許権が認められない可能性が高い
6
特許を受ける権利は、発明の完成と同時に発生する
7
顧客リストの盗用は不正競争行為に該当する
8
営業秘密の侵害に対する措置として、差止請求権、損害賠償請求権などの救済が行われるが、刑事罰が科せられることはない
9
第三者による知的財産の無断での利用または模倣を無期限に防止できる
10
知的財産権を取得するためには必ず申請や登録など一定の手続きが必要である
11
業として特定の者に提供される、紙媒体で記録された大量な情報である場合、不正競争防止法上の限定提供データとして保護の対象にならない可能性が高い
12
EUのAI規制法において、ディープフェイクは限定的なリスクのAIシステムとしてみなされている
13
ディープフェイクは社会に脅威を及ぼす可能性が高いため、日本国内の一部の自治体はその利用を禁止している
14
店で実施したキャンペーンの効果を検証する分析業務を受注した。効果の有無をわかりやすく説明したいので、全データのうち効果を説明しやすい期間のみを使って検証を行った。報告書では特定期間を選んだ理由を明記せず、検証結果の説明だけを記述した
15
画像データの特定の画素に加える変更は、慎重に観察してはじめて目視で気づけるくらいの巧みなものがある
16
Adversarial Example
17
高度なAIを活用するためには、ある程度のデジタルリテラシー水準が必要である。貧困層にある人は十分なリテラシーを身につけることが困難であるため、デジタルデバイドが生じやすい
18
モデルによる予測や推論のプロセスの解釈性が比較的高い
19
AIによる誤認識が生じた際に、その原因を特定し改善を行うことができるため、モデルの精度向上につながる
20
最新のアルゴリズムほどAIの透明性が確保されやすい傾向にあるため、開発から時間が経っているアルゴリズムの使用を見直すべきである
21
他の機械学習の手法に比べて、ニューラルネットワークは、透明性を実現することが困難である