G検定第二版テキスト章末問題集第一章～第二章

7回閲覧 • 26問 • 10ヶ月前

Keiji Yanagida

通報

問題一覧

人工知能の定義は専門家の間ですら異なる。その説明として適切なものを１つ選べ。

「知性」や「知能」の解釈が研究者によって異なるから

人工知能の定義に関する説明として、不適切なものを１つ選べ

人間と同じ知的な処理能力を持つ機械（情報処理システム）であれば、誰もがそれを人工知能であると認めることができる

機械学習を取り入れた人工知能に関する説明として、最も適しているものを１つ選べ

パターン認識という古くからの研究をベースにしている

以下の文章において、空欄（ア）（イ）に当てはまる語句の組み合わせとして、最も適しているものを１つ選べディープラーニングは（ア）に含まれる。ディープラーニングを取り入れた人工知能は、学習対象となるデータの（イ）を自動的に学習する。画像認識、音声認識、自動翻訳など、従来のコンピュータでは実現するのが難しいとされてきた分野での応用が進んでいる。

（ア）機械学習　（イ）特徴量

以下の文章を読み、空欄（ア）～（ウ）に最もよく当てはまる語句の組み合わせを１つ選べ 1946年にアメリカのペンシルベニア大学で世界初の汎用コンピュータ（ア）が誕生し、その圧倒的な計算力はコンピュータが人間の能力を超えるのだという可能性を見いだすきっかけとなった。人工知能という言葉は、（ア）の誕生からちょうど10年後の1956年にアメリカで開催された（イ）において、著名な人工知能研究者である（ウ）氏が初めて使った言葉である。

（ア）エニアック　（イ）ダートマス会議　（ウ）ジョン・マッカーシー

1956年にアメリカで開催されたダートマス会議に関する説明として、不適切なものを１つ選べ。

ペンシルバニア大学で開発されたエニアックを用いて、世界初の人工知能がデモンストレーションされた

以下の文章を読み、空欄（ア）～（ウ）に最もよく当てはまる語句の組み合わせとして、最も適しているものを１つ選べ第一次AIブーム（推論・探索の時代）が覚めた理由は、迷路やパズルなどの（ア）が解けても複雑な現実の問題が解けないことが明らかになったためである。第二次AIブーム（知識の時代）には、専門家の知識をデータベースに蓄積して利用する（イ）と呼ばれる実用的なシステムが沢山作られたが、知識を蓄積・管理することの難しさが明らかになるにつれて勢いが衰えた。第三次AIブーム（機械学習・ディープラーニングの時代）は、（ウ）を用いることで自ら知識を獲得する機械学習が実用化され。特に知識を定義する要素である特徴量を自ら学習するディープラーニングが登場したことがブームのきっかけになった

（ア）トイ・プロブレム　（イ）エキスパートシステム　（ウ）ビックデータ

AIブームに関する説明として、不適切なものを1つ選べ

第二次AIブームの時に、日本では政府によって「第三世代コンピュータ」と名付けられた大型プロジェクトが推進されていた

次の文章を読み、空欄に最もよく当てはまるものを１つ選べ人工知能で何か新しいことが表現され、その原理がわかってしまうと「それは人工知能ではない」と思ってしまう人間心理を（　）と呼ぶ。この効果により、人工知能の貢献は少なく見積もられていると主張するAI研究者もいる

AI効果

人工知能とロボットの研究に関する説明として、不適切なものを１つ選べ

物理的な身体を必要としない将棋や囲碁のようなゲームもロボット研究の重要な研究対象である

以下の文章を読み、空欄に当てはまる言葉の組み合わせとして、最も適切なものを１つ選べ迷路をコンピュータに理解できる構造で表現する方法の１つに（ア）がある。これは枝分かれする木のような構造をしており、それぞれの枝が条件の異なる場合分けに対応している。これは、場合分け（枝）を折って行けばいつか目的の条件に合致するものが見つかるという単純な考えを基礎にしている。枝を探索する方法には（イ）と（ウ）があり、（イ）であれば最短距離でゴールにたどり着く会を必ず見つけることができるが、探索中にメモリ不足となる可能性がある。一方、（ウ）では、探索に大量のメモリを必要としないが、解が見つかったとしても最短距離でゴールにたどり着く解とは限らない。

（ア）探索木　（イ）幅優先探索　（ウ）深さ優先探索

下図のような木構造で表された迷路において、スタート(S)からゴール(G)までたどり着くパスを検索する場合、最も適切なものを1つ選べ

深さ優先探索で4回

人工知能が自律的に行動計画を作成する技術（プランニング）に関する説明として、不適切なものを１つ選べ

SHEDLUは1968年から1970年にかけてテリー・ウィノグラードによって開発されたシステムで、音声認識を使った対話で指示を受け取り、「積み木の世界」に存在する物体を動かすことをプランニングできた

以下の文章を読み、空欄に最もよく当てはまる選択肢を１つ選べボードゲームをコンピュータで解く基本は探索である。代表的なボードゲームでは探索の組み合わせの数は（　）の順に大きくなるが、その組み合わせは天文学的な数であるため、事実上すべてを探索することはできない

オセロ　＜　チェス　＜　将棋　＜　囲碁

探索空間が大きすぎて事実上すべてを探索出来ないという問題に対処する方法に関する説明として、不適切なものを１つ選べ

ブルートフォース法は、コンピュータが２人の仮想的なプレーヤーを演じて、完全にランダムに手を指し続ける方法でゲームをシミュレーションする方法である

エキスパートシステムに関する説明として不適切なものを1つ選べ

専門家が持つ知識の多くは経験的なものであり暗黙的なものであるため、知識獲得のための知的なインタビューシステムなどの研究もおこなわれた。しかし、専門家の知識ではなく常識的な知識は意味ネットワークやオントロジーを使って簡単に体系化することができた。

知識ベースの人工知能研究に関わるプロジェクトやシステム開発が行われた順番として、適切なものを１つ選べ

DENDRAL→MYCIN→CYC

オントロジーに関する説明として、不適切なものを1つ選べ

Cyc（サイク）プロジェクトは一般常識を全てデータベース化しようとしたプロジェクトで、ダグラス・レナートにより1984年からスタートし2014年まで30年続いた

意味ネットワークに関する説明として、適切なものを１つ選べ意味ネットワークは「概念」と「概念間の関係」をネットワークとして表す。特に重要な関係として（ア）の関係と（イ）の関係がある。「哺乳類」と「動物」の関係は「（ア）の関係」、「足」と「犬」関係は「（イ）の関係」である

（ア）is-a　（イ）part-of

「is-a」の関係と「part-of」の関係に関する説明として、不適切なものを１つ選べ

「part-of」の関係でも推移律が必ず成立する。なぜなら、「日本part-ofアジア」と「東京part-of日本」と「東京part-ofアジア」が成立するからである

オントロジーの構築に関する説明として、不適切なものを1つ選べ

ウェブデータを解析して知識を取り出すウェブマイニングやビックデータを解析して知識を取り出すデータマイニングは、ヘビーウェイトオントロジーと相性が良い

機械学習とデータに関する説明として、不適切なものを1つ選べ

ディープラーニングが登場する前から利用されていたレコメンデーションエンジンやスパムフィルターは、高度な機械学習アルゴリズムを利用することで、ビックデータを利用せずに実用化に成功したアプリケーションである

ニューラルネットワークに関する説明として、不適切なものを1つ選べ

ニューラルネットワークを3層より多層にすると学習が進まないという壁にぶつかるが、統計的自然言語処理の研究を足場に4層、5層と層を深くしても、ニューラルネットワークの学習を進める方法が見いだされた

画像認識に関する説明として、不適切なものを１つ選べ

2012年、画像認識の精度を争う競技会「ILSVRC」でジェフリー・セントンが率いるトロント大学のチームが開発したニューラルネットワークであるSuperVisionが圧勝した

オントロジーの応用に関する説明で、不適切なものを１つ選べ

「ワトソン」は、基本的にはQuestion Answer（質問応答）という研究分野のの成果であるが、ディープラーニングを取り入れたことでアメリカのクイズ番組「ジョパディー」の歴代のの人間チャンピオンに勝利した

以下の文章を読み、空欄に最も当てはまる選択肢をそれぞれ1つずつ選べ機械学習では学習に利用できる（ア）が多ければ多いほど望ましい学習結果が得られる。（イ）の成長とともに利用できる（ア）の種類と量が爆発的に増加したことが機械学習んも研究をイ加速させ、レコメンデーションエンジンやスパムフィルターなどのアプリケーションが実用化された。

（ア）データ, （イ）インターネット

AWS SysOps Administrator Associate

Keiji Yanagida · 43問 · 2年前

AWS SysOps Administrator Associate

43問 • 2年前

Keiji Yanagida

SysOps Administrator Associate Udemy1

Keiji Yanagida · 44問 · 1年前

SysOps Administrator Associate Udemy1

44問 • 1年前

Keiji Yanagida

SysOps Administrator Associate Udemy2