問題一覧
1
人工知能(AI)の定義と、その応用分野を3つ挙げよ。
AIは「知的な機械、特に知的なコンピュータプログラムを作る化学と技術」と定義される。応用分野には、自然言語処理(NLP)、画像認識、ロボティクスなどがある。
2
AIの「強いAI」と「弱いAI」の違いを説明しなさい。
強いAI:人間と同等の知能を持つこと。 弱いAI:特定のタスクに特化した知能を持つこと。
3
チューリングテストの目的を説明せよ。
機械が人間と同等の知的な振る舞いをするかどうかを判定するためのテスト。
4
AIの倫理的課題を2つ挙げ、具体的な事例を述べよ。
バイアスの問題(AIによる差別) プライバシーの問題(顔認証技術の悪用)
5
機械学習とルールベースAIの違いを述べよ。
機械学習:データからパターンを学習する。 ルールベースAI:明示的なルールを用いて意思決定を行う。
6
GPUがAI演算に向いている理由を説明せよ。
高度な並列処理能力を持つため。GPUは多数のコアを備え、大量のデータを同時に処理できるため、行列演算を多様する機械学習やディープラーニングに適している。
7
教師あり学習と教師なし学習の違いを説明せよ。
教師あり学習:ラベル付きデータを用いる。 教師なし学習:ラベルなしのデータからパターンを学習する。
8
教師あり学習の代表的なアルゴリズムを3つ挙げよ。
決定木、ロジスティック回帰、サポートベクターマシン。
9
過学習とは何か。説明しなさい。
訓練データに過剰に適応し、新しいデータに対する汎化性能が低下する現象。
10
過学習を防ぐ方法を3つ挙げよ。
交差検証、ドロップアウト、L1/L2正規化。
11
最小二乗法を数式を用いて説明せよ。
最小二乗法とは、データの誤差をできるだけ小さくする方法の1つであり、特に回帰分析でよく使われる。
12
機械学習によく使われるフレームワークを2つ挙げよ。
Pytorch、TensorFlow
13
ニューラルネットワークの基本構造を説明せよ。
入力層、隠れ層、出力層の3つの層から構成される。
14
活性化関数の目的と代表的な種類を説明せよ。
活性化関数は、非線形性を導入するために用いられる。 代表的:シグモイド関数、ReLU、ソフトマックス
15
CNN(畳み込みニューラルネットワーク)の構造と利点を説明せよ。
CNNは、畳み込み層とプーリング層を持ち、画像の特徴を自動抽出できる。
16
RNN(再起型ニューラルネットワーク)の特徴を説明せよ。
RNNは、過去の情報を保持しながら処理を行うため、時系列データや自然言語処理などに適している。
17
バックプロパゲーションの仕組みを説明せよ。
誤差を逆伝播させ、勾配降下法を用いて重みを調整する手法。
18
RNNの勾配消失問題とは何か。
長いシーケンスを学習する際、誤差逆伝播によって勾配が指数的に小さくなり、重みが更新されにくくなる問題。
19
GAN (敵対的生成ネットワーク)の目的と仕組みを述べよ。
生成ネットワークと識別ネットワークが競走しながら学習する手法。
20
強化学習における「エージェント」と「環境」の、関係を説明せよ。
エージェントは環境と相互作用し、報酬を最大化する行動を学習する。
21
Q学習とは何か。
Q関数を更新しながら最適な行動方策を学習する強化学習アルゴリズム。
22
自然言語処理の主なタスクを3つ挙げよ。
形態素解析、構文解析、機械翻訳
23
形態素解析とは何か説明せよ。
文章を単語に分割し、それぞれの品詞を解析する処理のこと。
24
形態素解析が必要とされる理由を述べよ。
日本語では単語の区切りが明確でなく、単語分割が必要になるため。
25
単語埋め込みの目的を説明せよ。
単語をベクトル化し、意味的な類似性を反映させる手法。
26
Transformerアーキテクチャの特徴を説明せよ。
Self-Attentionを活用し、並列処理が可能なモデルであること。
27
BEATの特徴を説明せよ。
双方向の文脈を考慮しながら学習する事前学習モデル。
28
GPTとBEATの違いを説明せよ。
GPT:テキスト生成に特化したモデル BEAT:文脈理解に特化したモデル
29
AIの社会的影響を2つ挙げよ。
労働市場への影響、プライバシー問題。
30
AIの公平性を向上させる方法を述べよ。
データセットの多様性の確保、バイアス検出アルゴリズムの導入。