問題一覧
1
自然言語理解はどれ？
NLU、Natural language understanding
2
自然言語処理はどれ？
NLP、Natural language processing
3
固有表現抽出はどれ？
NER、Named entity recognition
4
自然言語理解とはなにを指すか？
人と機械の間のコミュニケーションを処理するシステムのこと
5
自然言語処理とは何を指すか？
人間が他の人間に自然に話すように話したときに、機械がその意味を理解する能力のこと
6
固有表現抽出とは何を指すか？
一連の言葉にラベルを付け、名前、日付、時刻などの重要な内容を抽出すること
7
深層学習とは何？
大規模なデータベース内のデータポイント間に人工ニューラルネットワークが発達すること
8
以下はTrusted AI の原則のどれに当てはまるか？ 人権を保護し、私たちに委ねられたデータを守るために、私たちは人権の専門家と協力し、顧客やパートナーと研究を共有し、教育し、エンパワーメントを行っています。
責任ある行動（Responsible）
9
以下はTrusted AI の原則のどれに当てはまるか？ AI は、その創造者だけでなく、影響を受けるすべての人々の価値を尊重すべきです。これを実現するために、私たちはさまざまなデータセットでモデルをテストし、その影響を理解し、包括的なチームを構築しています。
包括的（Inclusive）
10
以下はTrusted AI の原則のどれに当てはまるか？ AI の説明責任を作り出すために、私たちはステークホルダーからのフィードバックを求め、倫理的な使用に関する助言を Ethical Use Advisory Council から受け入れ、独自のデータサイエンスレビューボードを実施しています。
説明責任（Accountable）
11
以下はTrusted AI の原則のどれに当てはまるか？ 私たちはモデルの説明可能性（関連情報やドキュメントにアクセスできる）と明確な利用条件を追求し、顧客自身が自分のデータとモデルを制御できるようにします。
透明性（Transparent）
12
以下はTrusted AI の原則のどれに当てはまるか？ アクセス可能な AI は成長と雇用の増加を促進し、社会全体に利益をもたらします。
力を与える（Empowering）
13
信頼される生成AIの開発を導く5つのガイドラインはどれ？
正確性・安全性の確保、誠実さ、権限移譲、サステナビリティ
14
信頼される生成AIの開発を導く5つのガイドラインのうち「正確性」では何が考慮されているか？
情報源の明示や、AIがその回答をした理由の説明
15
信頼される生成AIの開発を導く5つのガイドラインのうち「安全性の確保」では何が考慮されているか？
バイアスや有害性、問題のあるアウトプットを低減したり、トレーニングデータに含まれる個人を特定できる情報を保護すること
16
信頼される生成AIの開発を導く5つのガイドラインのうち「誠実さ」では何が考慮されているか？
データ収集の際にデータの出所を尊重し、その使用について同意を得ていることを確認すること
17
信頼される生成AIの開発を導く5つのガイドラインのうち「権限移譲」では何が考慮されているか？
AIが人間のサポート役を果たしたり、人間の判断が必要になるケースを見極めバランスを取ること
18
信頼される生成AIの開発を導く5つのガイドラインのうち「サステナビリティ」では何が考慮されているか？
できるだけ最適なサイズのモデルを開発し、二酸化炭素排出量の削減に繋げること
19
関連付けバイアス（Association Bias）の例は？
ステレオタイプに基づいてラベルが付けられたデータ 例）大半のオンライン小売業者で「女の子向けのおもちゃ」と検索すると、おままごと、人形、お姫様、ピンクのおもちゃなどが次々と表示されます。「男の子向けのおもちゃ」を検索した場合は、スーパーヒーローのアクションフィギュア、大工セット、ビデオゲームなどが表示される
20
確証バイアス（Confirmation Bias ）の例は？
先入観に基づいてデータにラベルが付けられること 例）オンラインショッピング時に表示されるオススメには、各人の購買習慣が反映されていますが、こうした購入に影響を及ぼすデータ自体に、そもそも人々が表示して購入を選択したものが反映されている。Web サイトの「女の子向けのおもちゃ」セクションにスーパーヒーローが表示されなければ、買物客がサイトの他の場所にスーパーヒーローのおもちゃがあることを知る可能性は低く、購入する可能性はさらに低下します。
21
自動化バイアス（Automation Bias ）の例は？
「あるシステムの価値」を他の人々に押し付けること 例）この目的は、客観性という概念に基づいて最も美しい女性を選び出すことでした。ところが、この AI のトレーニングには主に白人女性の画像が使用されたため、「美しい」として学習した定義には有色人種によくある特徴が含まれていませんでした。その結果、この AI が選んだ勝者のほとんどが白人となり、トレーニングデータのバイアスが実際の結果として表れることになりました。
22
社会的バイアス（Societal Bias ）の例は？
歴史的にマイノリティとされてきた集団に対する過去の偏見の結果が再現されること 例）赤線引きは特定の郵便番号地域での人種や経済的な構成に影響を与えており、郵便番号と人種の相関関係が高い場合があります。モデルのデータポイントに郵便番号を含めれば、ユースケースによってはアルゴリズムの判断要因に意図せず人種を含めてしまう可能性があります。
23
勝ち抜きバイアス（Survival or Survivorship Bias）の例は？
特定のプロセスを勝ち抜いた人々のみに着目し、除外された人々には目を向けないこと 例）あなたが会社の採用責任者で、特定の大学の卒業生の中から採用すべきかどうか判断したいとします。そこで、その大学出身の現在の従業員の業績を検討します。けれども、その大学の出身者で採用されなかった人々や、採用後に解雇された人々の業績は検討されません。「勝ち残った」人々の業績のみに目を向けることになります。
24
操作バイアス（Interaction Bias）の例は？
人間が AI システムを操作するときや、AI システムに意図的に影響を及ぼそうとするときにバイアスのかかった結果が生成されること 例）人々がチャットボットに意図的に下品な言葉を覚えさせようとする
25
データ品質という観点で重要なものはどれ？
古さ、完全性、正確さ、一貫性、重複、使用方法
26
MCで、顧客のメールエンゲージメントデータを機械学習して、顧客にスコアを割り当て、顧客をいくつかのセグメントに分類する機能は何？
Einstein エンゲージメントスコアリング
27
MCで、顧客のメールエンゲージメントデータを機械学習して、送信の頻度を調整します。つまりメッセージの送り過ぎ、送らな過ぎを判別する機能は何？
Einstein エンゲージメント頻度
28
MCで、顧客のメールエンゲージメントデータを機械学習して、連絡先へメッセージを送信するのに最適な時間を決定する機能は何？
Einstein 送信時間最適化
29
MCで、顧客の WEB サイト上での行動を機械学習して、顧客ごとに最も関連性の高いコンテンツで決定し、メールや WEB サイトへ表示する機能は何？
Einstein レコメンデーション
30
「Einstein 1 Platform」とは何か？
Einstein Trust Layer を内包した、 安心してAI を活用できる Salesforce プラットフォームで、AI が組み込まれており、様々なデータ同士を安全に結びつけ、新しい顧客体験を提供することができるプラットフォーム
31
多数の案件や見込み客の中から、優先度の高い案件や顧客を Einstein が特定する機能はどれ？
[Einstein スコアリング]
32
顧客データをもとして、顧客毎にパーソナライズされたメールをワンクリックで自動生成する機能はどれ？
[セールスメール]
33
顧客との通話記録をもとに要点を自動でまとめ上げ、重要なポイントや Next Action を明確化する機能はどれ？
[通話サマリー]
34
ビデオ会議の内容を Einstein が文字に起こして主要なインサイトを特定する機能はどれ？
[Einstein 会話インサイト]
35
顧客企業、担当者、見込み客、商談に関する情報のサマリ（データの要約）を生成する機能はどれ？
[Einstein セールス概要]
36
数クリックでチャットボットを作成する機能はどれ？
[Einstein ボット]
37
顧客とエージェント間のやりとりにおいて、Einstein が返信を自動生成する機能はどれ？
[Einstein サービス返信]
38
社内ナレッジベースに基づいた回答を自動生成
[グラウンディング]
39
お問い合わせ（ケース）に入力するおすすめの値を表示。
[Einstein 分類アプリケーション]
40
Einstein がお問い合わせ（ケース）に基づきドラフトナレッジを作成。
[Einstein ナレッジ作成]
41
MCで、メッセージの件名と本文のコピーを生成する機能はどれ？
[Subject Line & Body Copy Generation]
42
MCで、フォーム、ランディングページのコンテンツを生成する機能はどれ？
[Account Engagement の Einstein アシスタント]
43
個々の顧客に合わせて関連性の高い商品を予測して表示（B2C）。
[Einstein Product Recommendations]
44
複数の商品の説明文書を Einstein が生成（B2B & D2C）。
[Product Fields]
45
自然言語での指示によって生成AIが基本的なプロモーションから高度なプロモーションまで作成（B2B & D2C）。
[Smart Promotions]
46
生成AIを使って返品率の高い商品を特定し、顧客が返品する理由を分析する (Order Management)。
[返品インサイト]
47
AIに基づいたインサイトでデータに基づいた判断を加速。
[Tableau Pulse]
48
Slackのチャンネルのハイライトを生成。
[チャンネルの要約]
49
Slackのワンクリックで長いスレッドをキャッチアップ。
[スレッドの要約]
50
Slackの質問を入力すると、関連する Slack メッセージの情報に基づいた、簡潔な回答を生成。
[回答の検索]
51
対話型の AI アシスタント。自然言語で質問すると、Salesforce 上のデータに基づき、信頼性の高い回答を生成。
[Einstein Copilot]
52
対話型の AI アシスタントを自社向けにカスタマイズ可能。
[Einstein Copilot Studio]
53
AIで使用するデータの品質を確認する際に気にすべきことは？
最新の情報に更新されているか, 必要なデータが欠落していないか, 入力されている情報は正確か, データに一貫性はあるか, 重複はないか, 現在は使われていない不要なデータはないか
54
ビジネスで効果的に AI を活用できるようにすることで、お客様を成功へと導く Salesforce の新しい有償サービスは何？
AI Coach
55
人工知能「4つの波」について、第1波とは？
予測AI 収集した関連データを活用し、、未来に起こりうる出来事や事象を予測するAIのこと
56
人工知能「4つの波」について、第2波とは？
生成AI 学習済みのデータを活用して、画像や音声、動画など多様なデータを自律的に生み出すAIのこと。ジェネレーティブAIとも呼ばれる。
57
人工知能「4つの波」について、第3波とは？
自律型エージェント AIが与えられた指示に自律的に回答方法を導き出しタスクを完了する次世代生成AIのこと。
58
人工知能「4つの波」について、第4波とは？
汎用人工知能 人間の脳、思考に近い能力を持ち、特定の役割に限定せずに、想定外のことが起きても学習して最適な解決策を導き出すことができるAIのこと。
59
生成 AI が全く嘘の情報を返してくることを何というか？
ハルシネーション
60
Salesforceの予測テキストと音声認識機能で重要な役割を果たし、プラットフォームがユーザーからのコマンドを正確に理解して応答できるようにするAIはどれ？
自然言語処理(NLP)
61
深層学習が持つAIとしての特徴的な機能は何？
深層学習は複数レイヤーのニューラルネットワークを利用して、大量のデータから学習する
62
Salesforce Customer360で営業プロセスを強化するのに適したAIはどれ？
予測分析
63
予測する事象の発生後に初めて判明する変数を予測モデルで使用して生成される結果の事をなんというか？
データ漏洩（後知恵バイアス）
64
何をいつどのチャネルでおすすめするかを明確に決定するということをやってくれて、顧客が契約を更新するかしないかなどのインサイトをくれる機能は何？
Einstein Next Best Action
65
EUの法律で一般データ保護規則はどっち？
GDPR
66
カリフォルニア州消費者プライバシー法はどっち？
CCPA
67
リンゴ、バナナ、ブドウなど、順位付けできない質的変数の事をなんというか？
名義尺度
68
アンケートの「不満、どちらでもない、満足、非常に満足」など、順位付けができる質的変数の事を何というか？
順序尺度
69
離散変数とは？
値が個々に分離し、異なっている変数。個々の家庭の子供の数、足の指の数、靴下の合計数、整数になるもの。
70
連続変数とは？
中断なくつながった一体であることを意味している。時間の単位のように1.64 秒や1.642378765 秒など無限に細かく表すことができるもの。気温・距離・質量など。
71
製品が基準を満たしているかどうかの品質管理や新旧の販売方法の比較などを目的に行われる検定は何？
仮説検定
72
仮説検定は何が正しいと仮定することから始まるか？
帰無仮説
73
AIシステムに人間の動機、感情、特徴、行動を当てはめる傾向のことで、モデルまたは出力が感情を持つことができないにもかかわらず、その回答に基づいて「意地悪」だと考えたり、AIが人間の言葉を模倣するのが非常に得意であるため、AIが知覚力を持っていると潜在的に信じてしまう事をなんというか？
擬人化
74
2つのニューラルネットワークで構成されるディープラーニングモデルの一つで、生成器(ジェネレーター)と識別器（ディスクリミネーター）の2つのネットワークが互いに競い合い、生成器は入力に基づいて出力を生成し、識別器は出力が実際のものか偽物かを判断しようとします。生成器は識別器のフィードバックに基づいて出力を微調整し、最終的にこの取り組みは生成器の出力が識別器を騙し通すまで続けられます。をなんというか？
敵対的生成ネットワーク（GAN）
75
リクエストや入力に基づいて新しいコンテンツを作成するAIベースのソフトウェアツールをなんというか？例えばOpenAIのChatGPTなど。
生成器（ジェネレーター）
76
本物と偽物をより正確に区別するようになることを役割としているものは何？
識別器（ディスクリミネーター）
77
偽物の作成をより上手になる事を役割としているものは何？
生成器（ジェネレーター）
78
組織がAI技術の使用における倫理的な実践を評価し向上させるのに役立つフレームワークですで、組織が現在の倫理的なAIの実践を評価し、より責任ある信頼性の高いAIの使用に進む方法を示します。透明性、公平性、データプライバシー、説明責任、予測のバイアスに関連する問題をカバーしています。これをなんというか？
倫理的AI成熟度モデル
79
AIが不適切、攻撃的、または偏見を含む言葉や行動を示す可能性のことをなんというか？
AIのトキシシティ（有毒性）
80
データのパターンを認識するためにトレーニングされたプログラムをなんというか？例）天気を予測する、言語を翻訳する、猫の写真を識別する
モデル
81
モデルの予測と実際の結果の差を最小限に抑えるためにトレーニング中に調整される数値は何？
パラメータ
82
多くのテキストデータでトレーニングされ、与えられたプロンプトに基づいて、人間らしいテキストを作成することができる人工知能を何というか？
大規模言語モデル（LLM）
83
必要な回答を得るための質問方法を見つけることをなんという？
プロンプトエンジニアリング
84
システムやプロセスの弱点をテストするグループを割り当てる軍事戦術に由来した言葉は？
レッドチーミング
85
AIシステムによって生じる可能性のある事故、誤用、その他の有害な結果を防ぐことに重点を置いた学際的な分野を何というか？
安全性
86
特定の決定が下される理由や、モデルの予測、推奨、または出力の原因となる要因を人々が理解するのに役立つ事を何というか？
透明性
87
文章の中の単語の文脈を理解するのに非常に優れているディープラーニングモデルの一種を何というか？
トランスフォーマー
88
モデルが例から学習することを何というか？
教師あり学習
89
ガイダンスなしにAIがデータの中に隠れたパターンを見つけることを何というか？
教師なし学習
90
モデルがトレーニングの途中または終了後にどれだけうまく機能しているかを確認するための手順を何というか？
バリデーション（検証）
91
少しずつ段階的にスキルを学んでいき、モデルが徐々に難しいタスクでトレーニングされていくことで、その学習能力を向上させることを何というか？
発達の最近接領域（ZPD）
92
プロンプトと出力が消去され、AIモデルに保存されないことを何というか？
ゼロデータ保持