G検定(ディープラーニングの社会実装に向けて)

G検定ディープラーニングの社会実装に向けて

G検定(ディープラーニングの社会実装に向けて)

37問 • 1年前G検定ディープラーニングの社会実装に向けて

一色宏治

通報

問題一覧

AIのビジネスへの利活用に関する文章のうち、最も適切なものはどれか？

AIは社会をより良くしていくために利活用されるべきである。ディープラーニングの発展によりAIが生み出す価値は加速度的に増加しており、これらの価値を社会で適切に利活用できれば、大きなイノベーションを起こせる。

デジタルトランスフォーメーション(DX)とは、今まで○○で行っていた業務プロセスをデジタル空間も含めて統合的に行うための変化や動きそのものを指す。 ○○を埋めよ。

アナログ空間

デジタルトランスフォーメーション(DX)とは、今までアナログ空間で行っていた業務プロセスを○○も含めて統合的に行うための変化や動きそのものを指す。 ○○を埋めよ。

デジタル空間

○○を活用するためには、IoTやRPAを使用してアナログ空間からデジタル空間へデータを送る必要がある。 ○○を埋めよ。

AIは○○空間でしか機能できない。 ○○を埋めよ。

デジタル

AIプロジェクト遂行はAIそのものを開発するフェーズのみで成立している。

いいえ

CRISP-DMとはCRoss-Indastry Standard Process for Data Miningの略で「ビジネスの理解」「データの理解」「データの準備」「モデリング」「評価」「再学習」の6つのステップからなる。

いいえ

CRISP-DMの6つのステップをすべて答えよ。

ビジネスの理解, データの理解, データの準備, モデリング, 評価, 展開

MLOpsとは、Machine LearningとOperationsを統合した造語で、DevOpsから派生しているAIの仕組みをビジネスで運用するまでのパイプライン概念である。

はい

MLOpsで最も重要なことは、AIシステムを本番で活用しようとしたとき、すべてのプロセスを1回だけやれば良いということではなく、本番でのシステム運用時でも継続してプロセスを回すことである。

はい

機械学習とOperationsを統合した造語は何か？

MLOps

AI適用の検討で必要なことは、「そもそもAIを適用する必要があるのかを考察し、利活用した場合の利益計画を立てて投資判断を行う」ことと「技術上に組み込むべきデータのフィードバックの機構をどのようなものにするのか検討する」ことである。

いいえ

投資判断は、初期においてROI(評価対効果)が合うかで判断すべきで、中長期的な検討はAIの特性から不要である。

いいえ

投資判断は、精度100%を前提としたAIシステムによるビジネスモデルを検討したうえで行うべきである。

いいえ

AIの特性を活かしたフィードバック機構をビジネス上も技術上も組み込めるかが重要である。

はい

AIの特性を活かしたフィードバック機構を○○上も○○上も組み込めるのかが重要である。

ビジネス, 技術

AIを利活用する場合は、BPR(Business Process Re-engineering)が必須である。

はい

AIを利活用する場合は、現プロセスのコストとAI導入後のコストを算出し、AI導入後のコストが増大する場合は、AIの適用箇所と技術の連携範囲を再検討する必要がある。

はい

フィードバック機構によるAI精度の向上は必ずしも見込めないため、業務プロセスは一貫してAIの精度が保証できない前提で検討する必要があり、ほとんどを人が担保する業務プロセスとするべきである。

いいえ

AIを利活用する場合の業務プロセスで重要なことのひとつは、アナログ空間にいる人が今までのように業務を行うのではなく、デジタル空間にデータを記録しながら実行する状態で業務を行うことである。

はい

エッジは装置が手元にあるためモデルの更新や設定が容易であるのに対して、手元に装置がないクラウド環境は更新・設定に大きな工数を要する。

いいえ

クラウドはそれ自体がダウンしたときの影響が大きいのに対して、エッジは機械単位での故障の対応をすればよく、影響の範囲が小さい。

はい

クラウドはモデルのスループットとしてネットワーク遅延の影響を考える必要があるのに対して、エッジはネットワークの遅延を考える必要はない。

はい

クラウドではモデルを更新する必要があるのに対して、エッジではモデルを更新する必要がない。

いいえ

AIを内製する場合、プロジェクトチーム内にはAIモデルを構築する役割のみが必要となる。

いいえ

運用時においては、AIのモデルの推論結果を修正したりモデルを更新したりするためのインターフェースを構築するデザイナーは必要ない。

いいえ

データを大量に集めればAIのモデルを適切に構築できるため、マネージャはデータを集めることを中心に考えるべきである。

いいえ

AIの研究開発、それを支えるシステムを構築するエンジニア、マネージャやデザイナーなど、トータルな構成が重要である。

はい

ディープラーニングの学習の際に、データセットが原因で意図した学習ができない場合の理由として、不適切なものを選択せよ。

データの数が多すぎる

アセスメントフェーズで実施する内容について、不適切なものはどれか？

運用システムの構築

PoCフェーズの説明として適切なものはどれか？

PoCでの実施内容のひとつとして、AIモデルの開発を行い、精度を検証することがあげられる。

運用フェーズの説明で適切なものはどれか？

クラウドでサービスを提供する場合は、オートスケールなどの仕組みを利用し、計算資源の自動調整を行うべきである。

EU一般データ保護規則(GDPR)で適切でないものはどれか？

EUに拠点を置かない日本企業であれば、規則に縛られることはない。

データ管理について適切でないものはどれか？

保有するデータの内容は正確であるようにすべきだが、それは努力義務である。

著作権法で適切でないものはどれか？

インターネット上で公開されていた画像データを大量に収集・複製し、画像認識用モデル生成のための学習用データセットを作成した上で、販売(営利提供)することは、違法である。

データセットの偏りから生じるアルゴリズムバイアスの発生を防ぐ手段として適切ではないものはどれか？

先入観をなくすために、ダイバーシティやバイアスの存在についての教育をあえて行わずにデータの収集作業を始める。

学習済みモデルの保護・管理は、ビジネス上で重要な課題である。他企業や他業種と連携する際に留意すべきこととして、最も不適切なものはどれか？

学習済みモデルから「蒸留」してモデルを作成することは、学習済みモデルのパラメータやネットワークの構造を外部から見えないようにするなど、技術的手段で防げる。

G検定(人工知能とは)

一色宏治 · 3回閲覧 · 32問 · 1年前

G検定(人工知能とは)

G検定(人工知能をめぐる動向)

G検定(人工知能をめぐる動向)

G検定(人工知能分野の問題)

G検定(人工知能分野の問題)

G検定(機械学習の具体的手法)

G検定(機械学習の具体的手法)

G検定(ディープラーニングの概要)

G検定(ディープラーニングの概要)

G検定(ディープラーニングの手法)

G検定(ディープラーニングの手法)

G検定(ディープラーニングの手法の追加)

G検定(ディープラーニングの手法の追加)

問題一覧

AIのビジネスへの利活用に関する文章のうち、最も適切なものはどれか？

アナログ空間

デジタル空間

○○を活用するためには、IoTやRPAを使用してアナログ空間からデジタル空間へデータを送る必要がある。 ○○を埋めよ。

AIは○○空間でしか機能できない。 ○○を埋めよ。

デジタル

AIプロジェクト遂行はAIそのものを開発するフェーズのみで成立している。

いいえ

CRISP-DMの6つのステップをすべて答えよ。

ビジネスの理解, データの理解, データの準備, モデリング, 評価, 展開

MLOpsとは、Machine LearningとOperationsを統合した造語で、DevOpsから派生しているAIの仕組みをビジネスで運用するまでのパイプライン概念である。

はい

機械学習とOperationsを統合した造語は何か？

MLOps

いいえ

投資判断は、初期においてROI(評価対効果)が合うかで判断すべきで、中長期的な検討はAIの特性から不要である。

いいえ

投資判断は、精度100%を前提としたAIシステムによるビジネスモデルを検討したうえで行うべきである。

いいえ

AIの特性を活かしたフィードバック機構をビジネス上も技術上も組み込めるかが重要である。

はい

AIの特性を活かしたフィードバック機構を○○上も○○上も組み込めるのかが重要である。

ビジネス, 技術

AIを利活用する場合は、BPR(Business Process Re-engineering)が必須である。

はい

いいえ

はい

エッジは装置が手元にあるためモデルの更新や設定が容易であるのに対して、手元に装置がないクラウド環境は更新・設定に大きな工数を要する。

いいえ

クラウドはそれ自体がダウンしたときの影響が大きいのに対して、エッジは機械単位での故障の対応をすればよく、影響の範囲が小さい。

はい

クラウドではモデルを更新する必要があるのに対して、エッジではモデルを更新する必要がない。

いいえ

AIを内製する場合、プロジェクトチーム内にはAIモデルを構築する役割のみが必要となる。

いいえ

運用時においては、AIのモデルの推論結果を修正したりモデルを更新したりするためのインターフェースを構築するデザイナーは必要ない。

いいえ

データを大量に集めればAIのモデルを適切に構築できるため、マネージャはデータを集めることを中心に考えるべきである。

いいえ

AIの研究開発、それを支えるシステムを構築するエンジニア、マネージャやデザイナーなど、トータルな構成が重要である。

はい

ディープラーニングの学習の際に、データセットが原因で意図した学習ができない場合の理由として、不適切なものを選択せよ。

データの数が多すぎる

アセスメントフェーズで実施する内容について、不適切なものはどれか？

運用システムの構築

PoCフェーズの説明として適切なものはどれか？

PoCでの実施内容のひとつとして、AIモデルの開発を行い、精度を検証することがあげられる。

運用フェーズの説明で適切なものはどれか？

クラウドでサービスを提供する場合は、オートスケールなどの仕組みを利用し、計算資源の自動調整を行うべきである。

EU一般データ保護規則(GDPR)で適切でないものはどれか？

EUに拠点を置かない日本企業であれば、規則に縛られることはない。

データ管理について適切でないものはどれか？

保有するデータの内容は正確であるようにすべきだが、それは努力義務である。

著作権法で適切でないものはどれか？

データセットの偏りから生じるアルゴリズムバイアスの発生を防ぐ手段として適切ではないものはどれか？

先入観をなくすために、ダイバーシティやバイアスの存在についての教育をあえて行わずにデータの収集作業を始める。