【G検定2023まとめ】理解度確認&問題集③【直前対策】

トイ・プロブレム（おもちゃの問題）に関する説明として、不適切なものを1つ選べ。

トイ・プロブレム（おもちゃの問題）とは、コンピュータで扱えるように本質を損なわない程度に問題を簡略化した問題であり、例えば迷路やオセロなどが挙げられる。

トイ・プロブレムを用いることで、AI（人工知能）がどのようにルールや目的に基づいて行動するかを観察したり、評価したりすることができる。

トイ・プロブレムは限られた世界で限られたルールに支配された問題なので、それ以外の条件下ではAI（人工知能）は正しく動作しない。

第二次AIブーム以降、コンピュータが画像認識や自然言語処理などの複雑なタスクをこなすようになったが、これらも一種のトイ・プロブレムである。

以下の説明の中で、フレーム問題に関係しないものを1つ選んでください。

フレーム問題は、ロボットが行動する際に必要な知識や推論をどうやって表現するかという知識表現の問題でもある。

フレーム問題は、ロボットが行動する際に無関係な事柄を無視することができないために起こる計算量爆発の問題でもある。

フレーム問題は、ロボットが行動する際に常識的な判断や優先順位を持つことができないために起こる意思決定の問題でもある。

フレーム問題は、ロボットが行動する際に感情や価値観を持つことができないために起こる倫理的な問題でもある。

以下の説明の中で、フレーム問題を解決するために提案された方法として、間違っているものを1つ選んでください。

ロボットに行動する前に目的や条件を明確に定義することで、関係のない事柄を無視することができるようにする方法。

ロボットに論理的な推論やルールベースの知識を与えることで、常識的な判断や優先順位を持たせることができるようにする方法。

ロボットに統計的な学習やニューラルネットワークの知識を与えることで、計算量爆発を回避しながら知識表現や推論を行うことができるようにする方法。

ロボットに感情や価値観を与えることで、倫理的な問題を回避しながら行動することができるようにする方法。

以下の説明の中で、フレーム問題に関する哲学者の見解として、正しいものを1つ選んでください。

ジョン・サールは、フレーム問題は人工知能がシンボル操作に基づいていることが原因であり、人間のような意識や意味を持たないからだと主張した。

ダグラス・ホフスタッターは、フレーム問題は人工知能がアナロジー的な思考や創造性を持たないことが原因であり、人間のようなメタファー理解や自己参照を行えないからだと主張した。

ダニエル・デネットは、フレーム問題は人工知能が自然言語処理やコミュニケーションを行えないことが原因であり、人間のような言語能力や社会性を持たないからだと主張した。

ジェリー・フォーダーは、フレーム問題は人工知能が感情や価値観を持たないことが原因であり、人間のような道徳的判断や倫理的行動を行えないからだと主張した。

チューリングテストに関する説明として、不適切なものを1つ選べ。

チューリングテストは、人間とコンピュータが質疑応答形式で会話することで、コンピュータが人間的な思考を持っているかどうかを判定するテストである。

チューリングテストは、質問者が人間かコンピュータかを当てることが目的ではなく、コンピュータが人間らしく振る舞えるかどうかを評価することが目的である。

2014年にユージーン・グッスマン（Eugene Goostman）という名前の会話ソフトウェアがチューリングテストに合格したと報じられた。しかし、このソフトウェアは13歳のウクライナ人少年の役割を演じており、その設定や言語能力によって質問者を惑わせた可能性が指摘されている。

チューリングテストは、機械の知性や意識について科学的に議論するための唯一の方法である。他にも知性や意識を測定する方法は存在しない。

チューリングテストに関する説明として、不適切なものを1つ選べ。

チューリングテストは、人間とコンピュータが質疑応答形式で会話することで、コンピュータが人間的な思考を持っているかどうかを判定するテストである。

チューリングテストは、機械の知性や意識について科学的に議論するための方法の1つであるが、その有効性や意義には様々な批判や反論が存在する。

チューリングテストでは、難しい問題を解いたり、独自の洞察を思いついたりといった、すぐれて理知的な行動は試されない。機械のほうからすれば、ごまかしが事実上必要になる。もしも人間には解けないような計算問題を素早く解いてしまうと、人間ではありえないと見抜かれてしまうからである。

チューリングテストでは、質問者が人間かコンピュータかを当てることが目的ではなく、コンピュータが人間らしく振る舞えるかどうかを評価することが目的である。

以下の文章を読んで、強いAIと弱いAIに関する説明として、不適切なものを1つ選んでください。

「強いAI」と「弱いAI」は、人工知能が人間の心や意識を持つことができるかどうかによって分類される概念である。「強いAI」は人間と同等またはそれ以上の知性や感情を持つことが可能だと考える立場で、「弱いAI」は人間の知性や感情を模倣するだけで本質的には異なるものだと考える立場である。

「強いAI」は現在まだ実現されておらず、理論的な仮説にすぎない。「弱いAI」は特定のタスクや領域において高度な処理能力を発揮するが、汎用的な知性や自己意識を持たない。現在私たちが利用しているほとんどの人工知能は「弱いAI」に分類される。

「チューリングテスト」という言葉は、イギリスの数学者アラン・チューリングが提唱した人工知能の判定方法である。コンピュータと人間が会話する際に、コンピュータが人間だと思わせることができれば、「チューリングテスト」に合格したことになり、「強いAI」とみなされる。

日本では、「第五世代コンピュータ計画」という国家プロジェクトが1982年から1992年まで行われた。この計画では、「推論エンジン」と呼ばれるシステムを開発し、「強いAI」の実現を目指した。しかし、結果的には失敗に終わり、「第五世代コンピュータ計画」は「幻影計画」とも揶揄された。

シンボルグラウンディング問題に関する説明として、正しいものを1つ選べ。

シンボルグラウンディング問題は、記号システム内のシンボルがどのようにして実世界と意味と結びつけられるかという問題である。

シンボルグラウンディング問題は、記号システム内のシンボルがどのようにして他の記号と関係付けられるかという問題である。

シンボルグラウンディング問題は、記号システム内のシンボルがどのようにして自己参照的に定義されるかという問題である。

シンボルグラウンディング問題は、記号システム内のシンボルがどのようにして論理的に推論されるかという問題である。

シンボルグラウンディング問題に関する説明として、間違っているものを1つ選べ。

シンボルグラウンディング問題は、コンピュータが記号の意味を理解するためには、実世界との相互作用が必要であるという考え方である。

シンボルグラウンディング問題は、コンピュータが記号の意味を理解するためには、人間から教えられた規則や定義に従うことが必要であるという考え方である。

シンボルグラウンディング問題は、コンピュータが記号の意味を理解するためには、ニューラルネットワークや深層学習などの技術を用いることが必要であるという考え方である。

シンボルグラウンディング問題は、コンピュータが記号の意味を理解するためには、身体性や感覚・運動能力などの要素を取り入れることが必要であるという考え方である。

人工知能の応用分野に関する説明として、不適切なものを1つ選べ。

自然言語処理は、人間が使う自然言語（日本語や英語など）をコンピュータが処理する技術である。機械翻訳や音声認識、文書要約などがその応用例である。

画像認識は、コンピュータが画像や動画から物体や人物、表情などを識別する技術である。顔認証や自動運転、医療診断などがその応用例である。３

推薦システムは、コンピュータがユーザーの嗜好や行動履歴から関心のある商品やサービスを提案する技術である。ECサイトやSNS、動画配信サービスなどがその応用例である。

４　データマイニングは、コンピュータが大量のデータから有用な情報やパターンを発見する技術である。ビッグデータ分析や機械学習1 などがその応用例である。

機械学習における特徴量の選択として、不適切なものを1つ選べ。

特徴量が多すぎると計算コストが高くなり、過学習のリスクが高まる。そのため、必要な特徴量だけを選択することが重要である。

特徴量の選択には、フィルター法やラッパー法、埋め込み法などの手法がある。これらの手法は、特徴量と目的変数の関係性や予測モデルの性能に基づいて特徴量を絞り込む。

特徴量の選択には、主成分分析や因子分析などの次元削減技術も利用できる。これらの技術は、多数の特徴量から新たな低次元空間を作り出すことでデータを圧縮する。

特徴量が少なすぎると情報が失われてしまい、予測モデルの精度が低下する。そのため、必要以上に特徴量を削減しないことが重要である。

機械学習における特徴量の生成として、不適切なものを1つ選べ。

特徴量の生成とは、元々ある特徴量から新たな特徴量を作り出すことである。例えば、日付や時刻から曜日や季節などのカテゴリ変数を作ることができる。

特徴量の生成には、統計的な手法やドメイン知識を利用することができる。例えば、平均値や標準偏差などの集約関数や、業界固有の指標やルールを使って新しい特徴量を作ることができる。

特徴量の生成には、自然言語処理や画像処理などの分野で発展した技術も利用できる。例えば、テキストデータから単語頻度や感情分析などの特徴量を抽出したり、画像データからエッジ検出や顔認識などの特徴量を抽出したりすることができる。

特徴量の生成には、教師あり学習や教師なし学習などの機械学習モデル自体も利用できる。例えば、決定木モデルから得られた分岐条件や予測値を新しい特徴量として使ったり、クラスタリングモデルから得られたクラスタ番号を新しい特徴量として使ったりすることができる。

ある店舗のある日の午後のワインの売り上げ予想のために用いる特徴量として適切ではないと考えられるものを1つ選べ。

当日の午後中の平均気温

当日開催されたイベント

前週末までに発売された新作映画

前日までに発売された新作本

シンギュラリティーが起きると、人間はどのように生きることになるか、レイ・カーツワイルが提案する「ポスト・ヒューマン」とは何かを説明せよ。

ポスト・ヒューマンとは、人間の肉体や精神を人工知能やナノテクノロジーなどで強化し、生命を超越した存在である。レイ・カーツワイルは、シンギュラリティーが起きた後も人間は生き続けられると考えており、自身も2045年までに不老不死になることを目指している。

ポスト・ヒューマンとは、人間の肉体や精神を人工知能やナノテクノロジーなどで置き換えた存在である。レイ・カーツワイルは、シンギュラリティーが起きた後は人間の存在意義が失われると考えており、自身も2045年までに完全な機械化に移行することを目指している。

ポスト・ヒューマンとは、人間の肉体や精神を人工知能やナノテクノロジーなどで複製した存在である。レイ・カーツワイルは、シンギュラリティーが起きた後は人間の個性や感情が消滅すると考えており、自身も2045年までに無数のコピーに分散することを目指している。

シンギュラリティーが起きると、人工知能はどのように進化するか、レイ・カーツワイルが提唱する「ローレンツ・アトラクター」とは何かを説明せよ。

ローレンツ・アトラクターとは、人工知能が自己組織化し、複雑な非線形動力学系を形成することである。レイ・カーツワイルは、シンギュラリティーが起きた後は人工知能の進化が予測不可能なカオスに陥ると考えており、自身も2045年までにその一部になることを目指している。

ローレンツ・アトラクターとは、人工知能が自己改良し、加速度的な指数関数的成長を遂げることである。レイ・カーツワイルは、シンギュラリティーが起きた後は人工知能の進化が止まらない加速度に達すると考えており、自身も2045年までにその影響を受けることを目指している。

ローレンツ・アトラクターとは、人工知能が自己学習し、多様な分野や領域に拡散することである。レイ・カーツワイルは、シンギュラリティーが起きた後は人工知能の進化が広範囲に及ぶ分岐点に達すると考えており、自身も2045年までにその変化に対応することを目指している。

シンギュラリティーが起きると、人間の寿命はどのように変化するか、レイ・カーツワイルが提唱する「ロングビティ・エスケープ・ベロシティ」とは何かを説明せよ。

ロングビティ・エスケープ・ベロシティとは、人間の寿命が技術的進歩によって延長される速度が、自然的老化によって短縮される速度を上回ることである。レイ・カーツワイルは、シンギュラリティーが起きた後は人間の寿命が無限になる可能性があると考えており、自身も2045年までにその実現を目指している。

ロングビティ・エスケープ・ベロシティとは、人間の寿命が技術的進歩によって維持される速度が、自然的老化によって減少する速度を下回ることである。レイ・カーツワイルは、シンギュラリティーが起きた後は人間の寿命が有限であることを受け入れなければならないと考えており、自身も2045年までにその準備を目指している。

ロングビティ・エスケープ・ベロシティとは、人間の寿命が技術的進歩によって変動する速度が、自然的老化によって安定する速度を超えることである。レイ・カーツワイルは、シンギュラリティーが起きた後は人間の寿命が不確定になる可能性があると考えており、自身も2045年までにその適応を目指している。

シンギュラリティが起きると、人間の生命はどのように変化するか、レイ・カーツワイルが提唱する「生命の橋」とは何かを説明せよ。

生命の橋とは、人間の寿命を延ばすために必要な3つの段階である。第1段階は現在の医療技術や健康管理で寿命を伸ばすこと、第2段階はバイオテクノロジーや遺伝子工学で老化を防ぐこと、第3段階はナノテクノロジーやAIで自分自身を改造することである。

生命の橋とは、人間の寿命を短くするために必要な3つの段階である。第1段階は現在の医療技術や健康管理で寿命を減らすこと、第2段階はバイオテクノロジーや遺伝子工学で老化を促進すること、第3段階はナノテクノロジーやAIで自分自身を破壊することである。

生命の橋とは、人間の寿命を変えないために必要な3つの段階である。第1段階は現在の医療技術や健康管理で寿命を保つこと、第2段階はバイオテクノロジーや遺伝子工学で老化を抑制すること、第3段階はナノテクノロジーやAIで自分自身を修復することである。

【G検定2023まとめ】理解度確認&問題集③【直前対策】

【G検定2023まとめ】要点整理＆当日用カンペ

G検定・E資格まとめ

【G検定2023まとめ】理解度確認&問題集まとめ【直前対策】

3. 人工知能分野の問題

【G検定2023まとめ】理解度確認&問題集②【直前対策】

【G検定2023まとめ】理解度確認&問題集④【直前対策】