【G検定】センシティブ属性とは？人種・性別などAIが配慮すべき属性をわかりやすく解説
2026年7月3日
人種、性別、年齢、宗教——これらの属性でAIの判断が左右されたら、それは差別の自動化です。公平性の議論で「守るべき対象」を指し示す言葉がセンシティブ属性です。そして「入力から外せば解決」とはいかないところに、このキーワードの本当の論点があります。
【G検定】β-VAEとは？VAEの基本から潜在変数を解きほぐすβの働きまでを解説
2026年7月3日
生成モデルVAE(変分オートエンコーダ)の目的関数に、たった1つの係数「β」を導入する——それだけのシンプルな拡張で、潜在変数の質を大きく変えたのがβ-VAEです。VAEの基本の仕組みから出発し、βが何を調整しているのか、「生成要因の分離」とは何かを順に理解していきましょう。
【G検定】サンプリングバイアスとは？データ収集の偏りがAIの公平性を壊す仕組みを解説
2026年7月3日
どんなに優れたAIでも、学習データの集め方が偏っていれば、その偏りを引き継いだ判断しかできません。データ収集の段階で母集団を正しく反映できなくなる偏り——それがサンプリングバイアスです。AI倫理章の公平性の節では、不公平なAIを生む「入口の原因」として登場します。
【G検定】info VAEとは？相互情報量で「潜在変数の無視」を防ぐVAEの拡張を解説
2026年7月2日
VAE(変分オートエンコーダ)には、「せっかく用意した潜在変数がデコーダに無視されてしまう」という悩みがあります。info VAE(InfoVAE)は、この問題に「相互情報量」という情報理論の物差しで挑んだ拡張モデルです。VQ-VAEやβ-VAEと並ぶVAE派生モデルの一つとして、狙いの違いを整理しながら理解しましょう。
【G検定】公平性の定義とは？AIにおける公平性の考え方と基準の多様性をわかりやすく解説
2026年7月2日
「AIは公平であるべきだ」——誰もが同意する目標ですが、では「公平」とは具体的に何を指すのでしょうか。実はこの問いには唯一の正解がありません。G検定のAI倫理章では、AIにおける公平性がどう定義され、なぜその定義自体が論点になるのかが問われます。