ゆめさくエンジニア研究所女性向けエンジニアスクール女性向けエンジニアスクール
ログイン

生成AIパスポート 生成AI 問題

ゆめさくが作った練習問題です。本試験の問題ではありません。

生成AIの問題を1⁠9問、小分野ごとにまとめました。選ぶと、その場で正誤と解説が出ます。

ログインなしで解けます。答えはこのブラウザの中だけに残り、どこにも送りません。

この分野の小分野

  • 生成AIを支える技術革新（Transformer以降）（2問）
  • 生成AIの学習プロセス（3問）
  • 生成AIの生成（推論）プロセス（4問）
  • LLM（大規模言語モデル）の基礎（2問）
  • ChatGPTと主要な生成AIモデルの動向（6問）
  • 各モダリティの生成AI（2問）

生成AIの問題

19 問

選ぶと、すぐに正誤と解説が出ます。選んだ答えは変えられません。

  1. 生成AIを支える技術革新（Transformer以降）

    問 1文章を生成する大規模言語モデルの多くが採っている構造として、最も適切なものはどれですか。

  2. 問 2潜在拡散モデル (Latent Diffusion Model) が、画素の空間で直接ノイズを除く拡散モデルに比べて持つ主な利点はどれですか。

  3. 生成AIの学習プロセス

    問 3対話向けの大規模言語モデルを作る3つの段階と、そこで主に使うデータの組み合わせとして、最も適切なものはどれですか。

  4. 問 4大規模言語モデルの「スケーリング則」の説明として、最も適切なものはどれですか。

  5. 問 5ある大規模言語モデルに、学習データを集め終えた時点より後に起きた出来事を尋ねたところ、もっともらしいが事実と違う答えが返ってきました。原因と対処の組み合わせとして、最も適切なものはどれですか。

  6. 生成AIの生成（推論）プロセス

    問 6多くの大規模言語モデルが、文章を単語単位ではなく「サブワード」と呼ばれる単位に分けて扱う主な理由として、最も適切なものはどれですか。

  7. 問 7生成パラメータのTop-pを0.9に設定したときの、次のトークンの選び方として最も適切なものはどれですか。

  8. 問 8次の使い方のうち、生成AIがハルシネーションを最も起こしやすいものはどれですか。

  9. 問 9コンテキストウィンドウが8,000トークンのモデルに、6,000トークンの資料と200トークンの指示文を入れて要約を頼みます。出力に使える長さの説明として、最も適切なものはどれですか。

  10. LLM（大規模言語モデル）の基礎

    問 10大規模言語モデルについて言われる「創発的能力」の説明として、最も適切なものはどれですか。

  11. 問 11患者の記録を扱う病院が、記録を院外に一切出さずに生成AIで要約させたいと考えています。この要件に照らして検討する構成として、最も適切なものはどれですか。

  12. ChatGPTと主要な生成AIモデルの動向

    問 12ChatGPTなどの名前に使われている「GPT」が表す語の説明として、最も適切なものはどれですか。

  13. 問 13ChatGPTが公開されるまでのGPTシリーズの流れとして、最も適切なものはどれですか。

  14. 問 14GPT-4以降の生成AIモデルの進化の傾向として、最も適切なものはどれですか。

  15. 問 15「推論モデル (Reasoning Model)」と呼ばれる生成AIの特徴として、最も適切なものはどれですか。

  16. 問 16社内で、毎日数千件届く短い問い合わせを決まった分類に振り分ける作業Aと、複雑な契約条件を踏まえて多段の計算をする作業Bに生成AIを使います。モデルの選び方として最も適切なものはどれですか。

  17. 問 17生成AIの提供元が出しているエージェントの機能の説明として、最も適切なものはどれですか。

  18. 各モダリティの生成AI

    問 18生成AIで作った画像に、作成に使ったツールや編集の履歴を、改ざんを検出できる形で添える来歴情報の規格として、最も適切なものはどれですか。

  19. 問 19短い録音から特定の人の声をまねて話させる「ボイスクローニング」を、自社の広告のナレーションに使います。対応として最も適切なものはどれですか。

19 問中 0 問に答えました

解説の一覧

解いたあとに読み返せるよう、全問の解説を並べています。問いを開くと解説が出ます。

生成AIを支える技術革新（Transformer以降）

問1文章を生成する大規模言語モデルの多くが採っている構造として、最も適切なものはどれですか。

正解はTransformerのデコーダ側を重ね、前のトークンから次のトークンを順に予測する構造です。Transformerはエンコーダとデコーダからなりますが、その後、エンコーダ側を使って文の理解に向くモデルと、デコーダ側を使って次のトークンを順に予測し文章を作るモデルに分かれ、生成向けの大規模言語モデルの多くは後者を採っています。エンコーダだけの構造は文の分類や検索に向く系統で、RNNやCNNを重ねた構造はTransformer以降の大規模言語モデルの主流ではありません。

問2潜在拡散モデル (Latent Diffusion Model) が、画素の空間で直接ノイズを除く拡散モデルに比べて持つ主な利点はどれですか。

正解は「画像を圧縮した潜在空間でノイズを除く工程を行うので、計算量を大きく減らせる」です。潜在拡散モデルは、エンコーダで画像を小さな潜在表現に圧縮し、その空間でノイズの除去を繰り返してからデコーダで画像に戻すため、高い解像度の画像でも計算を軽くできます。学習には拡散過程と大量のデータを使い、生成器と識別器を競わせるのはGANで、画素の空間で直接扱うのは潜在拡散モデルが避けた方式です。

生成AIの学習プロセス

問3対話向けの大規模言語モデルを作る3つの段階と、そこで主に使うデータの組み合わせとして、最も適切なものはどれですか。

正解は事前学習は大量の文章、教師ありファインチューニングは指示と模範解答の組、RLHFは人が付けた回答の良し悪しの評価です。まず大量の文章で次のトークンを予測する事前学習を行い、次に指示と模範解答の組で指示に沿う答え方を教え、最後に人が回答を比べた評価から報酬モデルを作って強化学習で好ましい応答に寄せます。ほかの組み合わせは段階とデータが入れ替わっており、指示に従う力は大量の文章だけでは身に付きにくく、人の評価は最後の段階で使います。

問4大規模言語モデルの「スケーリング則」の説明として、最も適切なものはどれですか。

正解はパラメータ数、学習データの量、計算量を増やすほど、損失がべき乗の関係に沿って予測できる形で下がるという経験則です。2⁠0⁠2⁠0年に報告されたスケーリング則は、モデルの大きさ、データの量、計算量を増やすと、性能の指標である損失がべき乗の関係で滑らかに下がることを示し、大規模化を進める根拠になりました。大きくしても損失が変わらないという法則でも、大きくすると必ず悪化するという法則でもなく、入力できるトークン数とパラメータ数の比例を述べたものでもありません。

問5ある大規模言語モデルに、学習データを集め終えた時点より後に起きた出来事を尋ねたところ、もっともらしいが事実と違う答えが返ってきました。原因と対処の組み合わせとして、最も適切なものはどれですか。

正解は「学習データにその出来事が含まれていないためで、最新の情報を検索して根拠として渡す仕組みを使う」です。モデルの知識は学習データを集め終えた時点までの文章に限られるため、それより後の出来事には答えられず作り話になりやすいので、検索した最新の情報を渡すRAGなどで補います。Temperatureを上げると出力はむしろばらつき、同じ質問を繰り返しても知らない事実は増えず、モデルを小さくしても知識の期限は変わりません。

生成AIの生成（推論）プロセス

問6多くの大規模言語モデルが、文章を単語単位ではなく「サブワード」と呼ばれる単位に分けて扱う主な理由として、最も適切なものはどれですか。

正解はよく使う語は1つの単位にし、まれな語は小さな部品に分けることで、限られた語彙の数で未知の語も表せるからです。単語単位では語彙が膨大になり学習データに無い語を扱えませんが、サブワードなら頻出の語は1つのトークン、まれな語や新しい語は部品の組み合わせで表せます。トークンに分ける処理は、文法を直したり辞書で意味を確かめたり翻訳の精度を保証したりするものではありません。

問7生成パラメータのTop-⁠pを0.9に設定したときの、次のトークンの選び方として最も適切なものはどれですか。

正解は「確率の高い候補から足し合わせて合計が0.9に達するまでに絞り、その中から確率に応じて選ぶ」です。Top-⁠pは、確率の高い順に候補を並べて累積の確率がpに達するまでを残し、その中から確率に比例して選ぶ方法で、pを小さくすると確率の高い無難な候補だけが残ります。上位の個数で切るのはTop-⁠kという別の方法で、確率0.9の候補を待つ仕組みや、全候補を同じ倍率で下げる仕組みはTop-⁠pではありません。

問8次の使い方のうち、生成AIがハルシネーションを最も起こしやすいものはどれですか。

正解は「地方の小さな会社の創業者の生年月日を、資料を渡さずに答えさせる」です。モデルは学習データによく現れる知識ほど正しく再現しやすく、ほとんど現れない細かな固有の事実を問われると、もっともらしい数字や日付を作ってしまいやすくなります。入力した文章の書き換えや抜き出しは手元の情報を変換する作業で、広く知られた用語の説明も学習データに例が多いため、比べて起こりにくい使い方です。

問9コンテキストウィンドウが8,0⁠0⁠0トークンのモデルに、6,0⁠0⁠0トークンの資料と2⁠0⁠0トークンの指示文を入れて要約を頼みます。出力に使える長さの説明として、最も適切なものはどれですか。

正解は入力と出力の合計が上限に収まるので、出力に使えるのは多くて約1,8⁠0⁠0トークンです。コンテキストウィンドウはモデルが1回の処理で扱えるトークンの上限で、入力した資料や指示だけでなく、モデルが書く出力も同じ枠に数えます。上限が入力だけ、または出力だけに掛かるという説明は誤りで、資料が上限の半分を超えたら出力できないという決まりもありません。

LLM（大規模言語モデル）の基礎

問10大規模言語モデルについて言われる「創発的能力」の説明として、最も適切なものはどれですか。

正解はモデルの規模を大きくしていくと、小さなモデルではほとんどできなかった課題が、ある規模からできるようになる現象です。創発的能力は、パラメータ数や学習量を増やしたときに、多段の計算や指示に沿った推論のような能力がある規模を境に急に現れるように見える現象を指します。一般的な対話サービスは利用のたびに重みを書き換えず、データを自分で増やすことや答えが毎回同じになることは創発的能力の意味ではありません。

問11患者の記録を扱う病院が、記録を院外に一切出さずに生成AIで要約させたいと考えています。この要件に照らして検討する構成として、最も適切なものはどれですか。

正解は重みが公開されたモデルを、院内のサーバーで動かすオンプレミスの構成です。オープンウェイトのモデルを院内のサーバーで動かせば、入力した記録が外部の事業者へ送られないため、データの置き場所を自分たちで管理するデータ主権の要件を満たしやすくなります。個人向けの無料サービスや外部のクラウドへ送る構成は記録が院外に出てしまい、公開のWebサイトに置くのは情報漏えいそのものです。

ChatGPTと主要な生成AIモデルの動向

問12ChatGPTなどの名前に使われている「GPT」が表す語の説明として、最も適切なものはどれですか。

正解は「Generative Pre-⁠trained Transformerの略で、事前学習した生成のためのTransformerを表す」です。GPTはGenerative Pre-⁠trained Transformerの頭文字で、大量の文章で事前学習したTransformerを使い、次のトークンを予測して文章を生成するモデルの系列を指します。汎用技術の略や、画像処理の道具、指示文のひな形を表す言葉ではありません。

問13ChatGPTが公開されるまでのGPTシリーズの流れとして、最も適切なものはどれですか。

正解は「GPT-⁠3で数個の例を示すだけで多くの課題をこなせることが注目され、その後GPT-⁠3.5系を対話向けに調整したChatGPTが2⁠0⁠2⁠2年1⁠1月に公開された」です。GPTシリーズは2⁠0⁠1⁠8年のGPT-⁠1からTransformerのデコーダを使い、2⁠0⁠2⁠0年のGPT-⁠3は少数の例を示すだけで翻訳や要約などをこなせることで注目され、2⁠0⁠2⁠2年1⁠1月にGPT-⁠3.5系を対話向けに調整したChatGPTが公開されました。GPT-⁠1は研究のためのモデルで対話サービスではなく、GPT-⁠3は文章のモデルで、GPT-⁠2もTransformerで作られています。

問14GPT-⁠4以降の生成AIモデルの進化の傾向として、最も適切なものはどれですか。

正解は文章に加えて画像や音声も扱うマルチモーダル化と、一度に扱える文脈の長さの拡大が進んだです。GPT-⁠4は画像を入力として受け付けるようになり、その後のモデルでは音声の入出力や、より長い文脈を一度に扱う方向への拡張が続いています。文章だけに絞る、ルールベースへ戻る、難しい問題を扱わないといった方向はいずれも実際の進化と逆で、推論時に計算を増やして難しい問題を解く推論モデルも登場しています。

問15「推論モデル (Reasoning Model)」と呼ばれる生成AIの特徴として、最も適切なものはどれですか。

正解は「答える前に考える過程を内部で生成して推論時の計算を増やし、数学のような多段の問題の正答率を上げる」です。推論モデルは、回答の前に思考の連鎖に当たる途中の考えを生成してから答えるように訓練されており、推論時に使う計算を増やすほど難しい問題で精度が上がる傾向があります。規則だけで答えるのはルールベースの仕組みで、推論モデルは考える分だけ応答に時間がかかりやすく、物体の検出だけに特化した識別系のモデルでもありません。

問16社内で、毎日数千件届く短い問い合わせを決まった分類に振り分ける作業Aと、複雑な契約条件を踏まえて多段の計算をする作業Bに生成AIを使います。モデルの選び方として最も適切なものはどれですか。

正解は「作業Aには応答が速く安い通常のモデル、作業Bには時間と費用がかかっても推論モデルを使う」です。推論モデルは考える過程を生成する分、応答が遅く使うトークンも増えるため、多段の推論が要る難しい作業に向き、単純で量の多い分類は通常のモデルのほうが速く安く済みます。逆の割り当ては費用と精度の両方で不利になり、推論モデルが常に最適とは限らず、推論モデルは計算を伴う問題こそ得意としています。

問17生成AIの提供元が出しているエージェントの機能の説明として、最も適切なものはどれですか。

正解は「コーディング向けのエージェントは、指示に沿ってコードを読み、変更の案を作ったり試験を実行したりする」です。コーディングエージェントはコードを読んで修正や試験の実行まで進め、ブラウザ操作のエージェントは画面を見ながらクリックや入力を行います。ブラウザ操作のエージェントはクリックや入力ができ、画像生成の機能は新しい画像を作り、コーディングエージェントは人が全行を書かなくてもコードを生成します。

各モダリティの生成AI

問18生成AIで作った画像に、作成に使ったツールや編集の履歴を、改ざんを検出できる形で添える来歴情報の規格として、最も適切なものはどれですか。

正解はC2PAの仕様に沿ったコンテンツクレデンシャルです。C2PAは画像や動画に、どのツールで作りどう編集したかという来歴情報を電子署名付きで添える規格で、内容が後から書き換えられると検出できます。インペインティングは画像の一部を描き直す機能、ネガティブプロンプトは出したくない要素の指定、ファインチューニングはモデルの追加学習です。

問19短い録音から特定の人の声をまねて話させる「ボイスクローニング」を、自社の広告のナレーションに使います。対応として最も適切なものはどれですか。

正解は「声の主である本人に、使う目的と範囲を示したうえで同意を得て、その内容を契約で残す」です。声そのものは著作物ではありませんが、本人の同意なく声をまねて商用に使うと、なりすましや、2⁠0⁠1⁠2年の最高裁判所の判決が認めたパブリシティ権の侵害などに当たるおそれがあるため、本人に目的と範囲を説明して同意を得ることが基本です。著作物でないことは無断で使ってよい理由にならず、AI音声と明かすだけではなりすましや権利の問題は解消せず、自社の広告でも本人の同意は要ります。

ほかの分野

  • AIの基礎と歴史

    AIの基本的な仕組み、機械学習、ニューラルネットワーク、AIの歴史

    12問解く

  • AIエージェント

    AIエージェントとは、RAG（検索拡張生成）、AIエージェントの仕組み、MCP・Agent Skills と外部連携、AIエージェントのツールと活用事例、AIエージェントのリスク・安全性・評価

    19問解く

  • リスク予防・AI倫理・ガバナンス

    生成AI利用者の基本マインドセット、生成AIの代表的リスク、シャドーAIと企業コンプライアンス、AI出力の評価と検証、個人情報・プライバシー・秘密保持、著作権・知的財産・生成物の権利、AI倫理とAI事業者ガイドライン、AIガバナンスと社内ガイドライン、AI法・国際ルール・AI安全保障

    28問解く

  • 実践と活用事例

    プロンプトエンジニアリング、文書作成・コミュニケーション業務での活用、企画・マーケティング業務での活用、クリエイティブ制作での活用、データ分析・リサーチ業務での活用、開発・業務自動化での活用、業種別に見る生成AI活用

    22問解く

生成AIパスポートの頁に、5分野の入口と試験の案内があります。

続きはゆめさくで

試験の知識を仕事につなげる一歩を、ここにまとめています。