第40問〜第51問を掲載しています。答えを開き、誤答選択肢との違いまで確認してください。
公式範囲を確認し、問題文・選択肢・解説は当サイトが作成。本試験問題の複写ではありません。
試験概要（公式）パズルを解くAIが、いまの配置から可能な操作を一つずつ試してゴールの配置に至る手順を見つける場面は、配置(状態)と操作(遷移)をたどる探索である。操作の候補が枝分かれするため、試す順序をどう決めるかが工夫の中心になる。推論は与えられた知識から結論を導く処理で、操作の手順を調べる作業とは違う。ディープラーニングは特徴量を自動で獲得する学習手法であり、事例に学習の話は出てこない。フレーム問題は関係する事柄を絞れない問題で、手順を見つける処理ではない。
https://www.jdla.org/certificate/general/ （大項目1 人工知能とは）
過去の検品結果から不良品の特徴を学び、新しい製品を自動で判定する技術は機械学習である。不良品の見分け方を熟練者から聞き出して規則にまとめる代わりに、検品結果のデータから特徴を取り出す点が特徴になる。知識獲得のボトルネックは、まさにその聞き出して規則にまとめる作業が重いという課題であり、機械学習が登場する背景の一つでもある。トイ・プロブレムは単純化された問題、シンギュラリティは将来の転換点を指し、製品を判定する技術ではない。検品のように人が基準を言葉にしにくい場面ほど、データから特徴を学ぶ意義が出る。
https://www.jdla.org/certificate/general/ （大項目1 人工知能とは）
センサの波形から、人が特徴を定義しなくても、多層ネットワークが故障の判定に必要な表現を学んだという事例は、ディープラーニングである。波形のどこを故障の手がかりとするかを人が決める作業まで学習が担っている点が決め手になる。機械学習は学習手法の広い総称で、特徴を人が決める場合も含むため、この事例の説明としては範囲が広い。推論は知識から結論を導く処理、フレーム問題は関係する事柄を絞れない課題であり、波形から表現を学ぶ手法ではない。故障の判定でも、特徴を人が設計するか学習が獲得するかで手法が分かれる。
https://www.jdla.org/certificate/general/ （大項目1 人工知能とは）
乗換案内が駅を状態、路線での移動を遷移として扱い、出発駅から到着駅までの候補経路を調べる処理は探索である。駅と路線のつながりを順にたどるため、目的地までの道筋が求まる。推論は既存の知識から結論を出す処理で、経路の候補を調べる作業ではない。機械学習は過去データから規則を学ぶ技術であり、事例には学習データがない。シンギュラリティは人工知能が人間を上回る将来の転換点を表す概念で、処理の種類を答える設問には当たらない。乗換案内のように地図上のつながりをたどる場面では、候補を順に調べて道筋を求める処理かどうかを見る。
https://www.jdla.org/certificate/general/ （大項目1 人工知能とは）
対話の相手を区別できるかどうかで知的かを判断する点が問われているので、知能を判定する試験の名称を答える。正解は「チューリングテスト」である。チューリングテストは、機械と人間が対話し、判定者が相手を人間か機械か区別できなければ、その機械は知的だとみなす。「AI効果」は実現された技術がAIと見なされなくなる現象、「シンギュラリティ」はAIが人間の知能を超える転換点、「トイ・プロブレム」は単純な問題しか解けない課題であり、いずれも対話で知能を判定する試験を指す用語ではない。したがって、設問の用語はチューリングテストである。
https://www.jdla.org/certificate/general/ （大項目1 人工知能とは）
実用化された技術がAIと見なされなくなるという現象が問われているので、その現象の名称を答える。正解は「AI効果」である。AI効果は、音声認識や自動翻訳のようにAIで実現された技術が身近になると、それはAIではなく単なる技術だと見なされやすくなる現象を指す。「チューリングテスト」は対話で知能を判定する試験、「トイ・プロブレム」は単純な問題しか解けない課題、「シンギュラリティ」はAIが人間の知能を超える転換点であり、いずれも実用化後にAIと見なされなくなる現象を指す用語ではない。したがって、設問の用語はAI効果である。
https://www.jdla.org/certificate/general/ （大項目1 人工知能とは）
行動に関係する事柄を絞り込めないという困難が問われているので、人工知能の難問の名称を答える。正解は「フレーム問題」である。フレーム問題は、ある行動に関係する事柄を、起こりうるすべての中から絞り込んで考えることが難しいという問題を指す。「シンボルグラウンディング問題」は記号を現実の意味と結びつける難問、「ローブナーコンテスト」は最も人間らしく受け答えするプログラムを選ぶ競技、「知識獲得のボトルネック」は専門家の知識を規則にまとめる手間の問題であり、いずれも事柄の絞り込みの難しさを指す用語ではない。したがって、設問の用語はフレーム問題である。
https://www.jdla.org/certificate/general/ （大項目1 人工知能とは）
記号とそれが指す現実世界の意味を結びつけられるかという点が問われているので、その難問の名称を答える。正解は「シンボルグラウンディング問題」である。シンボルグラウンディング問題は、コンピュータが扱う記号を、実際に指し示す現実世界の意味や概念と結びつけられるかという人工知能の難問である。「フレーム問題」は行動に関係する事柄の絞り込みの難しさ、「知識獲得のボトルネック」は専門家の知識を規則にまとめる手間の問題、「ローブナーコンテスト」は人間らしい受け答えを競う競技であり、いずれも記号と意味の結びつきを問う用語ではない。したがって、設問の用語はシンボルグラウンディング問題である。
https://www.jdla.org/certificate/general/ （大項目1 人工知能とは）
専門家の知識を規則にまとめる手間が開発や保守の妨げになるという点が問われているので、その問題の名称を答える。正解は「知識獲得のボトルネック」である。知識獲得のボトルネックは、専門家が持つ知識を聞き出して計算機が扱える規則の形にまとめる作業に多大な手間がかかり、エキスパートシステムの開発や保守の妨げとなる問題を指す。「シンボルグラウンディング問題」は記号と意味の結びつきの難問、「フレーム問題」は行動に関係する事柄の絞り込みの難しさ、「ローブナーコンテスト」は人間らしい受け答えを競う競技であり、いずれも知識を規則にまとめる手間の問題を指す用語ではない。したがって、設問の用語は知識獲得のボトルネックである。
https://www.jdla.org/certificate/general/ （大項目1 人工知能とは）
チューリングテストの考え方をもとにした競技という点が問われているので、実際に開催された競技の名称を答える。正解は「ローブナーコンテスト」である。ローブナーコンテストは、人間の審査員と対話して最も人間らしく受け答えできるプログラムを選ぶ形で開催された。「知識獲得のボトルネック」は知識を規則にまとめる手間の問題、「フレーム問題」は事柄の絞り込みの難しさ、「シンボルグラウンディング問題」は記号と意味の結びつきの難問であり、いずれも人間らしさを競う競技の名称ではない。したがって、設問の用語はローブナーコンテストである。
https://www.jdla.org/certificate/general/ （大項目1 人工知能とは）
正解は「深層学習を取り入れたAI」である。AIの活用レベルの分類でいうレベル4は、データの背景にある特徴量までもがニューラルネットワークを通じて自動的に獲得される段階を指す。古典的な人工知能はレベル2に当たり、探索・推論やエキスパートシステムを用い、人間が定義した知識やルールに基づいて複雑な判断を行う段階であり、特徴量を自動的に獲得する仕組みではない。単純な制御プログラムはレベル1に当たり、あらかじめ決められた固定的なルールに従って動作し、センサーの入力に対して単純な出力を返すだけで、ニューラルネットワークによる特徴量の獲得は行わない。エージェントは環境を認識し、目標達成に向けて自律的に行動する主体を指す語であり、活用レベルの1段階を表す名称ではない。特徴量そのものをニューラルネットワークが自動的に獲得するという点を確認すると、深層学習を取り入れたAIに絞り込める。
https://www.jdla.org/certificate/general/ （大項目1 人工知能とは）
正解は「身体性の観点」。身体性の観点では、認知や知能を脳内の情報処理だけで完結するものとはせず、脳・身体・環境の相互作用を通じて成立するものとして捉える。設問では、内部の計算処理に加えて、身体の形状、床面との接触、周囲の環境とのやりとりを挙げているため、この捉え方に対応する。まず、身体と環境を知能の成立条件に含めるかを確認し、その後に内部処理だけへ限定する選択肢を除外すると判断しやすい。他の選択肢は、知能を内部処理だけに限定したり、身体や環境との関係を切り離したりしており、設問の条件と合わない。
https://cir.nii.ac.jp/crid/1520307269592624512 （大項目1 人工知能とは／身体性）