CHAPTER 02 / REVIEW
人工知能をめぐる動向
探索からエキスパートシステム、機械学習、深層学習へ続く流れを理解します。 5日分の知識を、用語暗記ではなく判断へ使えるか確認します。
15問問題と選択肢の順番は挑戦ごとに変わります。
QUESTION 01Mini-Max法が置く基本的な前提はどれですか。
正解は「自分は評価を最大化し、相手は自分の評価を最小化する手を選ぶ」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
自分は評価を最大化し、相手は自分の評価を最小化する手を選ぶ: 正解は「自分は評価を最大化し、相手は自分の評価を最小化する手を選ぶ」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
自分も相手も常に無作為に選ぶ: 無作為性を扱う基本手法ではありません。
相手の返答は存在しない: 相手の応答を含めて先を読む方法です。
最高の一例だけを見て決める: 相手が選ぶ最も厳しい返答を考慮します。
QUESTION 02知識獲得のボトルネックへの対応として適切なものはどれですか。
正解は「専門家の判断を条件・例外・根拠へ分け、版と検証事例を管理する」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
専門家の判断を条件・例外・根拠へ分け、版と検証事例を管理する: 正解は「専門家の判断を条件・例外・根拠へ分け、版と検証事例を管理する」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
規則数だけを増やし根拠を残さない: 量だけでは正しさと保守性を確保できません。
矛盾する規則を同時に自動適用する: 優先順位や判断保留が必要です。
暗黙知は存在しないと仮定する: 言語化しにくい経験知があり、抽出と検証が必要です。
QUESTION 03第3次AIブームを支えた条件として適切なものはどれですか。
正解は「大量データ・GPUなどの計算資源・学習手法の改善」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
大量データ・GPUなどの計算資源・学習手法の改善: 正解は「大量データ・GPUなどの計算資源・学習手法の改善」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
広告文の長さだけ: 宣伝量は学習能力の技術条件ではありません。
規則を一つに減らしたことだけ: 単一の変更ではなく複数条件の組合せです。
インターネットを使わなくなったこと: むしろネット由来のデータや基盤が発展を支えました。
QUESTION 04自分の手Aの先が8と2、手Bの先が5と4で、相手が小さい値を選ぶときMini-Maxが選ぶ手はどれですか。
正解は「B」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
B: 正解は「B」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
A: Aの価値は相手の選ぶ2です。
AとBを評価せず同点とする: 各手の最悪値2と4は同点ではありません。
最大値8だけを見てA: 相手の返答を無視するとMini-Maxになりません。
QUESTION 05深層学習が広がった背景として適切なものはどれですか。
正解は「データ・並列計算・モデル・学習技術が組み合わさったこと」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
データ・並列計算・モデル・学習技術が組み合わさったこと: 正解は「データ・並列計算・モデル・学習技術が組み合わさったこと」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
ニューラルネットワークが2012年に初めて考案されたこと: ニューラルネットワークの研究はそれ以前からあります。
計算資源が不要になったこと: 大規模学習には多くの計算が必要です。
一つの規則ですべての画像を説明できたこと: 複雑な特徴を規則で列挙しにくいことが背景です。
QUESTION 06探索問題を設計するとき、最初に明確にする組合せはどれですか。
正解は「状態・可能な行動・ゴール・コスト」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
状態・可能な行動・ゴール・コスト: 正解は「状態・可能な行動・ゴール・コスト」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
モデル名・会社名・広告文・色: 製品情報だけでは何を候補として調べるか決まりません。
画面サイズ・字体・写真・音量: 表示要素は探索問題の定義ではありません。
回答速度だけ: 速度だけでは正しいゴールや実行可能性を判断できません。
QUESTION 07A*探索で候補の優先度に使う値はどれですか。
正解は「開始から現在までの実コストgと残り推定hの合計」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
開始から現在までの実コストgと残り推定hの合計: 正解は「開始から現在までの実コストgと残り推定hの合計」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
残り推定hだけ: hだけなら貪欲最良優先探索の考え方です。
現在までの手数を無視した広告評価: 現実のコストを無視すると最適性を判断できません。
候補を作った時刻だけ: 作成時刻は経路の価値を表しません。
QUESTION 08各行動のコストが同じで、最少手数の解を確実に見つけたい場合の基本的な選択はどれですか。
正解は「幅優先探索」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
幅優先探索: 正解は「幅優先探索」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
深さ優先探索: 深さ優先探索は最初に見つけた解が最短とは限りません。
無作為に一つ選ぶ: 無作為選択は最少手数を保証しません。
評価せず最初の案を採用する: 比較を省くと最少手数を判断できません。
QUESTION 09MYCINの歴史から学ぶべき点として適切なものはどれですか。
正解は「不確実な専門知識を規則と確信度で扱う試みと、実運用には責任や接続も必要なこと」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
不確実な専門知識を規則と確信度で扱う試みと、実運用には責任や接続も必要なこと: 正解は「不確実な専門知識を規則と確信度で扱う試みと、実運用には責任や接続も必要なこと」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
医療では人の確認が不要になったこと: 重大判断では専門家の責任が残ります。
規則は一度作れば永久に更新不要なこと: 医学知識や環境は変化します。
不確実性を完全に消せたこと: 確信度は不確実性を表す方法で、消すものではありません。
QUESTION 10第1次AIブームを代表する技術の組合せはどれですか。
正解は「探索と推論」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
探索と推論: 正解は「探索と推論」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
大規模言語モデルと拡散モデル: これらは主に第3次ブーム以降の技術です。
スマートフォンアプリだけ: 端末の種類はブームを代表するAI技術ではありません。
個人情報保護法だけ: 法律だけで技術史の区分は決まりません。
QUESTION 11ルールベース方式が向く場面はどれですか。
正解は「料金や権限など、条件を明示でき同じ入力へ同じ処理が必要な場面」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
料金や権限など、条件を明示でき同じ入力へ同じ処理が必要な場面: 正解は「料金や権限など、条件を明示でき同じ入力へ同じ処理が必要な場面」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
猫のあらゆる見た目を手書き規則だけで列挙する場面: 複雑な知覚を全列挙するのは困難です。
過去データの偏りを自動で消す場面: 方式にかかわらず偏りの検査が必要です。
意味が曖昧な文章を規則なしで分類する場面: これは学習方式が候補になる場面です。
QUESTION 12AIシステムの方式選択として適切なものはどれですか。
正解は「知覚は深層学習、明確な禁止条件は規則、重要判断は人の承認など役割で組み合わせる」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
知覚は深層学習、明確な禁止条件は規則、重要判断は人の承認など役割で組み合わせる: 正解は「知覚は深層学習、明確な禁止条件は規則、重要判断は人の承認など役割で組み合わせる」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
最も大きいモデルへ全部任せる: 規模と用途適合、安全性は同じではありません。
新しい方式だけを使い過去の技術を捨てる: 探索・規則・学習は現在も役割別に使われます。
平均精度だけで権限も自動決定する: 権限と失敗影響は精度とは別に設計します。
QUESTION 13前向き推論の進み方はどれですか。
正解は「既知の事実に合う規則を適用し、新しい事実や結論を導く」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
既知の事実に合う規則を適用し、新しい事実や結論を導く: 正解は「既知の事実に合う規則を適用し、新しい事実や結論を導く」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
目標から必要条件を逆向きにたどる: これは後ろ向き推論の進み方です。
規則を使わず無作為に結論を選ぶ: 規則に基づく推論になりません。
結論を先に固定して証拠を捨てる: 反証可能性を失い、正しい推論ではありません。
QUESTION 14最後までゲーム木を読めない場合に評価関数を使う理由はどれですか。
正解は「途中の局面がどれだけ有利かを代理の数値で比較するため」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
途中の局面がどれだけ有利かを代理の数値で比較するため: 正解は「途中の局面がどれだけ有利かを代理の数値で比較するため」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
勝敗を一切比較しないため: 評価関数は比較のために使います。
相手の手を消すため: 相手の合法手自体を消す仕組みではありません。
探索深さを無限にするため: 有限の深さで止めるために必要になります。
QUESTION 15深さ優先探索の特徴として適切なものはどれですか。
正解は「現在の経路を中心に保持するため記憶を抑えやすいが、深い外れ道へ入ることがある」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
現在の経路を中心に保持するため記憶を抑えやすいが、深い外れ道へ入ることがある: 正解は「現在の経路を中心に保持するため記憶を抑えやすいが、深い外れ道へ入ることがある」です。講義で扱った定義と判断条件に一致します。選択肢ごとの違いまで確認すると、似た用語を状況に応じて使い分けられます。
必ず最小コスト解を最初に返す: 最短・最小コストの保証は基本形にはありません。
同じ深さの全候補を必ず保存する: これは幅優先探索に近い保存方法です。
ヒューリスティックがなくても未来を完全に予測する: 探索は未来を完全に知る仕組みではありません。
章末テスト
第2章・定着テスト
0/ 15