香月 リサ 先生
ここからは4回に分けて模擬テストをやるわよ! 実際の試験を想定して挑戦してみましょうね。
戸倉 ジャスミン
よーし〜! 腕試しだね! 燃えてきた! 試験当日の予行練習、って感じじゃん!
雪村 ましろ
緊張するけどがんばるぅ! Phase 1からここまで積み上げた知識、信じる!
深見 つむぎ
全4回・合計20問。
本番の縮小版と考えて臨みましょう。
本番同様、時間も意識してみて。
香月 リサ 先生
第1回はAI基礎・技術編、5問です。
ヒント: 迷ったら、まず選択肢を「明らかに違う」ものから消去してみてね。
戸倉 ジャスミン
消去法ね、了解! 2択まで絞れれば正答率50%じゃん!
深見 つむぎ
その意識で臨むのは大事よ。
さあ、問題開始ね。
雪村 ましろ
みんなで突破するもん! えへへ、模試ってなんだか部活の大会みたい〜!
香月 リサ 先生
仲間と挑む時間が記憶に残るわね。
では、問題1から行きましょう。
戸倉 ジャスミン
そういえば、AIの歴史って3つのブームがあったんだよね。
最初のやつからいくか!
深見 つむぎ
第1次は探索・推論、第2次はエキスパートシステム、第3次は深層学習中心ね。
時代と主役技術のセットで覚えるのが王道よ。
雪村 ましろ
時代劇みたい〜!
香月 リサ 先生
歴史の流れを押さえると、各ブームの特徴が混ざらなくなるわよ。
確認クイズ
第3次AIブームの主な原動力となった技術はどれか?
- エキスパートシステム
- 深層学習 (ディープラーニング)
- ファジィ論理
- 遺伝的アルゴリズム
こたえを見る
正解: 2. 深層学習 (ディープラーニング)
第3次AIブーム (2010年代〜) は深層学習 (ディープラーニング) の発展が主原動力です。ビッグデータ・GPU計算能力向上・アルゴリズム改善の3要素が揃ったことで爆発的な進歩が起きました。エキスパートシステムは第2次ブーム (1980年代) の主役です。
雪村 ましろ
次は学習方式の問題かなぁ? 教師あり・教師なし・強化学習の3兄弟〜!
戸倉 ジャスミン
正解ラベルの有無が分かれ目だよね。
これは得意じゃん!
深見 つむぎ
クラスタリング・分類・強化学習の対応を、もう一度頭の中で整理してから回答しましょう。
確認クイズ
教師あり学習に該当するタスクはどれか?
- 顧客をグループ分けするクラスタリング
- 正解ラベル付きデータを使ったメールのスパム分類
- 報酬を最大化する囲碁AIの学習
- データの構造を可視化する次元削減
こたえを見る
正解: 2. 正解ラベル付きデータを使ったメールのスパム分類
正解ラベル付きデータを使う分類タスク (スパム判定など) は教師あり学習の代表例です。クラスタリング・次元削減は教師なし学習、報酬最大化は強化学習に該当します。アプローチの違いを意識しましょう。
香月 リサ 先生
次はTransformer関連ね。
中核技術の名前、覚えているかしら?
戸倉 ジャスミン
Self-Attention! 自己注意機構! 並列処理が可能!
深見 つむぎ
ジャスミンちゃん、キーワードが立て続けに出てきたわね…驚いたわ。
よく覚えたわね。
確認クイズ
Transformerアーキテクチャの特徴として最も適切なものはどれか?
- 再帰的な構造で逐次処理を行う
- 自己注意機構 (Self-Attention) により並列処理が可能
- 畳み込み層のみで構成される
- 教師なし学習には使用できない
こたえを見る
正解: 2. 自己注意機構 (Self-Attention) により並列処理が可能
Transformerは自己注意機構 (Self-Attention) を中核とし、RNNと異なり並列処理が可能です。これにより学習が高速化し、LLMの発展を可能にしました。再帰はRNN、畳み込みはCNNの特徴で、Transformerには用いられません。
確認クイズ
GPTシリーズのモデルアーキテクチャとして正しいものはどれか?
- Transformerのエンコーダ型
- Transformerのデコーダ型
- CNN (畳み込みニューラルネットワーク)
- RNN (再帰型ニューラルネットワーク)
こたえを見る
正解: 2. Transformerのデコーダ型
GPT (Generative Pre-trained Transformer) はTransformerのデコーダ型アーキテクチャで、次のトークンを予測するテキスト生成に特化しています。エンコーダ型の代表はBERTで、こちらは文の理解・分類が得意という対比が頻出です。
雪村 ましろ
最後は画像生成AIだぁ! ましろ、この分野ちょっと得意かも〜!
香月 リサ 先生
現主流は拡散モデル、ノイズから画像を作る仕組みよ。
GANとVAEとの違いもチェックしましょうね。
戸倉 ジャスミン
砂嵐から絵が生まれる、ってましろが言ってた比喩、よかったよね!
確認クイズ
拡散モデル (Diffusion Model) の画像生成の仕組みとして最も適切なものはどれか?
- 2つのネットワークが競い合いながら学習する
- ランダムノイズから段階的にノイズを除去して画像を生成する
- 画像を圧縮してから復元する
- ピクセルを左上から順番に1つずつ生成する
こたえを見る
正解: 2. ランダムノイズから段階的にノイズを除去して画像を生成する
拡散モデルはランダムノイズから段階的にノイズを除去することで画像を生成します。2ネットワークが競うのはGAN、圧縮・復元はVAEの特徴です。現在の画像生成 (Stable Diffusion・DALL-E等) はほぼ拡散モデルベースです。
香月 リサ 先生
5問お疲れさま! 全部解けたかしら? 手応えはどうだった?
戸倉 ジャスミン
意外といけた気がする! バドミントンの試合終盤みたいな達成感あるじゃん!
雪村 ましろ
難しかったけど…復習した内容だから、何とか解けたぁ! 安心〜!
深見 つむぎ
間違えた問題は、必ず解説を読んで弱点を埋めましょう。
次の模擬2に進みましょうね。
香月 リサ 先生
正解だった問題も、なぜ他の選択肢がダメなのかを言語化できれば完璧よ。
次の模擬2も頑張ってね!
戸倉 ジャスミン
よーし、次もやってみる!
雪村 ましろ
1問ずつ解いていくの、意外と楽しいのぉ〜! パズル感覚みたい!
深見 つむぎ
合格後にもこの粘り強さは財産になるわ。
次の回も頑張りましょう。