【Iパス９問】AI特有の技術問題
今回は、AI特有の技術問題です。
AIは移り変わりの速い先端技術ですが、ここで紹介する技術はAIの基礎として今後も変わらないので大丈夫です。
1～3問の正解が期待できますよ。
AIを問題を分析すると、大きく4種類あると分かりました。どこから対策しても大丈夫です。
AIの技術用語 ←今回
全部で32問あるので、5問は得点アップが期待できます。
なお、このNoteは私が専門学校で教えてきた指導経験と970点合格をした実績に基づいていますので、ちょっとでも信用してくれたら嬉しいです。
＼全てのNoteへのリンク集／
ディープラーニング（深層学習）
「ディープラーニング（深層学習）」は、「ニューラルネットワーク」を用いた「機械学習」と思って大丈夫です。
「ニューラルネットワーク」とは、「脳神経回路を模した」ネットワークをプログラムで実現したAIです。
ディープラーニングについての記述はどれか。
ア：インターネットに公開された教材を使って、いつでもどこでも教育を受けることができる
イ：ニューラルネットワークを用いてコンピュータが自ら規則性を見つけ出せるように学習を進める
ウ：体系的に分類された特定分野の専門知識から、適切な回答を得る
エ：一人一人の習熟度や理解度に応じて、適切な知識・難易度を推定して教育に活かす
正答はイ。
アは、e-learning。エは、アダプティブラーニング。ITの教育分野への活用で流行っています。
ディープラーニングの記述はどれか。
ア：顧客に関する情報を一括管理する仕組み
イ：PCなどのIT機器・通信ネットワークを用いて、動画やアプリなどで実施される教育形態
ウ：組織内の各個人が持つ知識やノウハウを組織全体で共有する仕組み
エ：大量のデータを人間の脳神経回路を模したモデルで解析して、コンピュータ自身がデータの特徴を見出していく学習技術
正答はエ。
イは、e-learning。
アは、CRM。ERP・CRM・MRPは、ITパスポートで最初に覚えるべき用語です。＞＞4グループ用語を最重要するNote＜＜ もどうぞ。
ウは、KM（ナレッジマネジメント）。CRMと一緒で最初に覚えるべき用語です。＞＞英単語を知っておく意味Note＜＜ もどうぞ。
以上2つのNoteは、ITパスポートの勉強を始める時に、絶対読んで欲しいです。
ニューラルネットワーク
AIといったら「ニューラルネットワーク」のイメージが強いですよね。
確かにその通り。他のAIよりも優先して最初に覚えましょう。簡単ですよ。
ニューラルネットワークについての記述はどれか
ア：様々な情報機器が、社会の至る所に存在し、いつでもどこでもネットワークに接続できる環境
イ：国立情報学研究所が運用している、大学や研究機関を結ぶ高速ネットワーク
ウ：全国の自治体が、氏名・生年月日・性別・住所などの住所を、居住地以外の自治体からも引き出せるようにネットワーク化したシステム
エ：ディープラーニングで用いられる、脳神経の仕組みをコンピュータで模したモデル
正答はエ。
アは、ユビキタス。現在のIoTにつながる思想です。AIと併せて、＞＞IoTのNote＜＜ もどうぞ。平均5問も出るので、ぜひ得点源にしましょう。
イは、SINET（サイネット）。
ウは、住基ネット。マイナンバーと一緒に政府の施策として、一般常識として知っておいてもよいです。
人間の脳神経の仕組みをモデルにして、コンピュータプログラムで模したものはどれか。
ア：ソーシャルネットワーク
イ：デジタルトランスフォーメーション（DX）
ウ：ニューラルネットワーク
エ：ブレーンストーミング
正答はウ。
イのデジタルトランスフォーメーション（DX）は、AI・IOT・クラウド・モバイルなどの新技術を使ってビジネスや生活を革新することです。
DXは、SDGsと一緒で流行り言葉なので、1問ぐらい絡んできます。
アは、SNS全般のこと。Twitterなどだけでなく、Youtubeや電子掲示板も含めて良いです。
エは、アイディアを出し合う手法。KJ法と組み合わせます。
ディープラーニングを構成する技術で、人間の脳神経回路を数学的なモデルで表現したものはどれか。
ア：コンテンツデリバリネットワーク
イ：ストレージエリアネットワーク
ウ：ニューラルネットワーク
エ：ユビキタスネットワーク
正答はウ。
他は、再度でたら覚えるで良いです。令和5年までに出てないので、私なら無視します。
活性化関数
活性化関数はニューラルネットワークで使われる関数です。
入力層に与えられた入力値が、ネットワーク内の各ニューロンを駆け回り、出力層に現れた出力値がAIの答えです。
ニューロンは入力値によって「発火」すると、出力値を次の層のニューロンに伝えます。発火するかを決める関数が活性化関数です。
AIに利用されるニューラルネットワークにおける活性化関数の記述はどれか。
ア：ニューラルネットワークから得られた結果から、結果の信頼度を計算する
イ：入力層と出力層のニューリオンの数を基に、中間層に必要なニューロンの数を計算する
ウ：ニューロンの接続構成を基に、最適なニューロンの数を計算する
エ：1つのニューロンにおいて、入力された値を基に、次のニューロンに渡す値を計算する
正答はエ。
他は知らなくて良いです（そもそもイとウは存在しません）。
3つの学習手法
AIでの機械学習の方法はたくさんありますが、3つ覚えれていれば大丈夫です。少
教師あり学習：問題と答えを与えて学習させる
教師なし学習：問題と課題を与えて学習させる
強化学習：環境下でうまくいく方法を試行錯誤させて学習させる
教師あり学習の例は、犬の画像（問題）と犬ってラベル（答え）を同時にAIに与えて、正解率が上がるように学習を進めます。
教師なし学習は、犬の画像（問題）を大量に与えるのは同じですが、答えは教えません。代わりに「2種類に分けなさい」などの課題を与えます。AIは、人間でいう色か毛の長さかは分かりませんが、何らかの特徴を見つけて2つにわけるよう学習を進めます。
強化学習は、コンピュータシミュレーションに近いです。迷路などの環境を与えて、その中でAIは試行錯誤を繰り返します。ゴールなど高いポイントが取れるように学習を進めます。
教師あり学習によって作られたAI事例はどれか。
ア：衣料品通販サイトで、利用者が気に入った服を選ぶと、画像の特徴から好みにあった商品を提案する
イ：スキー場がスキーをするに適した環境かを、気温・天候・積雪・風などの条件を基に、あらかじめ決めておいたルールベースプログラムで判断する
ウ：麺を容器に盛り付けるロボットが、盛り付ける訓練を繰り返して学習し、製造ラインに導入される
エ：録音された乳児の泣き声と、泣いた原因を学習データとして与え、泣き声から原因を推測するAIを作った
正答はエ。
アは教師なし学習
ウは強化学習
イはルールベースAI
特にイは「AI」と名乗ってますが、普通のプログラムと同じです。ルールを見出すのは人間であり、プログラムが学習するわけではないです。
A社では、顧客の行動・天候・販売店の場所など多くの項目から成るデータを取得してる。データを分析して販売数量の変化を説明したい。説明に使うパラメータをできるだけ少なく絞りたい時に用いる分析法はどれか。
ア：ABC分析
イ：クラスター分析
ウ：主成分分析
エ：相関分析
主成分分析（PCA）は、データを説明できる要因を新たに見つけ出す手法です。AIでもよく使われる学習手法です。
下図では、データを表現するには2軸必要でしたが、新しく斜めの軸を採用することで、1軸だけで表現できるようになりました。
アのABC分析は、パレート図を用いてグループ分けする分析手法です。
エの相関分析は、散布図や相関係数を用いて、要因同士の増減関係を分析する手法です。
イのクラスター分析は、グループ分けをする分析手法です。
それぞれちょろっと出てくるので、軽いイメージだけ持っておきましょう。
PoC（Proof of Concept）
PoCは仮説を実証するために小さな実験をすることです。
データ分析やAIを開発する時に行います。どちらも大量のデータを用意して行うので、本当にその労力に見合う成果が出そうかをPoCによって確認しておきます。
あるコールセンタでは、AIを活用したシステムの導入を検討している。しかし、想定している効果が得られるかなど不明点が多いため、試行して実現性の検証を行うことにした。このような検証を何というか。
ア：IoT
イ：PoC
ウ：SoE
エ：SoR
正答はイ。
アのIoTは、＞＞IoTの特集Note＜＜ もどうぞ。平均5問も出ますから、AIと一緒に得点源にしてくださいね。
まとめ
今回は、AI特有の技術用語を対策しました。
ディープラーニング、ニューラルネットワークに加え、活性化関数など中身も少し出ましたね。
問題演習主体では、右往左往して混乱しますが、1つずつ対策して系統的知識にすれば簡単でしたね。
次は ＞＞自然言語分野の詳しい対策Note＜＜ をお勧めします。実はチャットボットの問題は必ず1問出てきてるんです。
＼全てのNoteへのリンク集／
p.s. 普段は >> 専門学校とIT就職のブログ << をやってます。
でわでわ（・ω・▼）ノシ
学習方法・問題特集のNoteは全て無料提供を続けます▼ もしご覧になったNoteが有益だったり、私の志に共感されたりしましたら、サポート頂けますと励みになります▼ もちろんコメントでも結構です(・ω・▼)ノシ