② 生成AIの仕組み
生成AIパスポート 第104問
問題
CNNの「局所的な範囲」を見るアプローチは通常のニューラルネットワークのどの課題を解決したか。
A過去のデータが全て消えてしまう課題
B学習データが不足してしまう課題
C全ての入出力を結びつけると計算が膨大になる課題✓ 正解
D出力結果が常にランダムになる課題
正解
C：全ての入出力を結びつけると計算が膨大になる課題
解説
一部のみを見て処理を行うことで画像などの大容量データを扱う際の計算量を抑えました。
分野解説：② 生成AIの仕組み
Transformer・LLM（大規模言語モデル）・拡散モデル・トークン・パラメーター・事前学習・ファインチューニング・RLHFなど、生成AIの内部構造を学ぶ分野です。GPT・Claude・Geminiなど代表的なモデルの違い、テキスト生成・画像生成・音声生成それぞれのアーキテクチャの違いを整理します。ハルシネーション（もっともらしい嘘）が発生する原因など、技術的特性の理解も問われます。
この分野の問題をすべて見る →本番形式で問題を解いてみよう
クイズモードで挑戦 →同じ分野の関連問題
生成AIパスポートについて
AIリテラシーを証明する時代の資格
| 主催 | 一般社団法人生成AI活用普及協会（GUGA） |
|---|---|
| 出題形式 | CBT方式・60問（4択） |
| 試験時間 | 60分 |
| 受験料 | 11,000円（税込） |
| 合格基準 | 正答率70%以上（42問以上） |
| 難易度 | ★★☆☆☆（比較的やさしい） |