生成AIパスポート　③ 活用・最新技術

RAG（検索拡張生成）・エージェント・マルチモーダル・ファインチューニング・プロンプトエンジニアリングなど、生成AIを実務で活用するための技術と、最新トレンドを学ぶ分野です。各分野での具体的な活用事例（カスタマーサポート・コード生成・要約・翻訳など）や、AI導入時のROI評価の考え方も問われます。技術の進歩が早いので最新動向のキャッチアップが必要です。

この分野の問題96問を、選択肢・正解・解説つきで掲載しています。まず自分で解答を考えてから「正解と解説を見る」を開いて答え合わせをしてください。

クイズモードで挑戦 →

第122問自然言語処理と機械学習を利用して文章やテキストデータを自動的に生成するAIモデルを何というか。

A画像生成AI
B音声生成AI
Cテキスト生成AI
D動画生成AI

正解と解説を見る

正解：C．テキスト生成AI

NLPと機械学習を組み合わせて世の中の大量のテキストデータを学習し文章を生成します。

生成AIパスポート ③ 活用・最新技術

第122問自然言語処理と機械学習を利用して文章やテキストデータを自動的に生成するAIモデルを何というか。

第123問テキスト生成AIを構成する技術であるNLPとは何の略称か。

第124問いわゆるLLMと呼ばれるものの代表例でありOpenAIが提供する有名なモデルはどれか。

第125問テキスト生成AIを利用するメリットとして不適切なものはどれか。

第126問テキスト生成AIが既存の文章や記事に付加情報を加えたり新たな視点を提供したりするメリットを何というか。

第127問プログラマーが手動でコードを生成する必要がある部分を代替できるテキスト生成AIのメリットはどれか。

第128問テキスト生成AIを利用する際の注意点として個人情報やセンシティブな情報の入力に関するものはどれか。

第129問画像生成AIの仕組みの1つで生成器と識別器の2つのネットワークを競わせることで高品質な画像を生成するモデルはどれか。

第130問画像生成AIのVAEにおいてエンコーダが入力画像を理解して出力する絵の特徴を要約した情報を何と呼ぶか。

第131問VAEにおいて潜在ベクトルを受け取り元の絵の再現に挑戦する役割を持つものはどれか。

第132問ノイズ除去を段階的に逆再生する仕組みにより高精細な描画を実現する現在の画像生成AIの主流モデルはどれか。

第133問自己回帰型Transformerを組み合わせることで看板の文字や細線といった細部まで破綻なく生成できるようになったモデルの例はどれか。

第134問画像生成AIを活用して特定のカテゴリの画像データが不足している場合に新たな画像を生成して補うメリットを何というか。

第135問画像生成AIが特定の地域の人間や性別に偏った画像を生成してしまうリスクを何というか。

第136問画像生成AIで生成した画像を商用利用する際に既存の作品と類似している場合に気をつけるべき法的問題はどれか。

第137問音楽生成AIの学習データとして一般的に使用される音符のシーケンスなどの形式はどれか。

第138問音楽（音符の連続）のようなシーケンスデータの処理に長けており音楽生成AIによく用いられるディープラーニングモデルはどれか。

第139問音楽生成AIが人間のリスナーに音楽を提供し感想や評価を獲得するステップの目的は何か。

第140問専門的な音楽制作スキルがなくてもAIの力を借りて誰でも手軽に音楽を作り出せるメリットを何というか。

第141問音楽生成AIが伝統的な作曲家やミュージシャンの市場需要を減少させるかもしれないという懸念は何の問題に分類されるか。

第142問AIが作曲した音楽を人間が作曲したものとして偽って販売する行為はどのような問題に該当するか。

第143問音楽生成AIが完全に捉えることは難しいとされている音楽の重要な要素はどれか。

第144問音声生成AIのトレーニングにおいて様々な発音パターンを学習させるために行われる周波数変更などの手法を何と呼ぶか。

第145問人物画像の口の動きを生成された音声に同期させる技術を何と呼ぶか。

第146問音声生成AIを用いて異なる言語の音声を自動的に翻訳しユーザーに理解しやすい言語で聞かせるメリットはどれか。

第147問音声アシスタントなどで音声生成AIがユーザーとの対話において迅速な応答を実現するメリットを何というか。

第148問音声生成AIが複雑な文脈や専門的な用語を含むテキストを不正確なニュアンスで読み上げてしまうリスクを何というか。

第149問音声生成AIを利用した詐欺行為や不正利用など社会的な問題に直結する深刻なリスクはどれか。

第150問動画生成AIはコンピュータがどのようなデータを連続的に結合して動画を生成する技術か。

第151問動画生成AIにおいて時間的に連続するフレーム間の一貫性を保つためによく利用されるネットワークはどれか。

第152問2024年2月にOpenAIが発表し最長1分間の非常にクオリティの高い動画を生成できると話題を呼んだAIはどれか。

第153問2025年5月にGoogle DeepMindが発表した動画と同時に環境音やセリフも一括で合成できるAIはどれか。

第154問動画生成AIを活用して古い映画やビデオを高解像度に変換するメリットを何というか。

第155問動画生成AIを用いて動画内の特定の人物の顔や個人情報を自動的に非表示にするツールのメリットはどれか。

第156問動画生成AIが生成した映像において音と映像のズレやキャラクターの動きの不自然さが見られる課題を何というか。

第157問動画生成AIで実在する人物に酷似した映像を無断で生成した場合に発生する可能性が高い問題はどれか。

第158問ディープラーニングを利用して人を故意に騙す目的で作られた非常にリアルな偽造コンテンツを何というか。

第159問ディープフェイク技術によって引き起こされる社会的な問題としてテキストで言及されているものはどれか。

第160問ディープフェイク技術の特徴として正しいものはどれか。

第161問他人の顔や声を同意を得ずに使用してディープフェイクを作成した場合に引き起こされる深刻な問題はどれか。

第162問ディープフェイク技術が詐欺やなりすましに悪用されることで企業や個人にもたらされるリスクはどれか。

第163問ディープフェイクに対するレギュレーション（法規制）の現状について正しいものはどれか。

第164問テキスト生成AIによる文章の要約や翻訳はどのようなメリットに最も貢献するか。

第165問テキスト生成AIが既存のコンテンツから情報を集めて分析し人間にはない幅広い選択肢を提案するメリットはどれか。

第166問テキスト生成AIが生成したテキストをそのまま使用する際最も注意すべきデメリットはどれか。

第167問画像生成AIにおけるデータの水増し（augmentation）の主な目的は何か。

第168問画像生成AIを利用して新商品の形状やデザイン案を素早く作成して検証するメリットを何というか。

第169問音楽生成AIのプロセスで生成された音楽の品質やリスナーの好みを理解するために必要なものは何か。

第170問音声生成AIのトレーニングデータに特定の地域のなまりが極端に多かった場合生成される音声はどうなる可能性が高いか。

第171問映画や広告の制作現場において動画生成AIを利用して映像の評価や予測を事前に行うメリットを何というか。

第172問イギリスの企業で被害者が仕入先からの電話と信じて約3400万円を送金した事件で使われた技術はどれか。

第173問中国で詐欺師が被害者の友人に成りすましビデオ通話を通じて約8500万円を送金させた事件の手法はどれか。

第174問2023年5月にSNSで拡散され一時的にダウ平均株価を下落させる影響を及ぼした偽造画像の内容はどれか。

第175問ディープフェイクや生成AIの脅威に対する最も重要な対策としてテキストで挙げられているものはどれか。

第176問膨大な文書群から適切な情報を検索および抽出し文脈に応じた知識を即時にLLMに組み込む技術の略称はどれか。

第177問従来のAIモデルが学習用データとして取り込んだ情報の最終更新時点のことを何と呼ぶか。

第178問企業固有の製品情報や社内ルールなど一般的な学習データに含まれていない質問にはAIが答えられない課題を何というか。

第179問AIが知らない情報について質問された際にもっともらしいが全く間違った回答を捏造して提供してしまう現象は何か。

第180問2020年にRAGの概念を正式に提案する論文を発表したMeta AI（旧Facebook AI Research）の代表的な研究者は誰か。

第181問2020年に提案された初期のRAGシステムが知識ベースとして主に使用していたものはどれか。

第182問2021年から2022年にかけてMicrosoft ResearchがRAGの検索精度を向上させるために開発した手法はどれか。

第183問RAGシステムの全体アーキテクチャを構成する3つの主要コンポーネントに含まれないものはどれか。

第184問RAGのデータ準備段階で検索や処理がしやすいように大きな文書を適切なサイズに分割する処理を何というか。

第185問RAGにおけるチャンク分割の適切な方針として誤っているものはどれか。

第186問文章の意味的な類似性を数学的に計算できるようにテキスト情報を高次元の数値に変換する処理を何と呼ぶか。

第187問高速検索のために作成された数百万から数十億の高次元ベクトルを格納するための専用システムの総称はどれか。

第188問RAGの検索部分においてユーザーの質問をそのまま検索に使用せず事前に行う処理は何か。

第189問RAGの検索プロセスにおいて同義語展開を行う主な目的は何か。

第190問RAGの多段階検索プロセスにおいてベクトル検索により数千から数万の候補を数百程度に絞り込む最初のステップはどれか。

第191問RAGの多段階検索プロセスにおいて質問との関連性や情報の新しさなどを総合的に評価して最終的な順位付けを行う処理は何か。

第192問検索で見つかった複数の情報源から一貫性のある回答を生成するために生成部分が行うコンテキスト統合処理に含まれないものはどれか。

第193問RAGシステムを利用することで言語モデルの再学習コストと比較して更新コストはどの程度になると記載されているか。

第194問RAGシステムが回答の根拠となった具体的な情報源をユーザーに明示することで解決に繋がるAIの課題はどれか。

第195問大手家電メーカーが過去10年分のサポート履歴や取扱説明書を統合したRAGシステムを導入した主な目的はどれか。

第196問大手コンサルティング会社が過去50年分のプロジェクト報告書や専門家の知識をRAGに統合して実現したユースケースはどれか。

第197問教育分野においてRAGシステムを活用し学習者の過去の履歴や理解度を分析して実現されるものは何か。

第198問大手自動車メーカーで全工場の設備データや過去の故障事例を統合したRAGシステムが果たす役割はどれか。

第199問グローバル製造企業がサプライヤー情報や地政学的リスク情報を統合したRAGシステムで最適化するものは何か。

第200問チャットボットと異なり状況を把握し計画から行動そして結果の評価というサイクルを自ら回すことができる人工知能システムを何というか。

生成AIパスポート　③ 活用・最新技術