#21
AI技術の進展に伴って現れた新しい脅威のひとつに、（ アドバーサリアル・エグザンプル攻撃 ）の問題がある。悪意のある人物が、詐欺やポルノグラフィーの製造に利用したり、選挙におけるネガティブキャンペーンに用いたりすることで、社会的・政治的な混乱が懸念されることから、各国や各企業が対策を検討している。
#22
Q値を用いる強化学習に関する説明
＃23
特徴量の数が極めて多いデータセットに対してランダムフォレストを用いて分析を行った際に得られる利点として、（決定木より処理が高速となる）点が挙げられる。
#24
多層パーセプトロンは（ 順伝播型 ）ニューラルネットワークで、ディープラーニングモデルの原型である。多層パーセプトロンは入力値を出力値に写像する関数で、この関数を変えることで入力の新たな表現を得ながらデータの新しい表現を学習する。
#25
AI技術の社会実装によって生じる倫理的・法的・社会的な課題に対処するために企業が留意しなければならないこととして、以下のようなことが挙げられる。
- 社内でAI倫理委員会を組織する際には、実効性のない名ばかりの委員会による「エシカル・ウォッシュ」に陥らないよう設置者が委員会の人選や権限に留意する必要がある。
- 個人情報などを扱う企業においては、単に社内で法令やコンプライアンスを遵守するだけでなく、ユーザーに対してプライバシーやセキュリティ対策をどのように実施しているのかを公開し、透明性を高めることが望ましい。
- 企業は自社の製品やサービスによって八視した倫理的・法的・社会的課題に対処する為、クライシスの種類と緊急レベルに応じた危機管理マニュアルを整備しておくことが望ましい。
#26
AI研究には過去に2度のブームが起こり、現実的な進展が周囲の過剰な期待に追い付かず、それらのブームは終焉を迎えた。第1次AIブームの時代に問題を解く際に用いられたが、それでは迷路やパズルといったトイ・プロブレムしか解くことができず、適用範囲が狭いことが課題となった手法（探索や推論）を用いていた。
#27
「セマンティックセグメンテーション」とは、（画素単位でクラス識別を行う）ものである。
#28
画像のデータセットであるMNISTとは、（０から９までの手書き数字を28ピクセルｘ28ピクセルのモノクロ画像として表現したデータセット）である。
#29
自然言語処理においてトークンをより低次元の空間における実数ベクトルとして表現するために用いられる手法として、（Word2vec）がある。
#30
ゲートの数を削減することでLSTM（Long Short-Term Memory）における高い計算コストの削減を実現した手法の名称として、GRU（Gated Recurrent Unit）がある。
#31
コンピュータによる画像中の物体認識の精度を競う国際コンテストImageNet（ILSVRC）にて、2015年にMicrosoft社が開発し、人間に勝るとも劣らない認識率を示したと報告され大きな話題となった、スキップコネクション（Skip connection）を特徴とするモデルは（ResNet）である。
#32
ディープラーニングの特徴として、モデルが行う推論の理論・根拠が説明困難な場合がある。これを理由にディープラーニングの活用が敬遠される場合もあるが、改善に向けた研究開発は行われている。このうち2016年に発表された説明可能なAI（Explainable Artificial Intelligence：XAI）への投資プログラムが発表された。この投資プログラムでの試みは、（推論の根拠の可視化や文章化による説明をすること）である。
#33
以下の文章を読み、空欄に最もよくあてはまる選択肢を１つ選べ。
日本政府は、SAE J3016基準でレベル３の自動運転を実用化する目標を掲げている。レベル3の自動運転は（高速道路など一定の環境下で、運転手がすぐに運転に戻れることを条件に、ハンドルから手を放したままでいること）が認められていることから、2019年5月には改正道路運送車両法のほか、改正道路交通法が成立した。
#34
AIの共同開発形式において留意しなければならないこととして、最も不適切な選択肢を１つ選べ。
- アジャイル型の開発方式はあらゆる工程にすべてのステークホルダーが関与する余地があるため、仕様変更に柔軟に対応できる利点があるが、そのぶん責任の範囲や成果の帰属について適時適切にコミュニケーションをとり、契約交渉を行うよう留意しなければならない。
- 経済産業省の「AI・データの利用に関する契約ガイドライン」では、開発プロセスをアセスメント、PoC、開発、追加学習の各段階に分けて、それぞれの段階で必要な契約を結ぶことで、試行錯誤しながら納得のゆくモデルを生成するアプローチがしやすくなるとしている。
- これまでの裁判例からシステム開発においては開発者と利用者の双方に協力しあう義務があることが確認されており、そのなかに実際に発注を行う利用者が実際の業務や既存システムについて情報提供する義務も含まれている。
#35
深層強化学習を実際の問題に適応する際には、問題と報酬の組み合わせが重要である。以下のような組み合わせがある。
（目的）衝突回避をしながらドローンを自立飛行させる。 （報酬）追突がない場合0、追突がある場合-1
#36
活性化関数とは、ニューロンの出力に何らかの非線形な変換を加える関数である。誤差逆伝播における勾配消失を防ぐ役割を持ち、ニューラルネットワークの多層化に貢献した活性化関数として（ReLU関数）がある。
#37
メールや議事録、あるいはアンケートなどのビジネスデータの分析では、文書から有用な情報を抽出する必要がある。一般にこれらは複数の文からなる文章であり、文単体ではなく文章全体の意味を考慮することが重要な意味を持つ場合も多い。それにかかわる「照応解析」とは、（代名詞などの表現が指す対象を推定する技術）である。
#38
改正道路運送車両法において、自動運転の保安基準として（作動状態記録装置）の搭載を義務付けられている。
#39
音声データに対して計算機で扱うことができるように（アナログデジタル変換）を行う。（アナログデジタル変換）では標本化を行う際、（サンプリング定理）に従えば、音声データの周波数の2倍を超える周波数でサンプリングをすれば完全に復元することができる。そして音声区間検出を行い、その音声に対して周波数成分を求めるために（フーリエ解析）を行う。その後特徴量を抽出する処理を行う。
#40
2012年、コンピュータによる画像中の物体認識の精度を競う国際コンテストImageNet（ILSVRC）にて優勝し、従来の認識精度を大幅に改善したことをきっかけにディープラーニングが注目を集めることとなった。トロント大学のチームが開発したディープラーニングを利用したモデルは（AlexNet）である。
