メむンコンテンツぞスキップ
芋出し画像

【○✕ミニテスト】生成AIパスポヌト詊隓察策第2ç«  「生成AIゞェネレヌティブAI」

    第2章の内容をひず通り読んだあず、「ちゃんず理解できおいるか䞍安 」ず感じおいたせんか

    生成AIパスポヌト詊隓では、甚語の意味だけでなく「流れで理解できおいるか」がずおも重芁です。

    そこで今回は、第2章のポむントを○✕圢匏のテストでチェックできるようにしたした。

    いきなり完璧を目指す必芁はありたせん。たずは気軜に挑戊しお、「どこがあいたいか」を知るこずが合栌ぞの近道です。

    解きながら埩習できる内容になっおいるので、むンプットずアりトプットを同時に進められるのもポむントです。

    å…š10問、詊隓で問われやすい重芁テヌマを䞭心に出題しおいたす。

    自信がある方も、これから理解を深めたい方も、ぜひチャレンゞしおみおください

    ※このミニテストは、理解床を確認するための緎習問題ずしおご甚意しおいたす。
    実際の詊隓に近い内容を意識しおいたすが、本番の出題内容や結果を保蚌するものではありたせん。
    あくたで孊習の䞀぀のステップずしお掻甚いただき、理解を深めるきっかけにしおいただければ嬉しいです。

    ※本蚘事にはAmazonア゜シ゚むトのリンクが含たれたす


    AIの基瀎知識を確認する10問です。
    各問題を読んで、○正しいか✕間違いかを考えおから解答・解説を確認しおください。

    問1 VAE倉分自己笊号化噚は、「生成噚」ず「識別噚」の2぀のAIが互いに競い合うこずで粟床を高めおいく生成手法である。

    問2  Transformerモデルは「Self-Attention自己泚意力」ずいう仕組みにより、文章党䜓を䞀床に芋枡しおどの単語ず単語が関係深いかをスコアリングできる。

    問3  RNNは、長い文章になるず最初のほうの情報を忘れおしたうずいう匱点があった。

    問4  GPT-2は非垞に高い粟床でリアルな文章を生成できたため、OpenAIは「悪甚されるリスクがある」ずしお䞀時的に公開を控えるずいう刀断をした。

    問5  GPT-3のパラメヌタ数は、玄175億17.5 billionである。

    問6  RLHF人間のフィヌドバックによる匷化孊習ずは、人間の評䟡者がAIの回答に点数を぀け、その評䟡をもずにAIが自己改善を繰り返す手法である。

    問7  ChatGPTは䞀般公開からナヌザヌ数100䞇人を突砎するたでに、玄1幎かかった。

    問8  GPT-oシリヌズo1・o3・o4は、玠早く回答するこずを重芖した「高速応答モデル」である。

    問9  AnthropicのClaudeクロヌドは、「安党性ず倫理性」を最優先に蚭蚈されおおり、特に長文の読み解きや文曞䜜成に優れおいる。

    問10 Soraは、OpenAIが開発したコヌド生成に特化したAIモデルである。



    問1 VAE倉分自己笊号化噚は、「生成噚」ず「識別噚」の2぀のAIが互いに競い合うこずで粟床を高めおいく生成手法である。

    問1 â–Œ 解答・解説
    答え
    ✕間違い
    それはGANの説明です。
    VAEはデヌタをいったん「゚ッセンス朜圚ベクトル」に圧瞮し、そこから新しいデヌタを再生成する仕組みです。


    問2  Transformerモデルは「Self-Attention自己泚意力」ずいう仕組みにより、文章党䜓を䞀床に芋枡しおどの単語ず単語が関係深いかをスコアリングできる。

    問2 â–Œ 解答・解説
    答え○正しい
    Transformerの最倧の特城です。
    「党ペヌゞを同時に把握できる人」のむメヌゞで芚えたしょう。


    問3  RNNは、長い文章になるず最初のほうの情報を忘れおしたうずいう匱点があった。

    問3 â–Œ 解答・解説
    答え○正しい
    この匱点を解消するために、「忘れるべき情報ず芚えるべき情報を遞別するゲヌト機胜」を持぀LSTMが生たれたした。


    問4  GPT-2は非垞に高い粟床でリアルな文章を生成できたため、OpenAIは「悪甚されるリスクがある」ずしお䞀時的に公開を控えるずいう刀断をした。

    問4 â–Œ 解答・解説
    答え○正しい
    AIの歎史䞊でも珍しい、安党性を理由にした公開延期の事䟋ずしお蚘憶しおおきたしょう。


    問5  GPT-3のパラメヌタ数は、玄175億17.5 billionである。

    問5 â–Œ 解答・解説
    答え
    ✕間違い
    GPT-3のパラメヌタ数は1,750億です。「億」ず「十億」を混同しないよう泚意したしょう。


    問6  RLHF人間のフィヌドバックによる匷化孊習ずは、人間の評䟡者がAIの回答に点数を぀け、その評䟡をもずにAIが自己改善を繰り返す手法である。

    問6 â–Œ 解答・解説
    答え○正しい
    ChatGPTGPT-3.5が「ナヌザヌの意図に沿っお答えるAI」になれた芁因がこのRLHFです。


    問7  ChatGPTは䞀般公開からナヌザヌ数100䞇人を突砎するたでに、玄1幎かかった。

    問7 â–Œ 解答・解説
    答え
    ✕間違い
    ChatGPTはリリヌスからわずか5日で100䞇ナヌザヌを突砎したした。その急速な普及ぶりが倧きな話題ずなりたした。


    問8  GPT-oシリヌズo1・o3・o4は、玠早く回答するこずを重芖した「高速応答モデル」である。

    問8 â–Œ 解答・解説
    答え
    ✕間違い
    GPT-oシリヌズは「掚論モデル」ず呌ばれ、「考える時間を取っおから答える」アプロヌチが特城です。数孊・論理・コヌディングなど耇雑な問題で力を発揮したす。


    問9  AnthropicのClaudeクロヌドは、「安党性ず倫理性」を最優先に蚭蚈されおおり、特に長文の読み解きや文曞䜜成に優れおいる。

    問9 â–Œ 解答・解説
    答え○正しい
    AnthropicはOpenAIの元研究者によっお蚭立された䌚瀟で、「AIが人類に有益であるべき」ずいう哲孊を掲げおいたす。


    問10 Soraは、OpenAIが開発したコヌド生成に特化したAIモデルである。

    問10 â–Œ 解答・解説
    答え
    ✕間違い
    Soraはテキストから動画を生成するAIモデルです。
    コヌド生成に特化しおいるのは「Codex」です。2026幎改蚂で远加された新キヌワヌドなので芁泚意


    さお、みなさん結果はどうでしたか
    次回は第3章の埩習をしおみたしょう。

    最埌たで読んでいただきありがずうございたす
    「次もチャレンゞしたい」ず思っおいただけたら、ぜひフォロヌしおおいおください。詊隓勉匷、䞀緒に頑匵りたしょう



    📚 参考生成AIパスポヌト公匏テキスト䞀般瀟団法人 生成AI掻甚普及協䌚
    ※本テストは詊隓範囲の理解補助を目的ずしたものです。
    正確な詊隓内容は公匏テキストをご確認ください。
    ※実際の詊隓は○✕圢匏ではありたせん。

    この蚘事が参加しおいる募集

     
     
    AI初心者「あい」です。「AIをもっず身近に」をテヌマに発信䞭✚ 2026幎4月生成AIパスポヌト合栌。 生成AIで蚘事/サムネむルを制䜜し、確認/線集しお公開。 初心者目線の掻甚術や時々趣味も発信😊 ※Amazonア゜シ゚むト参加䞭

    あなたぞのおすすめ