3級
与えられた制約を守りつつ、実際に作れる設計書を書きます。
受験資格
満18歳以上から受験できます。
必須プログラミング言語
5級から1級まで、全ての級の共通必須です。
Shell Scripting
人工知能を作り、動かすコンピューターを扱うための土台となる言語です。
この資格が試すのは、をゼロから作ることです。その作業はで行われます。データを取ってくる、を走らせる、結果を移す、をに載せる。どれもから始まります。モデルをどの言語で書いても、それを動かし、部品をつなぎ、仕事を自動化するのはです。だから5級から1級まで、すべての級でシェルスクリプトが必須です。（ブラウザやアプリで人工知能を使うだけならターミナルはいりません。作るには必要です。）
シェルプログラミングを学ぶ全級共通の問題
人工知能を完全にゼロから自分で作ろうとしています。どのように作るか設計してください。
5級から1級まで同じ問題が出されます。変わるのは答えに求められる深さと、問題に加わる制約条件です。
何を学ぶか
- 与えられたプラットフォーム・言語の制約の中で構造を設計する。
- 学習の過程との過程を二つに分けて説明する。
- 自分の設計の限界とリスクを自ら明らかにする。
どう評価されるか
- 与えられた制約を守ったか
- 書き出した構造が実際に動きうるか
- 限界を隠さず正直に書いたか
試験の構成
一次は会場での筆記、二次は面接と実技です。どちらも同じ問題を使います。
指定された会場で行います。答案用紙に手書きで解答します。設計を言葉にできるかを見ます。
試験官と設計について面接したうえで、実際にを作ります。紙の上の計画が本当に動くかを見ます。
予想問題
本試験では、上の全級共通の問題が一つだけ出ます。下の20問は、その設計を書く前に知っておきたい言葉・名前・事実を確かめる予想問題です。どれも正解が一つに決まっている短答式なので、説明を読んで答えを書いたら、正解を開いて答え合わせをしてください。公式の問題ではありません。
学習のしくみ
-
1
ニューラルネットワークの重み・バイアスのように、学習中にモデルがデータを見ながら自分で調整する値を、まとめて何といいますか？
正解を見る
正解 パラメーター（Parameter）
「70B モデル」の B は billion（10億）のことで、パラメーターが700億個あるという意味です。
-
2
学習率や層の数のように、学習が自分で決めるのではなく、人が学習の前に決めておく設定値を何といいますか？
正解を見る
正解 ハイパーパラメーター（Hyperparameter）
パラメーターは学習が決め、ハイパーパラメーターは人が決めます。検証データで比べて選びます。
-
3
損失が減る方向（勾配の反対の方向）へ、重みを少しずつ直していく最適化の方法を何といいますか？
正解を見る
正解 勾配降下法（Gradient Descent）
目かくしをして山を下りるとき、足もとが低くなる方へ一歩ずつ進むのと同じです。
-
4
ニューラルネットワークの出力で生まれた誤差を、後ろの層から前の層へ逆向きに伝えながら、それぞれの重みの勾配を計算する方法を何といいますか？
正解を見る
正解 誤差逆伝播法（Backpropagation、バックプロパゲーション）
誤差逆伝播法で勾配を求め、勾配降下法でその勾配の分だけ重みを直します。
-
5
勾配降下法で、一回に重みをどれくらい大きく直すかを決めるハイパーパラメーターを何といいますか？
正解を見る
正解 学習率（Learning Rate）
大きすぎると損失が上がったり下がったりして揺れ、小さすぎると学習がとても遅くなります。
言語モデルの構造
-
6
トランスフォーマーで、文の中のトークン一つひとつが、ほかのトークンのうちどこにどれだけ注目するかを計算する中心のしくみを何といいますか？
正解を見る
正解 アテンション（Attention、セルフアテンション）
トランスフォーマーを初めて発表した論文のタイトルは「Attention Is All You Need」です。
-
7
言語モデルが一度に読んで覚えておけるトークンの最大の長さを何といいますか？
正解を見る
正解 コンテキストウィンドウ（Context Window）
この長さを超えた前の部分は、モデルには見えません。長い文書を扱う設計なら、まずこれを考えなければなりません。
-
8
次のトークンを選ぶとき、値が低いといつもいちばんありそうなものを、高いともっといろいろなものを選ぶようにする生成の設定値を何といいますか？
正解を見る
正解 温度（Temperature）
事実を答えるときは低く、アイデアを出すときは高くすることが多いです。
-
9
すでにたくさんのデータで学習したモデルを、特定の目的に合った少ないデータでさらに学習させて合わせることを何といいますか？
正解を見る
正解 ファインチューニング（Fine-tuning、微調整）
一から学習するよりも、データも計算もずっと少なくてすみます。
-
10
モデルが答える前に関係のある文書を先に探し、その内容をプロンプトに入れて答えさせる方法を、英語3文字の略語で書いてください。
正解を見る
正解 RAG（Retrieval-Augmented Generation、検索拡張生成）
モデルを学習し直さなくても、最新の資料や会社の中の資料をもとに答えさせることができます。
プラットフォームと制約
-
11
インターネットのサーバーを通さずに、スマートフォンやノートパソコンのような機器の中で直接モデルを動かす方式を何といいますか？
正解を見る
正解 オンデバイス AI（On-device AI）
データが機器の外に出ず、インターネットがなくても動きますが、機器のメモリと計算能力に合った小さなモデルでなければなりません。
-
12
モデルの数値（重み）を32ビットの代わりに8ビット・4ビットのような、より少ないビットで表して、大きさとメモリを減らす方法を何といいますか？
正解を見る
正解 量子化（Quantization）
正確さが少し下がることがある代わりに、小さな機器でも大きなモデルを動かせるようになります。
-
13
Web ブラウザーの中で、C や Rust のような言語で作ったプログラムを速く動かせるようにするバイナリ形式の名前を書いてください。このサイトの Python の練習も、これで動いています。
正解を見る
正解 WebAssembly（Wasm、ウェブアセンブリ）
プラットフォームの制約が「ブラウザー」なら、Python とモデルを WebAssembly でブラウザーの中で動かす設計が考えられます。
-
14
もともとはグラフィックス処理のために作られましたが、ニューラルネットワークの学習の大きな行列計算を、同時にたくさん処理してくれるチップを、英語3文字の略語で書いてください。
正解を見る
正解 GPU（Graphics Processing Unit）
何千個もの小さな計算機をいっぺんに動かすので、同じ計算をくり返すディープラーニングによく合います。
-
15
ほかのプログラムが、決められた約束（リクエストとレスポンスの形式）で機能を呼び出して使えるように開いてある窓口を、英語3文字の略語で書いてください。言語モデルを自分のアプリから呼び出すときに使います。
正解を見る
正解 API（Application Programming Interface）
API で他人のモデルを借りて使うと簡単ですが、費用・速さ・データの流出もあわせて考えなければなりません。
限界と危険
-
16
学習データが一方にかたよっていて、モデルが特定のグループに不公平な結果を出してしまう問題を何といいますか？
正解を見る
正解 バイアス（Bias、データの偏り）
例：あるグループの写真が少ししか入っていない顔認識モデルは、そのグループをより多くまちがえます。
-
17
プロンプトや読み込む文書の中にこっそり指示文を隠して、言語モデルにもとの指示を破らせる攻撃を何といいますか？
正解を見る
正解 プロンプトインジェクション（Prompt Injection）
外部の文書を読む設計なら、その文書の中の指示に命令として従わないように防がなければなりません。
-
18
実在の人の顔や声をまねて本物のように作った偽の映像・音声を、ディープラーニングと偽物（fake）を合わせた言葉で何といいますか？
正解を見る
正解 ディープフェイク（Deepfake）
同じ技術でも、使う目的によっては犯罪になります。同意なしに他人の顔や声を使ってはいけません。
-
19
モデルがなぜその答えを出したのかを、人が理解できるように説明しようとする研究分野を、英語3文字の略語で書いてください。
正解を見る
正解 XAI（Explainable AI、説明可能な AI）
医療や金融のように、判断の理由が大切な分野で特に必要です。
-
20
2024年8月に発効し、人工知能を危険の度合いによって分けて規制する、世界初の包括的な人工知能の法律を作ったのはどこですか？
正解を見る
正解 欧州連合（EU）
EU AI 法（AI Act）と呼ばれます。危険が高い使い方ほど守るべき義務が重くなり、条文は段階的に適用されます。