AIワークロード応用
医療AI診断システムが大都市部のデータで高い精度を達成しましたが、農村部での診断精度が大幅に低下しました。このシナリオでどのような問題が生じていると考えられますか？
A.トレーニングデータが大都市部に偏っており、農村部の患者特性を十分に学習していない← 正解
✓ 正解です。トレーニングデータの地理的偏りにより、モデルが農村部の多様な患者背景や疾患パターンを学習していないことが原因です。これは責任あるAIの公平性と包括性の原則に関わります。
B.農村部の患者はそもそも医療AIシステムの使用を想定していない層だから問題ない
✗ 農村部の患者こそAIシステムのアクセス等の課題を抱えやすく、AIは公平に提供される必要があります。地域による差別は許容されません。
C.診断精度の地域差は医療AIシステムでは避けられない宿命である
✗ 精度低下は避けられない宿命ではなく、適切なデータ収集と継続的な監視により改善可能です。問題を放置することは責任あるAI原則に違反します。
D.大都市部と農村部で異なるAIモデルを複数導入すれば必ず解決する
✗ 異なるモデルの導入が根本解決ではありません。トレーニングデータの多様性確保と包括的な評価が不可欠です。
この問題のポイント
トレーニングデータの地理的偏りにより、モデルが農村部の多様な患者背景や疾患パターンを学習していないことが原因です。これは責任あるAIの公平性と包括性の原則に関わります。
「AIワークロード」の他の問題
AIシステムが視覚障がいのあるユーザーにもスクリーンリーダーを通じて等しく情報を提供できるよう設計されている。これはどの…自動運転AIが歩行者を検知できない予期せぬ状況でも安全に停止するよう設計されている。これはどの原則か？機械学習においてラベルなしデータを使い、データ間の類似性に基づいてグループ化を行う手法はどれか？銀行がAIでローン審査をする際、否認された理由を説明できる必要がある。これはどの原則か？AIシステムの誤作動で損害が生じた際「誰が責任を負うか」を規定する責任あるAIの原則はどれか？クレジットカード取引データから通常と異なる不正利用の疑いがある操作を特定したい。最適なAIタスクはどれか？
IT・クラウド の関連資格
AWS Certified Cloud Practitioner（CLF-C02）
AWSクラウドの入門資格。クラウドの概念・AWSのコアサービス・セキュリティ・料金モデルを問う。
AWS Certified Solutions Architect - Associate（SAA-C03）
AWSでのシステム設計能力を問うアソシエイト資格。高可用性・セキュリティ・コスト最適化の設計が中心。
DP-900：Microsoft Azure Data Fundamentals
Azureのデータサービスの基礎を問うMicrosoft認定資格。リレーショナル/非リレーショナルデータ、分析ワークロード、コアのデータ概念を扱う。