AIワークロード応用
顔認識AIが特定の照明条件下（昼光）でのみ高い認識精度を達成しましたが、夜間照明や逆光条件では精度が40%低下しました。この問題に対する最適な対応アプローチはどれですか？
A.訓練データに多様な照明条件（昼光、夜間、逆光等）を含めるデータ多様性の拡充と、照明条件ごとの性能監視← 正解
✓ 正解です。多様な照明条件を含むトレーニングデータを準備することで、モデルの堅牢性と汎化性能を向上させられます。加えて運用時の継続的な性能監視により、問題を早期に発見・対応できます。これは責任あるAIの信頼性向上に必須です。
B.夜間と逆光の使用を禁止し、昼光条件下でのみシステムを運用する
✗ 使用条件を制限すれば一時的には回避できるように見えますが、実際の運用では多様な環境が避けられず、ユーザーの公平なアクセスを損なわせます。根本解決ではありません。
C.精度40%低下は許容範囲であり、追加の対応は不要である
✗ 40%の精度低下は顔認識の信頼性に大きな影響を与え、誤認識による深刻な害の可能性があります。許容できない水準です。
D.異なる照明条件に対応する複数のモデルを用意し、ユーザーに手動で選択させる
✗ ユーザー手動選択は実用的ではなく、訓練不足の根本原因を解決していません。統合的な堅牢なモデル構築が重要です。
この問題のポイント
多様な照明条件を含むトレーニングデータを準備することで、モデルの堅牢性と汎化性能を向上させられます。加えて運用時の継続的な性能監視により、問題を早期に発見・対応できます。これは責任あるAIの信頼性向上に必須です。
「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。