Azure AI Fundamentals (AI-900) 模擬練習問題集
Azure AI Fundamentals (AI-900) の試験対策として、模擬練習問題を作成しました。
知識の確認や試験直前の総仕上げにご活用ください。
また、Webブラウザ上で実際に問題を解くことができる練習用サイトも公開しています。
👉 Azure AI Fundamentals 練習問題アプリ
注意: この問題集は非公式の学習教材です。実際の試験問題とは異なる場合があります。
練習問題
機械学習のモデルを作成して、過去の販売データに基づいて来月の**売上予測（数値）**を行いたいと考えています。どの種類の機械学習手法を選択すべきですか？
- 分類 (Classification)
- 回帰 (Regression)
- クラスタリング (Clustering)
- 異常検知 (Anomaly Detection)
正解と解説を表示
【正解】回帰 (Regression)
回帰は、数値（価格、売上、気温など）を予測するための機械学習手法です。
【不正解の選択肢】
・分類 (Classification): データがどのカテゴリに属するか（例：メールがスパムかそうでないか）を予測します。
・クラスタリング (Clustering): 教師なし学習の一種で、データを類似性に基づいてグループ分けします。
・異常検知 (Anomaly Detection): 通常とは異なるパターン（例：クレジットカードの不正利用）を検出します。
問2
銀行がローン審査を行うAIシステムを構築しようとしています。このシステムが、人種や性別に基づいて不当に融資を拒否しないようにする必要があります。これは「責任あるAI」のどの原則に関連しますか？
- 公平性 (Fairness)
- 透明性 (Transparency)
- 説明責任 (Accountability)
- 包括性 (Inclusiveness)
正解と解説を表示
【正解】公平性 (Fairness)
AIシステムはすべての人を公平に扱い、特定の人種、性別、背景を持つ人々を差別しないようにする必要があります。
問3
大量の顧客レビュー（テキストデータ）があり、顧客が製品に対して「肯定的」か「否定的」かを知りたいと考えています。Azure AI Servicesのどの機能を使用すべきですか？
- 感情分析 (Sentiment Analysis)
- キーフレーズ抽出 (Key Phrase Extraction)
- エンティティ認識 (Named Entity Recognition)
- 言語検出 (Language Detection)
正解と解説を表示
【正解】感情分析 (Sentiment Analysis)
Azure AI Language の感情分析機能を使用すると、テキスト内の感情（ポジティブ、ネガティブ、ニュートラル）を数値スコアで評価できます。
問4
画像内の特定の物体（例：車、歩行者、信号機）を検出し、それぞれの位置を**矩形（バウンディングボックス）**で囲んで特定したいと考えています。どのコンピュータビジョンタスクが適切ですか？
- 画像分類 (Image Classification)
- 物体検出 (Object Detection)
- セマンティックセグメンテーション (Semantic Segmentation)
- 光学文字認識 (OCR)
正解と解説を表示
【正解】物体検出 (Object Detection)
物体検出は、画像内の複数のオブジェクトを識別し、それぞれの位置を矩形で示すタスクです。
問5
あなたは、プログラミングの経験がほとんどありませんが、独自のデータセットを使用して画像分類モデルをトレーニングしたいと考えています。GUIベースで画像のアップロードやタグ付けを行い、モデルをトレーニングできるAzureのサービスはどれですか？
- Azure Custom Vision
- Azure AI Vision API
- Azure Face API
- Computer Vision API
正解と解説を表示
【正解】Azure Custom Vision
Custom Visionポータルを使用すると、コードを書かずに自分の画像をアップロードし、タグ付けしてカスタムの画像分類モデルや物体検出モデルをトレーニングできます。
問6
スキャンされた請求書や領収書の画像から、日付、会社名、合計金額などの**キーと値のペア（Key-Value pairs）**を自動的に抽出したいと考えています。どのサービスを使用するのが最適ですか？
- Azure AI Vision (Read API)
- Azure AI Document Intelligence (旧 Form Recognizer)
- Azure AI Search
- Text Analytics
正解と解説を表示
【正解】Azure AI Document Intelligence (旧 Form Recognizer)
Document Intelligenceは、ドキュメントからテキスト、構造、キーと値のペアなどを高度に抽出することに特化したサービスです。
問7
Azure Machine Learningスタジオにおいて、ドラッグ＆ドロップのインターフェースを使用して、データセットの接続やアルゴリズムの選択を行い、機械学習パイプラインを構築できる機能はどれですか？
- 自動機械学習 (Automated ML)
- Azure Machine Learning デザイナー (Designer)
- ノートブック (Notebooks)
- データラベリング (Data Labeling)
正解と解説を表示
【正解】Azure Machine Learning デザイナー (Designer)
デザイナーは、ビジュアルインターフェースを使用してモジュールをキャンバスに配置し、接続することで機械学習モデルを作成できるローコードツールです。
問8
ユーザーからの質問に対して、事前に定義されたナレッジベース（FAQのQ&Aペアなど）に基づいて自動的に回答を返すチャットボットを作成したいと考えています。どの機能を使用すべきですか？
- Azure AI Speech
- Azure AI Language の質問応答 (Question Answering)
- Azure AI Vision
- Azure Machine Learning
正解と解説を表示
【正解】Azure AI Language の質問応答 (Question Answering)
質問応答機能（旧 QnA Maker）を使用すると、FAQドキュメントやURLから知識ベースを作成し、自然言語での質問に対して適切な回答を返す会話型AIを構築できます。
問9
企業の大量のドキュメント（PDF, Word, 画像など）に対して、AIを活用した検索機能を実装したいと考えています。OCR機能や翻訳機能などを組み込んで、検索可能なインデックスを自動生成できるサービスはどれですか？
- Azure AI Search (旧 Azure Cognitive Search)
- Azure Data Share
- Azure SQL Database
- Azure Cosmos DB
正解と解説を表示
【正解】Azure AI Search (旧 Azure Cognitive Search)
Azure AI Searchは、AIスキルセット（コグニティブスキル）を使用して、ドキュメントのインジェスト時にOCRやエンティティ抽出などの処理を行い、リッチな検索インデックスを作成できるクラウド検索サービスです。
問10
Azure OpenAI Serviceのような「生成AI（Generative AI）」モデルが得意とするタスクはどれですか？
- 将来の株価を正確に予測する
- 入力されたテキストに基づいて新しい文章やコードを作成する
- 画像内のピクセル数をカウントする
- 単純なデータの並べ替えを行う
正解と解説を表示
【正解】入力されたテキストに基づいて新しい文章やコードを作成する
生成AI（GPTモデルなど）は、学習したパターンに基づいて、新しいオリジナルなコンテンツ（テキスト、コード、画像など）を生成することを得意とします。
問11
ある植物の特徴データ（花びらの長さ、幅、種類など）を与え、その特徴に基づいて植物を「グループ分け」したいが、正解ラベル（正解の種類名）がデータに含まれていません。この場合に使用する学習手法はどれですか？
- 教師あり学習 (Supervised Learning)
- 教師なし学習 (Unsupervised Learning)
- 強化学習 (Reinforcement Learning)
- 転移学習 (Transfer Learning)
正解と解説を表示
【正解】教師なし学習 (Unsupervised Learning)
正解ラベル（教師データ）がない状態で、データの構造やパターンを見つける手法です。「クラスタリング」がその代表例です。
問12
リアルタイムの音声データをテキストに書き起こし（字幕生成など）、さらに別の言語に翻訳して表示したいと考えています。どのサービスを組み合わせるのが適切ですか？
- Azure AI Speech (Speech-to-Text, Speech Translation)
- Azure AI Language (Sentiment Analysis)
- text-to-speech (音声合成)
- Speaker Recognition (話者識別)
正解と解説を表示
【正解】Azure AI Speech (Speech-to-Text, Speech Translation)
Azure AI Speechサービスには、音声をテキスト化する機能(Speech-to-Text)や、音声を直接翻訳する機能(Speech Translation)が含まれています。
問13
機械学習モデルのトレーニングデータと評価データ（テストデータ）の分割に関する説明として正しいものはどれですか？
- すべてのデータをトレーニングに使用し、同じデータで評価を行う
- データをトレーニング用と評価用に分割し、評価データはトレーニングには使用しない
- 評価データとして、手動で作成した架空のデータのみを使用する
- トレーニングデータは少なくし、評価データを多くするべきである
正解と解説を表示
【正解】データをトレーニング用と評価用に分割し、評価データはトレーニングには使用しない
モデルが未知のデータに対してどれだけ正確に予測できるか（汎化性能）を測るため、トレーニングに使用していないデータで評価を行う必要があります。
問14
Azure Machine Learning の「自動機械学習 (Automated ML)」を使用する主な利点は何ですか？
- 機械学習の専門知識がなくても、最適なアルゴリズムとハイパーパラメータを自動的に選定できる
- データの収集とクリーニングを完全に自動化できる
- デプロイされたモデルの監視を自動化できる
- Pythonのコードを書く必要が一切なくなる
正解と解説を表示
【正解】機械学習の専門知識がなくても、最適なアルゴリズムとハイパーパラメータを自動的に選定できる
Automated MLは、多数のモデルを並行してトレーニングし、指定した評価指標（精度など）に基づいて最適なモデルをランキング形式で提示してくれます。
問15
法的契約書などの大量のテキストから、「日付」「会社名」「金額」「契約期間」などの特定の固有表現を抽出したいと考えています。Azure AI Languageのどの機能を使用しますか？
- 固有表現認識 (Named Entity Recognition - NER)
- 言語検出 (Language Detection)
- 感情分析 (Sentiment Analysis)
- 要約 (Summarization)
正解と解説を表示
【正解】固有表現認識 (Named Entity Recognition - NER)
NERは、非構造化テキスト内のエンティティ（人、場所、組織、日付、数量など）を識別し、分類する機能です。
問16
自動運転車を開発する際、AIシステムが予期せぬ状況（悪天候や未知の障害物など）でも安全に動作し、事故を防ぐことを最優先する必要があります。これは「責任あるAI」のどの原則に関連しますか？
- プライバシーとセキュリティ
- 包括性
- 信頼性と安全性 (Reliability and Safety)
- 透明性
正解と解説を表示
【正解】信頼性と安全性 (Reliability and Safety)
AIシステムは、想定された条件下だけでなく、予期しない状況下でも安全かつ確実に動作する必要があります。人命に関わるシステムでは特に重要です。
問17
医療データを扱うAIシステムにおいて、患者の個人情報（PII）が漏洩しないようにデータを匿名化したり、厳重なアクセス制御を行ったりすることは、「責任あるAI」のどの原則に基づいていますか？
- プライバシーとセキュリティ (Privacy and Security)
- 公平性
- アカウンタビリティ
- 包括性
正解と解説を表示
【正解】プライバシーとセキュリティ (Privacy and Security)
AIシステムは、個人のプライバシーを尊重し、データを安全に保護する必要があります。データの収集、使用、保存に関する適切な管理が求められます。
問18
分類モデル（Classification Model）の評価において、「モデルが正解した割合」を示す最も基本的な指標はどれですか？
- 適合率 (Precision)
- 再現率 (Recall)
- 正解率 (Accuracy)
- F1スコア
正解と解説を表示
【正解】正解率 (Accuracy)
正解率（Accuracy）は、(正解した数) ÷ (全データ数) で計算され、モデルが全体としてどれくらい正しく予測できたかを示します。
問19
機械学習において、モデルに学習させたい「入力データ（例：メールの本文）」と、予測させたい「答え（例：スパムか否か）」のそれぞれの呼び方として正しい組み合わせはどれですか？
- 入力データ：ラベル (Label)、答え：特徴量 (Feature)
- 入力データ：特徴量 (Feature)、答え：ラベル (Label)
- 入力データ：属性 (Attribute)、答え：クラス (Class)
- 入力データ：タグ (Tag)、答え：カテゴリ (Category)
正解と解説を表示
【正解】入力データ：特徴量 (Feature)、答え：ラベル (Label)
機械学習では、予測の手がかりとなるデータを「特徴量（Feature）」、予測したい正解データを「ラベル（Label）」と呼びます。
問20
画像に写っている人物の「年齢」や「感情（喜び、悲しみなど）」を推定したい場合、Azure AI Vision (Face API) のどの機能を使用しますか？
- 顔検出 (Face Detection)
- 顔属性分析 (Face Attributes Analysis)
- 顔認識 (Face Recognition / Identification)
- 顔検証 (Face Verification)
正解と解説を表示
【正解】顔属性分析 (Face Attributes Analysis)
顔検出を行った上で、その顔の特徴（年齢、性別、感情、ヘッドポーズなど）を分析・推定する機能です。
※現在、一部の顔属性機能（感情推定など）は責任あるAIの観点から新規利用が制限または廃止されている場合がありますが、試験範囲の知識としては「属性分析」の概念を理解しておく必要があります。
問21
視覚障害のあるユーザーのために、画像の内容を説明する文章（キャプション）を自動生成したいと考えています。どの機能を使用すべきですか？
- 画像のタグ付け (Image Tagging)
- 画像のキャプション生成 (Image Captioning)
- 物体検出 (Object Detection)
- OCR
正解と解説を表示
【正解】画像のキャプション生成 (Image Captioning)
Azure AI Visionのキャプション生成機能は、画像全体の内容を自然言語の文章で説明します（例：「公園でフリスビーをしている犬」）。
問22
Azure Custom Visionにおいて、「画像分類 (Classification)」と「物体検出 (Object Detection)」の主な違いは何ですか？
- 画像分類は画像全体に1つ（または複数）のタグを付けるが、物体検出は画像内の物体の「位置」と「種類」を特定する
- 画像分類は動画には使えないが、物体検出は動画に使える
- 画像分類は教師なし学習だが、物体検出は教師あり学習である
- 違いはなく、同じ機能の別名である
正解と解説を表示
【正解】画像分類は画像全体に1つ（または複数）のタグを付けるが、物体検出は画像内の物体の「位置」と「種類」を特定する
物体検出は「どこに（バウンディングボックス）」「何があるか」を識別する点が最大の特徴です。
問23
従来のLUIS (Language Understanding) に代わる、Azure AI Languageの次世代の自然言語理解機能は何ですか？
- Conversational Language Understanding (CLU)
- Question Answering
- Entity Linking
- Text Analytics for Health
正解と解説を表示
【正解】Conversational Language Understanding (CLU)
CLUは、ユーザーの発話から「意図（Intent）」と「エンティティ（Entity）」を抽出するための最新のサービスで、チャットボットや音声アシスタントの構築に使用されます。
問24
Webサイトを多言語対応にするために、テキストを自動的に60以上の言語に翻訳したいと考えています。どのサービスを使用しますか？
- Azure AI Translator
- Azure AI Speech
- Language Understanding (LUIS)
- Ink Recognizer
正解と解説を表示
【正解】Azure AI Translator
Azure AI Translatorは、テキスト翻訳に特化したサービスで、多数の言語間の自動翻訳を提供します。
問25
テキストを人間のような自然な話し声に変換して読み上げさせたい（Text-to-Speech）場合、利用可能な「Neural Voice（ニューラル音声）」の特徴は何ですか？
- 録音された人間の声をそのまま再生するだけである
- ロボットのような機械的な音声で、データ量が非常に小さい
- ディープニューラルネットワークを使用して、人間とほとんど区別がつかない自然な抑揚と滑らかさを実現している
- 1つの言語にしか対応していない
正解と解説を表示
【正解】ディープニューラルネットワークを使用して、人間とほとんど区別がつかない自然な抑揚と滑らかさを実現している
Neural Voiceは、従来の音声合成よりも圧倒的に自然で、感情表現や話速の調整なども可能です。
問26
Azure AI Languageの機能をノーコードで試したり、プロジェクトを管理・評価したりするために使用するWebベースのポータルは何ですか？
- Azure Portal
- Azure Language Studio
- Azure Machine Learning Studio
- Azure AI Vision Studio
正解と解説を表示
【正解】Azure Language Studio
Language Studioは、感情分析、キーフレーズ抽出、CLU、質問応答などの自然言語処理機能を視覚的に試行・構築・管理するための専用ポータルです。
問27
Azure AI Document Intelligence (旧 Form Recognizer) において、一般的な領収書や名刺、身分証明書などを読み取るために、あらかじめトレーニングされたモデルを使用したい場合、何を選択しますか？
- カスタムモデル (Custom Neural Model)
- 事前構築済みモデル (Prebuilt Models)
- Raw OCR モデル
- コンポーザーモデル
正解と解説を表示
【正解】事前構築済みモデル (Prebuilt Models)
Microsoftがあらかじめ特定の種類のドキュメント（領収書、請求書、名刺、IDカードなど）向けに学習させたモデルで、ユーザーがトレーニングデータを用意しなくてもすぐに高精度な抽出が可能です。
問28
Azure AI Searchのインデックス作成プロセスにおいて、データソースからデータを取り込んだ後、AIスキルを使ってテキスト翻訳や画像OCRなどの処理を行い、データを強化するステップを何と呼びますか？
- インデクサー (Indexer)
- スキルセット (Skillset) の実行
- クエリ処理
- データソーシング
正解と解説を表示
【正解】スキルセット (Skillset) の実行
スキルセットは、AIエンリッチメントの定義（どのAI機能を使うか）であり、インデクサーの実行中に適用されて、データを検索可能な形に加工・強化します。
問29
生成AI（LLM）に対してプロンプト（指示）を与える際、期待する回答の例をいくつか提示して、モデルに回答形式を学習させる手法を何と呼びますか？
- ゼロショット学習 (Zero-shot learning)
- フューショット学習 (Few-shot learning)
- 転移学習
- 強化学習
正解と解説を表示
【正解】フューショット学習 (Few-shot learning)
「例」を与えずに指示だけすることをゼロショット、1つ以上の例（ショット）を与えて誘導することをフューショット学習と呼びます。
問30
Azure OpenAI Serviceを使用する際、回答の「創造性」や「ランダム性」を制御するためのパラメータはどれですか？
- Token (トークン)
- Temperature (温度)
- Stop sequence (停止シーケンス)
- Frequency penalty (頻度ペナルティ)
正解と解説を表示
【正解】Temperature (温度)
Temperatureの値（0.0～1.0など）を高くすると、回答はよりランダムで創造的になり、低くすると、より決定的で一貫性のある回答になります。
問31
生成AIモデルが、事実ではないもっともらしい誤情報（嘘）を生成してしまう現象を何と呼びますか？
- オーバーフィッティング (Overfitting)
- ハルシネーション (Hallucination / 幻覚)
- バイアス (Bias)
- ドリフト (Drift)
正解と解説を表示
【正解】ハルシネーション (Hallucination / 幻覚)
AIが学習データに基づき確率的に文章を生成する際、事実とは異なる内容をあたかも事実のように生成してしまう現象のことです。
問32
Microsoftが提供する、ユーザーの作業（メール作成、コード記述、データ分析など）を横で支援するAIアシスタントの総称は何ですか？
- Azure Bot
- Copilot (コパイロット)
- Cortana
- Cognitive Service
正解と解説を表示
【正解】Copilot (コパイロット)
GitHub Copilot, Microsoft 365 Copilotなど、ユーザーの「副操縦士」として知的作業を支援するAIツールのブランド名です。
問33
テキストの説明（プロンプト）から、新しい画像を生成することができるAzure OpenAI Serviceのモデルシリーズはどれですか？
- GPT-4 / GPT-3.5
- DALL-E
- Codex
- Whisper
正解と解説を表示
【正解】DALL-E
DALL-E（ダリ）は、テキストプロンプトに基づいて高品質な画像を生成するAIモデルです。
・GPT系: テキスト生成
・Codex: コード生成（GPT-3ベースの派生）
・Whisper: 音声認識
問34
自然言語の指示（例：「Pythonでフィボナッチ数を計算する関数を書いて」）から、プログラミングコードを生成するのに特化したAIモデルはどれですか？
- DALL-E
- Codex (または GPT-4 のコード生成能力)
- ResNet
- YOLO
正解と解説を表示
【正解】Codex (または GPT-4 のコード生成能力)
CodexはGPT-3をベースに大量のソースコードで微調整されたモデルで、GitHub Copilotなどの基盤技術となっています。現在はGPT-4などの汎用モデルも高いコーディング能力を持ちます。
問35
動画ファイルを分析し、登場人物の顔認識、話された言葉のテキスト化、感情分析、キーワード抽出などを一括で行い、インデックス化してくれるサービスはどれですか？
- Azure AI Video Indexer
- Azure Media Services
- Azure Stream Analytics
- Azure AI Vision
正解と解説を表示
【正解】Azure AI Video Indexer
Video Indexerは、動画および音声に対して複数のAIモデル（Vision, Speech, Language）を適用し、コンテンツから深い洞察（インサイト）を抽出するサービスです。
問36
ユーザーがAzure OpenAI Serviceなどを利用する際、暴力的、性的、自傷行為、憎悪などの有害なコンテンツが生成または入力されないようにフィルタリングするサービスはどれですか？
- Azure AI Content Safety
- Azure Firewall
- Microsoft Defender for Cloud
- Azure Sentinel
正解と解説を表示
【正解】Azure AI Content Safety
AIシステムに入力されるテキストや画像、およびAIが生成した出力を監視し、有害なカテゴリに該当するコンテンツを検出・ブロックするサービスです。
問37
学習障害のある学生などを支援するために、Web上のテキストを読み上げたり、行にフォーカスを当てたり、単語を絵辞書で表示したりする機能を持つツール（Azure AI ServiceのApplied AIのひとつ）は何ですか？
- Immersive Reader (イマーシブ リーダー)
- Translator
- Bot Service
- Metrics Advisor
正解と解説を表示
【正解】Immersive Reader (イマーシブ リーダー)
読み書きの能力向上を支援するために設計されたツールで、テキストの読み上げ、フォント調整、行フォーカスなどの機能を提供します。
問38
Conversational Language Understanding (CLU) を使用してチャットボットを構築する際、ユーザーの発話「パリ行きのチケットを予約したい」における「パリ」は、CLUの要素として何に分類されますか？
- インテント (Intent)
- エンティティ (Entity)
- アテランス (Utterance)
- ドメイン (Domain)
正解と解説を表示
【正解】エンティティ (Entity)
・アテランス: ユーザーの発話全体「パリ行きのチケットを予約したい」
・インテント: ユーザーの意図「チケット予約 (BookFlight)」
・エンティティ: インテントの中の具体的なパラメータ「パリ (DestinationCity)」
問39
回帰モデルの性能を評価する際、予測値と実際の値の誤差を示す指標として一般的に使われるものはどれですか？
- 混同行列 (Confusion Matrix)
- 二乗平均平方根誤差 (RMSE)
- AUC (Area Under the Curve)
- 精度 (Accuracy)
正解と解説を表示
【正解】二乗平均平方根誤差 (RMSE)
回帰（数値予測）の評価には、誤差の大きさを測るRMSEやMAE（平均絶対誤差）、決定係数（R2スコア）などが使われます。混同行列やAUC、Accuracyは分類モデルの指標です。
問40
分類モデルの評価に使用される**混同行列（Confusion Matrix）**の要素において、実際は「False（陰性）」なのに、モデルが誤って「True（陽性）」と予測してしまったケースを何と呼びますか？
- True Positive (真陽性)
- True Negative (真陰性)
- False Positive (偽陽性)
- False Negative (偽陰性)
正解と解説を表示
【正解】False Positive (偽陽性)
実際は違うのに「そうです」と誤検知してしまった場合（例：スパムじゃないメールをスパムと判定）を偽陽性と呼びます。
問41
時系列データ（工場のセンサーデータなど）を監視し、予期しないスパイクやディップ、トレンドの変化などの「異常」を自動的に検出するのに特化したAzureのサービスはどれですか？
- Azure AI Anomaly Detector
- Azure AI Metrics Advisor
- Azure Machine Learning
- Azure Monitor
正解と解説を表示
【正解】Azure AI Anomaly Detector
時系列データをAPIに送信するだけで、最適な異常検知モデルを自動選定し、異常ポイントを特定して返してくれるサービスです。（Metrics Advisorはこの上に構築されたより高度なソリューションです）
問42
Azure Machine Learning Automated ML（自動機械学習）を実行する際、トレーニングが長時間続きすぎないように設定したり、特定の精度に達したら終了させたりするための設定は何ですか？
- 終了基準 (Exit criteria) / 制約 (Constraints)
- ハイパーパラメータチューニング
- フィーチャライゼーション
- 計算ターゲット
正解と解説を表示
【正解】終了基準 (Exit criteria) / 制約 (Constraints)
トレーニングジョブの時間制限（例：3時間で打ち切り）や、目標とするメトリクスの閾値を設定することで、コストと時間を制御できます。
問43
「責任あるAI」の原則において、AIシステムの動作について、技術的な専門知識がない人に対しても分かりやすく説明・記録を行う（Transparency Noteなどを提供する）ことは、どの原則の実践例ですか？
- 透明性 (Transparency)
- プライバシー
- 公平性
- 安全性
正解と解説を表示
【正解】透明性 (Transparency)
AIシステムが「なぜその結果を出したのか」「どのような制限があるのか」をユーザーが理解できるように情報は透明であるべきです。
問44
Azure Machine Learning デザイナーで作成したパイプラインを、外部のアプリケーションからリアルタイムで利用できるようにデプロイする際、作成されるエンドポイントは何ですか？
- リアルタイム推論エンドポイント (Real-time inference endpoint)
- バッチ推論エンドポイント
- プライベートエンドポイント
- サービスエンドポイント
正解と解説を表示
【正解】リアルタイム推論エンドポイント (Real-time inference endpoint)
即座に応答が必要なアプリケーション（Webアプリやモバイルアプリ）向けには、リアルタイム推論パイプラインを作成し、エンドポイントとしてデプロイします。
問45
工場でインターネット接続が不安定な環境にあるデバイス上で、画像認識モデルを低遅延で動作させたいと考えています。Azure Custom Visionでトレーニングしたモデルをエクスポートして利用可能な形式（プラットフォーム）はどれですか？（複数あてはまりますが、代表的なもの）
- DockerFile (Linux/Windows containers)
- TensorFlow / TensorFlow Lite
- ONNX
- これらすべて
正解と解説を表示
【正解】これらすべて
Custom Visionでは、トレーニングしたモデルをDockerコンテナー、TensorFlow (Android等)、CoreML (iOS)、ONNX (Windows ML等) などの形式でエクスポートし、エッジデバイス（Azure IoT Edgeなど）でオフライン実行することが可能です。
問46
テキスト内に複数の言語が混在している可能性がある場合、それぞれの言語とその信頼度スコアを特定するために使用する機能はどれですか？
- 言語検出 (Language Detection)
- 翻訳
- 文字起こし
- キーフレーズ抽出
正解と解説を表示
【正解】言語検出 (Language Detection)
Azure AI Languageの言語検出機能は、入力テキストの主要言語をISOコード（例: "ja", "en"）と信頼度スコアで返します。
問47
会議の自動文字起こしシステムにおいて、特定の専門用語（社内用語や製品名など）を正しく認識させるために有効なAzure AI Speechの機能は何ですか？
- カスタム音声認識 (Custom Speech)
- ニューラル音声 (Neural Voice)
- 音声翻訳
- 話者識別
正解と解説を表示
【正解】カスタム音声認識 (Custom Speech)
標準モデルでは認識されにくい独自の語彙や、背景ノイズが多い環境などに適応させるために、独自のデータ（テキストや音声）を使ってベースモデルを微調整（カスタマイズ）できます。
問48
スマートスピーカーのように、スリープ状態のデバイスに対して「ヘイ、〇〇」と呼びかけて起動させる機能を実装したい場合、Azure AI Speechのどの機能を使いますか？
- キーワード認識 (Keyword Recognition)
- 意図認識
- 音声合成
- 会話書き起こし
正解と解説を表示
【正解】キーワード認識 (Keyword Recognition)
特定のウェイクワード（キーワード）を低電力で常時待機し、検出された場合にのみ後続のクラウド処理を開始するための機能です。
問49
生成AIアプリケーションの開発において、モデルに対する指示（プロンプト）の冒頭で「あなたは親切なAIアシスタントです。質問には丁寧な日本語で答えてください」のように、AIの役割や振る舞いを定義するメッセージを何と呼びますか？
- システムメッセージ (System message)
- ユーザーメッセージ (User message)
- アシスタントメッセージ
- Few-shot example
正解と解説を表示
【正解】システムメッセージ (System message)
チャット完了APIなどにおいて、AIのキャラクター設定、ルール、トーン＆マナーなどを規定するために開発者が設定する最上位の指示です。メタプロンプトとも呼ばれます。
問50
Azure AI Servicesのリソースを作成する際、複数のAIサービス（Vision, Language, Speechなど）を1つのAPIキーとエンドポイントでまとめて利用できるリソースの種類は何ですか？
- マルチサービスリソース (Azure AI Services リソース)
- シングルサービスリソース
- Azure Machine Learning ワークスペース
- リソースグループ
正解と解説を表示
【正解】マルチサービスリソース (Azure AI Services リソース)
以前は「Cognitive Services」リソースと呼ばれていたもので、これを作成すると、個別にリソースを作成（Visionだけ、Languageだけ等）することなく、1つのキーで複数のAIサービスにアクセスでき、管理や請求が簡素化されます。