JDLA Deep Learning for GENERAL 2017（所謂、G検定）はどんなだったか。

JDLA Deep Learning for GENERAL 2017
（所謂、G検定）はどんなだったか。
2018/3/20
ABEJA Cloud AI Night@Nagoya Mar.2018
Nishikawa Communications Co. Ltd.
AI Business Development Unit
Akihiro ITO

軽く自己紹介
● 昔話
○ IBM3090 / MVS / Assembler（証券オンラインとか）
○ HP / HP-UX / C, C++（FS-Xの空戦シミュレータがらみとか）
○ NeXT / NeXTSTEP / Objective-C（購買管理とか）
● 資格
○ 4級アマチュア無線技師（ DroneでFPVできます）
○ 証券外務員
○ JAF 国内Aライセンス（鈴鹿サーキット最高 !）
○ 情報セキュリティスペシャリスト（情報処理安全確保支援士申請中）
○ JDLA DeepLearning for GENERAL 2017

JDLAとは
一般社団法人　日本ディープラーニング協会
http://www.jdla.org/

第一回の結果
2017年12月16日（土）に実施。
受験申込者数 1,500名
受験者数 1,448名
合格者 823名
合格率 56.8％

出題分野（シラバスより）
● 人工知能（AI）とは（人工知能の定義）
● 人工知能をめぐる動向
● 人工知能分野の問題
● 機械学習の具体的手法
● ディープラーニングの概要
● ディープラーニングの手法
● ディープラーニングの研究分野
● ディープラーニングの応用に向けて

簡単?難しい?
当初からの記載内容。
---
■受験日時：2017年12月16日（土）13:00～15:00（２時間）
■出題問題数：100問

簡単?難しい?
試験数日前に届いたJDLAからのメールより抜粋。
---
■受験日時：2017年12月16日（土）13:00～15:00（２時間）
■出題問題数：100問
　　※小問題（表示される問題数）232問
---
株式会社STANDARD　石井社長：（※試験後のFacebookコメントより）
「難易度と反応速度の両面で知識が問われる問題を目指しました｡」
!? 7200 ÷ 232 ≒ 30

追加例題
―　人工知能分野の問題　追加例題（２）
以下に挙げる用語は、第二次 AIブームが起こった際に取り上げられた問題である。
それぞれの問題の説明としてふさわしいものをそれぞれ 1つずつ選びなさい。
（ア）フレーム問題
（イ）シンボルグラウンディング問題
選択肢：
1. 人間の持つ膨大な知識を体系化することが難しい。
2. 有限の情報量では、現実のあらゆる問題に対処することは難しい。
3. 単語の文字列などの記号と、それの表す意味を結びつけることが難しい。
4. 膨大な知識を処理するための計算機の開発が難しい。
5. 十分なデータを取るためのインターネットを整備することが難しい。
解答: （ア）2　（イ）3

追加例題
―　ディープラーニングの概要　追加例題（６）
以下の文章を読み、空欄に最もよく当てはまる選択肢を 1つずつ選びなさい。
従来の機械学習で利用されていた最適化手法である最急降下法は、一度の学習にすべてのデータを利用する
ことから（ア）と呼ばれている。しかし、ディープラーニングの場合データが大規模であることからそれが難しい。
よって、確率的勾配降下法という手法が用いられることも多い。ひとつのサンプルだけを利用する手法は（イ）と
呼ばれる。（ア）と（イ）は、どちらにも長所と短所があり、一定数のサンプル群を利用する（ウ）が採用されること
が推奨される。
選択肢：語群
1. セット学習　　　　2. バッチ学習
3. オンライン学習　　4. ポイント学習
5. サンプリング学習　6. ミニバッチ学習
解答: （ア）2　（イ）3　（ウ）6

追加例題
―　ディープラーニングの手法　追加例題（７）
以下の文章を読み、空欄に最もよく当てはまる選択肢を語群の中から 1つずつ選べ。
画像認識の国際的なコンペティションのひとつに、 ILSVRC（ImageNet Large Scale Visual Recognition
Competition）がある。ここで、2012年にCNNのモデルである（ア）が優勝を飾った。それからというもの、続けざま
にCNNのモデルが高い成果を上げている。 2014年にはインセプションモジュールという構造を利用した（イ）が優
勝し、（ウ）もまたそれに迫る優秀な功績を収めた。また、 2015年には残差学習という深いネットワークの学習を
可能にした（エ）がそれぞれ優勝している。
選択肢：語群
1. AlexNet　2. ElmanNet　3. GoogLeNet　4. ImageNet
5. LeNet　6. ResNet　7. VGG　8. WaveNet
解答: （ア）1　（イ）3　（ウ）7　（エ）6

出題内容は?
歴史（ILSVRCのモデルの名前、黒人をゴリラと判定しちゃった件……）
識者のAIに対する意見（ホーキング博士、イーロン・マスク……）
定理・原理（バーニーおじさんのルール、醜いアヒルの子の定理）
具体的手法、言語処理（形態素解析の基礎知識）
ロボティクス、自動運転（レベル0〜5までの定義の正確な理解）
法律（学習データを利用して作成したモデルの著作権）、倫理、など
※いじわるな引っ掛け問題は一切ない。

計算問題は?
● パーセプトロンで、x1 * w1 + x2 * w2 + b の出力が、1か0か。
● 7x7の行列に、パディング1、ストライド2で、3x3のフィルタで畳み込みを行った場合、
出力される行列のサイズは?
● z = 2y^2 + 3x +1 を、yで偏微分しなさい。
というような程度。

受験時の環境は?
● オフィスで受けました。
● 有線ネットワークで。
● 検索用にもう一台。→検索すれば解答できる問題はある。
● 参考になるであろうサイトはタブで開いておく。→使わなかった。

押さえておくべきポイント
● 幅広く情報を押さえておく。
● 勉強している中で不明な言葉が出てきたら随時調べて理解する。
● 技術的な内容は正確に理解しておく必要がある。
● 法律、倫理、国別の取り組みなど、少ないが出題される。(AI白書後半)
● 時間が足りないので、時間配分はとくに重要。最後まで目を通せるように。

次回の必勝法は?
● 第１回目だったこと。
● 問題と正解が公表されていないこと。
● 様子見の受験者が多かったであろうこと。
● この半年で、新しい情報がたくさん出ていること。
つまり、１回目と同様、確実な受験対策は無さそう。

G検定の本来の目的
東京大学　松尾准教授が、SIX2018のセッションで云われていたこと。
「ユーザが学んで知識レベルを上げれば、自ずとベンダーのレベルも上がる。ユーザ企
業の方々こそがG検定を取っていただくことで、日本のAI開発全体のレベルアップに繋げ
て欲しい。」

次回は、2018年6月16日（土）
■ G検定（ジェネラリスト検定）
名称： JDLA Deep Learning for GENERAL 2018 #1
概要：ディープラーニングを事業に活かすための知識を有しているかを検定する
受験資格：制限なし
試験概要： 120分（予定）、知識問題（多肢選択式）、オンライン実施（自宅受験）
出題問題：シラバスより出題（推薦図書あり）
受験料： 12,960円（税込）程度
試験日程： 6月16日（土）13時～15時
申込期間： 5月予定

ちょっとだけ、導入実践編
上司に
「人工知能でいい感じの成果を出してくれ」
とあいまいな指示をされたとき、本書で学んだこと
が活きてくるに違いありません。

AIへの
幻想・思い違い
● AIにいろんなデータを放り
込んだら何か見えてくる?
● AIは間違わない。
● AIを導入すればもう人はい
らない?

じゃあ、
何をさせれば
いいのか?
AIが得意とするところ
● 同じ作業を延々と、淡々と、高速、大
量、確実に行うこと。
● 一度覚えたことは忘れない。
AIを利用するときに満たすべき条件
● 大量のデータに対して、高速に安定
して判断を求める必要がある。
● 予測結果には、一定数の間違いが
含まれることを許容できる。

労働環境における
競争の本質
「AI vs 人間」ではなく、「データ
やAIの力を使い倒す人と、そう
でない人」の戦いになる。
「人に言われたこと」「前例があ
ること」をきっちりこなす力では
なく、”あったらいいな”を想像
し、それを形にする力が求めら
れる。
※「AI白書」より

最後に。
NICO AI事業開発室の
目指すところ
NICOを、名古屋での
AIソリューションに関する
ヒト(技術・知識・経験)と
情報が集まる”メッカ”
にしていきたい。

JDLA Deep Learning for GENERAL 2017（所謂、G検定）はどんなだったか。

More Related Content

Similar to JDLA Deep Learning for GENERAL 2017（所謂、G検定）はどんなだったか。

More from Akihiro ITO

JDLA Deep Learning for GENERAL 2017（所謂、G検定）はどんなだったか。