難易度は Level 1（やさしめ）〜Level 5（難関） の5段階です。
AWS AIB-C01のサンプル問題（本番形式・解説付き）
AWS AIB-C01（Amazon Web Services・AWS Certified AI Business Strategist（AIB-C01・ベータ版試験ガイド準拠））の出題形式を、実際の問題で確かめられます。ここに掲載する5問は、無料の会員登録で解ける模試 第1回（85問）の冒頭から抜粋したオリジナル問題です。当サイトは全425問を本番CBT準拠の形式で収録しており、この5問はそのごく一部にあたります。
設問1
家電メーカーの営業企画部が、過去の受注記録から翌月の受注件数の見込みを出す仕組みを導入した。ベンダーの資料には「学習」と「推論」という言葉が並んでいる。このうち推論に当たる工程はどれか。
- 過去三年分の受注実績をモデルに読み込ませて内部の値を調整する工程
- 出てきた見込みと実績の差を毎月集計して精度の推移を報告書にまとめる工程
- 完成したモデルに今月の実績を渡して翌月の受注件数の見込みを出す工程（正解）
- 部門ごとに散らばっている受注記録を一つの表にそろえて項目名を統一する工程
解説
学習を終えたモデルに新しい入力を与えて結果を受け取る工程が推論です。過去の実績を読み込ませて内部の値を調整するのは学習そのもので、推論の前段にあたります。記録を一つの表にそろえる作業は学習に入る前のデータの準備であり、モデルはまだ関与しません。見込みと実績の差を集計する作業は運用を始めたあとの精度の見張りで、結果を使う側の活動です。
設問2
物流会社の企画担当が、AIベンダーの提案書に出てくる「アルゴリズム」と「モデル」を社内向けに言い換えようとしている。モデルの説明として適切なものはどれか。
- データから規則を見つけ出すためにあらかじめ用意された計算の手順そのものを指す
- 予測の結果を基幹システムへ受け渡すための連携の仕組み全体を指す
- 予測に使う入力の項目を業務の視点から一つずつ選び出していく作業の流れを指す
- 学習の結果として得られた、入力から予測値を導くための規則の集まりを指す（正解）
解説
モデルは学習の産物であり、入力を受け取って予測値を返す規則のかたまりです。データから規則を見つけ出す計算の手順はアルゴリズムの説明で、モデルを作るために使う道具の側にあたります。入力の項目を選び出す作業は準備段階の検討であって、出来上がった規則そのものではありません。結果を基幹システムへ渡す連携は業務への組み込みの話で、モデルの外側にある仕組みです。
設問3
小売企業で需要予測を導入したところ、営業部長から「この数字はそのとおりになるのか」と問われた。予測の性質を踏まえた運用として適切なものはどれか。
- 予測は過去の傾向にもとづく見込みであり、外れた場合の対応まで決めてから業務に組み込む（正解）
- 予測値を確定した数量として扱い、担当者の確認を挟まずに発注量を決める形で運用する
- 予測の精度は導入時に一度確かめれば足りるため、以後は出てきた数字だけを見て運用を続ける
- 予測が外れた案件は集計から除き、当たった案件だけを取り出して効果を報告する形で運用する
解説
予測は過去の傾向から導いた見込みであり、外れる場合を織り込んだ運用の設計が要ります。導入時の確認だけで済ませる運用は、前提が変わって精度が落ちたときに気づく手立てを持ちません。外れた案件を集計から除く報告は効果を実態より良く見せてしまい、投資判断を誤らせます。担当者の確認を挟まずに発注量を決める形は、外れたときの損失をそのまま業務に通してしまいます。
設問4
AI導入の検討会で、ベンダーから「このモデルの精度は八十五パーセントです」と説明を受けた。事業部門の担当者が続けて確かめるべきこととして適切なものはどれか。
- 学習に使った計算資源の規模と、そこにかかった費用の内訳をベンダーの担当者に確かめる
- どの期間のどのデータで測った、何に対する正しさの割合なのかを開発側に確かめる（正解）
- 同じ業界の他社が公表している精度の数値と何ポイント差があるのかを調査会社に確かめる
- 製品を提供するベンダーの導入社数と、直近の資金調達の状況を営業の担当者に確かめる
解説
精度の数値は測った対象と測ったデータが分からなければ業務での意味を持たないため、何を何で測った割合かをまず確かめます。他社の公表値との比較は前提のそろわない数字どうしの比較になりやすく、自社の業務での使えるかどうかを判断する材料になりません。計算資源の規模や費用は開発の内訳の話で、出てきた数字の意味を説明するものではありません。導入社数や資金調達の状況はベンダーの信用を測る材料であって、精度の中身とは別の観点です。
設問5
AIの基本用語の説明として、当てはまらないものはどれか。
- 学習とは、過去のデータを使ってモデルの内部の値を少しずつ調整していく工程を指す
- アルゴリズムとは、データから規則を導くためにあらかじめ用意された計算の手順を指す
- 予測とは、入力した条件に対して同じ結果が返ることが保証された計算の出力を指す（正解）
- 推論とは、学習を終えたモデルに新しい入力を与えて予測の結果を受け取る工程を指す
解説
予測は過去の傾向から導かれる見込みであり、結果が保証された計算の出力ではないため、この説明が当てはまりません。過去のデータでモデルの内部の値を調整する工程は学習の説明として正しく、AI導入の中心にある作業です。学習済みのモデルに新しい入力を与えて結果を得る工程は推論の説明として正しく、日々の業務で動く部分にあたります。データから規則を導く計算の手順という説明はアルゴリズムの定義として正しいものです。
続きは、会員登録なしでそのまま50問解けます。採点と解説つきで、上と同じ本物の問題です。
登録なしで50問解く