ITパスポート 令和7年度 問86

この問題は、大量の画像データから特徴を自動的に抽出し、物体や動物の種類を識別するAI技術について理解しているかを問うものです。画像認識でよく用いられる機械学習の手法がポイントになります。

ディープラーニングは多層のニューラルネットワークを用いてデータの特徴を自動的に学習する機械学習の手法です。大量の画像データを学習することで、犬や猫などの特徴を自動的に抽出し、種類を高精度で識別できます。そのためこの問題の説明に当てはまる技術はディープラーニングです。

ア（×）: eラーニングはインターネットなどの情報通信技術を利用して行う学習方法のことです。オンライン教材や動画などを用いて学習する教育手法であり、画像から特徴を抽出して識別するAI技術ではないため誤りです。

イ（×）: アクティブラーニングは、学習アルゴリズムが必要なデータを選択して学習を効率化する機械学習の手法です。データの選択方法に関する技術であり、画像から特徴を自動抽出して認識する技術そのものを指すものではないため誤りです。

ウ（×）: アダプティブラーニングは、学習者の理解度や進度に応じて教材や学習内容を調整する教育技術です。主に教育分野で使われる概念であり、画像認識を行うAI技術ではないため誤りです。

エ（〇）: ディープラーニングは多層構造のニューラルネットワークを用いた機械学習の手法で、大量のデータから特徴を自動的に学習します。画像認識や音声認識などで広く利用され、動物の種類を識別するようなAIシステムに使われるため正しいです。

画像認識や音声認識などで特徴を自動抽出して高精度に識別できる技術はディープラーニングです。ニューラルネットワークを発展させた機械学習の代表的な手法として覚えておくことが重要です。