ITパスポート 令和3年度 問20

✓ これが正解イ 果物の写真をコンピュータに大量に入力することで，コンピュータ自身が果物の特徴を自動的に抽出することができるようになった。

解説

機械学習は、特徴をコンピュータ自身に見つけさせるやり方です。

機械学習は、たくさんの例をコンピュータに与えて、そこに共通する特徴をコンピュータ自身に見つけさせるやり方です。果物の写真を大量に読み込ませることで、色や形のどこに目を付ければ見分けられるのかを自分で取り出せるようになった、という事例は、まさにこの形にあたります。ここでの分かれ目は、注目すべき特徴を人があらかじめ決めて教えたのか、それともコンピュータが自分で抜き出したのかという点です。虹彩や指紋で本人を確かめる仕組みは、あらかじめ登録した特徴と照らし合わせているだけで、学習はしていません。学習の場面では、正解を付けた例を大量に与えて特徴をつかませる形がよく使われ、与えた例が偏っていると見分けの結果まで偏ってしまいます。よって適切なのは、果物の特徴を自動的に抽出できるようになった事例です。

ほかの選択肢の解説

• ア オフィスのドアの解錠に虹彩の画像による認証の仕組みを導入することによって，セキュリティが強化できるようになった。：虹彩の画像で本人を確かめてドアを解錠する仕組みは、体の特徴で本人を確かめるバイオメトリクス認証の一つです。画像を扱う点は同じでも、登録済みの特徴と照らし合わせているだけで、新しい特徴を学び取ってはいません。学ぶかどうかが分かれ目です。
• ウ スマートフォンが他人に利用されるのを防止するために，指紋の画像認識でロック解除できるようになった。：指紋の画像で本人を確かめてロックを解除する仕組みも、同じ種類の認証です。画像認識という言葉に引かれて選びたくなりますが、学習しているかどうかという分かれ目で見ると、この事例は当てはまりません。照合と学習は別の働きです。
• エ ヘルプデスクの画面に，システムの使い方についての問合せを文字で入力すると，会話形式で応答を得ることができるようになった。：文字で入力した問合せに会話の形で答える仕組みは、言葉のほうを扱うものです。画像認識のシステムにおける事例という設問の枠から外れており、受け取っている入力の種類がそもそも違います。扱っているのは画像ではありません。