生成AIのビジネス活用｜科目A-1（応用情報技術者） 令和6年 秋期午前試験 問71
出典：令和6年秋期 午前 問71
分野：ビジネスインダストリ ／ ビジネスシステム
生成AIのビジネス活用において，独自のデータを学習させることにより基盤モデルを自社の業務やサービスに特化したモデルへとカスタマイズすることを何と呼ぶか。
- ア：アノテーション
- イ：クラスタリング
- ウ：ファインチューニング
- エ：プロンプトエンジニアリング
TSUNAGARU-ADVICE
まず押さえたいこと
ファインチューニングは、既に学習済みの基盤モデルに自社独自のデータなどを追加学習させ、特定の業務や用途に適したモデルへ調整する手法です。モデルそのものの振る舞いや出力傾向を、目的に合わせてカスタマイズします。
迷ったときの判断軸
アノテーションはデータにラベルなどの情報を付与する作業、クラスタリングは似たデータをグループ分けする手法、プロンプトエンジニアリングは入力する指示文を工夫して望ましい出力を得る方法です。「モデルに追加学習させて特化させる」ならファインチューニングと整理しましょう。
科目Bにつなげるために
特にプロフェッショナルデジタルスキル（データ・AI）試験合格を目指す方は、ファインチューニングを基盤モデルのカスタマイズ手法として理解しましょう。プロンプトエンジニアリングやRAGなどとの違いを整理し、用途・コスト・必要なデータ量に応じて適切な手法を選択する視点が重要です。
ファインチューニングとは、既に学習済みの基盤モデルに対して、自社独自のデータや特定分野のデータを追加で学習させ、特定の業務や目的に適したモデルへ調整することです。
例えば、社内の問い合わせ対応データを学習させて、自社業務に特化した回答を生成しやすいモデルに調整するといった活用が該当します。
したがって、ウが適切です。
❌他選択肢が誤りの理由ア：アノテーション
⇒アノテーションは、学習用データにラベルや説明などの正解情報を付与する作業です。例えば、画像認識モデルの学習で、画像内の対象物に「りんご」や「みかん」などのラベルを事前に付けることが該当します。基盤モデルそのものを追加学習して調整することではありません。
イ：クラスタリング
⇒クラスタリングは、データを特徴の似たグループに分類する教師なし学習の手法です。基盤モデルのカスタマイズを意味する用語ではありません。
エ：プロンプトエンジニアリング
⇒プロンプトエンジニアリングは、生成AIへの指示文を工夫して、望ましい出力を得やすくする手法です。有効かつ正確な結果を得るためには、具体的かつ明確な指示をし、出力すべき項目・データ形式・対象範囲などの情報を含み、区切り文字などを使用して分かりやすい記述にすることが良いとされています。モデル自体のパラメータを追加学習によって変更するものではありません。