Azure AI 過去問題形式

AI-900 ワークロードと考慮事項|過去問題形式で8問

AI-900「AIワークロードと考慮事項」の練習問題8問です。AIの代表的なワークロード(予測・異常検知・コンピュータービジョン・自然言語処理・生成AI・知識マイニング)と、責任あるAIの6原則を出題します。解けなかった問題は、各問の解説末尾のリンクから対応する解説記事に進んでください。

 

ご注意:AI-900(Azure AI Fundamentals)は2026年6月30日に退役し、後継のAI-901へ移行する予定です(同じ「Azure AI Fundamentals」認定の新しい試験です)。これから受験する方は、最新の試験コードと出題範囲を Microsoft Learn 公式 でご確認ください。この問題集はAI-900向けの内容です。

 

Q1. クレジットカードの利用履歴から、いつもと違う不正な取引をリアルタイムで見つけ出すAIワークロードはどれですか?

回答

解説

正解は「C」です。

異常検知は、ふだんのデータの傾向から大きく外れた珍しい動きを自動で見つけ出すワークロードです。不正な取引の検知や、機械の故障の予兆を見つける用途などに使われます。いつもの並びから外れた一枚を見つけ出すイメージに近いです。

A のコンピュータービジョンは画像や映像を扱うAI、B の自然言語処理は文章や会話を扱うAI、D の知識マイニングは大量の文書から必要な情報を掘り出す仕組みで、いずれも不正取引の検知そのものを指すワークロードではありません。

AI-900 試験全体概要を見る

 

Q2. 写真に写っているものが「猫」か「犬」かを判別したり、画像の中から人の顔を見つけたりするAIワークロードはどれですか?

回答

解説

正解は「A」です。

コンピュータービジョンは、画像や映像を読み取り、そこに何が写っているかを理解するワークロードです。画像分類・物体検出・顔検出・文字の読み取り(OCR)などが含まれ、人が目で見て判断していた作業をAIに任せるイメージです。

B は珍しい動きを見つける役割、C の自然言語処理は文章や会話の処理、D の知識マイニングは文書からの情報抽出が中心で、画像を見て判別するワークロードとは異なります。

AI-900 試験全体概要を見る

 

Q3. 文章の意味を読み取って要約したり、話しかけられた言葉に応答したりするAIワークロードはどれですか?

回答

解説

正解は「D」です。

自然言語処理(NLP)は、人が使う言葉(テキストや音声)をAIが読み取り、意味を理解して扱うワークロードです。文章の要約・感情の判定・翻訳・チャットボットの応答などが含まれ、言葉でやり取りできる窓口をつくるイメージです。

A のコンピュータービジョンは画像、B は珍しい動きを見つける役割、C の知識マイニングは大量文書からの情報抽出が中心で、言葉そのものを理解するワークロードとは異なります。

AI-900 試験全体概要を見る

 

Q4. 大量の契約書やマニュアルから、知りたい情報を検索して取り出せるようにするAIワークロードはどれですか?

回答

解説

正解は「B」です。

知識マイニングは、たくさんの文書やファイルの中から必要な情報を掘り出し、検索しやすい形に整理するワークロードです。社内に散らばった契約書やマニュアルをまとめて、必要な答えにたどり着けるようにするイメージで、図書館の本を整理して索引をつくる作業に近いです。

A は珍しい動きを見つける役割、C のコンピュータービジョンは画像の理解、D の予測は数値の見積もりが中心で、文書から情報を掘り出すワークロードとは異なります。

AI-900 試験全体概要を見る

 

Q5. 文章で指示すると、新しい文章や画像をその場でつくり出すAIワークロードはどれですか?

回答

解説

正解は「D」です。

生成AIは、学習した大量のデータをもとに、新しい文章・画像・コードなどをその場でつくり出すワークロードです。「こういう文章を書いて」と頼むと下書きを返してくれるように、ゼロから生み出す点が特徴で、ChatGPT のような大規模言語モデル(LLM)が代表例です。

A の珍しい動きの発見や C のコンピュータービジョンは、すでにあるデータを判定・分析するのが中心で、新しく生み出す働きとは異なります。B の知識マイニングも、既存の文書から情報を取り出す仕組みです。

AI-900 試験全体概要を見る

 

Q6. 責任あるAIの原則のうち、特定の人種や性別など一部の人だけが不利にならないよう、AIがどんな人も偏りなく扱うことを求める原則はどれですか?

回答

解説

正解は「A」です。

責任あるAIの公平性は、AIが人種・性別・年齢などによって特定の人を不当に有利・不利に扱わず、どんな人も偏りなく扱うことを求める原則です。学習データに含まれる偏り(バイアス)がそのまま結果に出ないよう注意することが大切です。

B の透明性はAIの動き方が分かるようにすること、C のプライバシーとセキュリティはデータの保護、D の説明責任は人が最終的に責任を持つことで、いずれも偏りなく扱う原則とは別の観点です。

AIバイアスとは(詳しい解説)を見る

 

Q7. 責任あるAIの原則のうち、AIが集めた個人情報を守り、不正なアクセスから安全に保つことを求める原則はどれですか?

回答

解説

正解は「B」です。

責任あるAIのプライバシーとセキュリティは、AIが扱う個人情報やデータを大切に守り、不正なアクセスや漏えいから安全に保つことを求める原則です。あずかった大切な荷物を鍵のかかった場所で管理するイメージに近いです。

A の包括性は誰もが使えるようにすること、C の信頼性と安全性は安定して安全に動くこと、D の公平性は偏りなく扱うことで、いずれもデータの保護を中心にした原則とは異なります。

責任あるAIとは(詳しい解説)を見る

 

Q8. 責任あるAIの原則のうち、AIがなぜその結論を出したのかを人が理解できるようにし、判断の根拠を分かるようにすることを求める原則はどれですか?

回答

解説

正解は「C」です。

責任あるAIの透明性は、AIがどのように動き、なぜその結論にたどり着いたのかを人が理解できるようにすることを求める原則です。中身の見えない箱のままにせず、判断の根拠を分かるようにしておくことで、利用者が安心して使えるようになります。

A の包括性は誰もが使えるようにすること、B の信頼性と安全性は安定して安全に動くこと、D の説明責任はAIの結果に人が最終的に責任を持つことで、いずれも判断の根拠を分かるようにする原則とは別の観点です。なお、責任あるAIの6原則は「公平性/信頼性と安全性/プライバシーとセキュリティ/包括性/透明性/説明責任」です。

責任あるAIとは(詳しい解説)を見る

 

試験全体の流れを俯瞰したい時は、AI-900(Azure AI Fundamentals)試験全体概要 に戻れます。

学習の全体像と次に進む分野は、AI-900 学習ロードマップ で確認できます。