ITパスポート過去問 令和3年度（2021年）問20
画像認識システムにおける機械学習の事例として，適切なものはどれか。
選択肢
- 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。
- 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。
- 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。
- 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。
- ア
- イ
- ウ
- エ
正解と解き方・学習ポイント（AI解説）
機械学習を用いた画像認識では、大量の画像データを学習させ、コンピュータが対象を区別するための特徴を自動的に見つけ、分類できるようにします。果物の写真を大量に入力し、果物の特徴を自動抽出できるようになったという内容は、この機械学習の説明に当たるため適切です。
Point
画像認識における機械学習の説明として適切な文を選べるようにすることがねらいです。学習データを与えることで、コンピュータが特徴を自動抽出し、分類に使えるようになる点を理解しているかを確認します。
解くために必要な知識
この問題を解くには、機械学習の定義と、画像認識・画像認証・チャットボットそれぞれの違いについての理解が必要です。
用語の整理
| 用語 | 意味 |
|---|---|
| 機械学習 | コンピュータが大量のデータからパターンや規則性を自動的に学習し、予測や判断を行う技術です。人間が明示的にルールを与えるのではなく、データから自動で特徴を抽出する点が特徴です。 |
| 画像認識 | 画像に写っている物体や文字などをコンピュータが識別・分類する技術です。機械学習を用いて実現されることが多いとされます。 |
他の選択肢に出てくる用語
| 用語 | 意味 |
|---|---|
| 生体認証（バイオメトリクス認証） | 指紋・虹彩・顔など人体の身体的特徴を使って本人確認を行う認証方式です。 |
| 虹彩認証 | 目の虹彩（瞳の周囲にある模様）のパターンを利用して本人確認を行う生体認証の一種です。 |
| 指紋認証 | 指紋のパターンを利用して本人確認を行う生体認証の一種です。 |
| チャットボット | テキストや音声での問い合わせに対して、自動的に会話形式で応答するプログラムです。 |
問題の解法手順
各選択肢の整理
| 選択肢 | 内容の分類 | 機械学習の事例か | 画像認識の事例か |
|---|---|---|---|
| ア | 虹彩認証によるドア解錠 | いいえ（認証の導入事例） | いいえ（画像認証の利用） |
| イ | 大量の写真から特徴を自動抽出 | はい（データから自動学習） | はい（画像から特徴を抽出） |
| ウ | 指紋認証によるロック解除 | いいえ（認証の導入事例） | いいえ（画像認証の利用） |
| エ | 文字入力による会話形式の応答 | いいえ（チャットボットの事例） | いいえ（文字入力であり画像ではない） |
選択肢ごとの解説
- ア：不正解
虹彩の画像を使った生体認証（虹彩認証）によるセキュリティ強化の事例です。画像を利用してはいますが、これは登録済みの虹彩パターンと照合して本人確認を行う認証方式の説明であり、大量のデータから特徴を自動的に学習する機械学習の事例とは言いにくいです。
- イ：正解
果物の写真を大量に入力し、コンピュータ自身が果物の特徴を自動的に抽出しています。大量のデータから特徴を学習して識別や分類に利用するという機械学習の説明に合致し、かつ対象が画像なので、画像認識における機械学習の事例として適切です。
- ウ：不正解
指紋の画像を用いてスマートフォンのロックを解除する、生体認証（指紋認証）の利用事例です。画像を使う点は画像認識と似ていますが、問題が求めているのは「大量のデータから特徴を学習する」という機械学習の事例であり、その説明にはなっていません。
- エ：不正解
文字での問い合わせに対して会話形式で応答するチャットボットの事例です。画像を扱っていないため画像認識の事例ではありません。
まとめ
機械学習を用いた画像認識では、大量の画像データを学習させ、コンピュータが対象を区別するための特徴を自動的に見つけ、分類できるようにします。果物の写真を大量に入力し、果物の特徴を自動抽出できるようになったという内容は、この機械学習の説明に当たるため適切です。
ストラテジ系 > 経営戦略 > ビジネスインダストリ
虹彩の画像を使った生体認証（虹彩認証）によるセキュリティ強化の事例です。画像を利用してはいますが、これは登録済みの虹彩パターンと照合して本人確認を行う認証方式の説明であり、大量のデータから特徴を自動的に学習する機械学習の事例とは言いにくいです。
果物の写真を大量に入力し、コンピュータ自身が果物の特徴を自動的に抽出しています。大量のデータから特徴を学習して識別や分類に利用するという機械学習の説明に合致し、かつ対象が画像なので、画像認識における機械学習の事例として適切です。
指紋の画像を用いてスマートフォンのロックを解除する、生体認証（指紋認証）の利用事例です。画像を使う点は画像認識と似ていますが、問題が求めているのは「大量のデータから特徴を学習する」という機械学習の事例であり、その説明にはなっていません。
文字での問い合わせに対して会話形式で応答するチャットボットの事例です。画像を扱っていないため画像認識の事例ではありません。