問題
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。
- 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。
- 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。
- 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。
- 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。
[出典：ITパスポート試験 令和3年度 問20]
スポンサーリンク
正解
正解は「イ」です。
解説
選択肢「イ」の「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。」が正解です。
機械学習とは、大量のデータをコンピュータに学習させることで、そのデータの特徴やパターンを自動的に認識できるようになる技術です。この選択肢では、果物の写真を大量に学習させることで、コンピュータが各果物の特徴を認識し、それを区別できるようになったことを示しています。このような機械学習の活用は、画像認識技術の向上に重要な役割を果たしており、例えばスマートフォンのカメラアプリが被写体を認識して最適な撮影モードを選択する際にも応用されています。
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。):
虹彩認証は生体認証技術の一種ですが、機械学習の事例とは言えません。生体認証は既存の特徴を比較するだけであり、データを学習して特徴を抽出する機能は含まれません。
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。):
指紋認証は生体認証の一種であり、機械学習の事例ではありません。指紋認識は、登録された指紋の画像との照合を行う仕組みであり、データの学習を伴うものではありません。
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。):
この選択肢は、自然言語処理技術の活用例です。機械学習の要素が含まれる場合もありますが、画像認識システムの事例としては不適切です。
難易度
普通
この問題は、機械学習と生体認証などの技術を区別できるかどうかを問うものです。基本的な技術概念を理解していれば、比較的容易に解答できる問題です。
スポンサーリンク
用語補足
機械学習：
コンピュータが大量のデータを学習し、その特徴やパターンを抽出することで、新しいデータを自動的に分類・認識できる技術です。
画像認識：
画像を解析し、特定の対象物を識別する技術です。機械学習を活用することで、コンピュータが画像の特徴を学習し、認識精度を向上させることができます。
対策
機械学習と他の技術（生体認証や自然言語処理）との違いを理解し、それぞれの活用事例を把握しておくことが重要です。特に画像認識システムの機械学習の事例について学習すると、試験でも適切な選択ができるようになります。
