環境負荷
AI開発・運用では、大規模モデルの学習や推論に伴う計算資源、電力消費、CO2排出、冷却、ハードウェア利用を考慮する必要があります。正解は、大規模学習や推論に伴う電力消費・CO2排出を考慮するという説明です。 (選択肢1が正しい)
正解の理由
AI開発・運用では、大規模モデルの学習や推論に伴う計算資源、電力消費、CO2排出、冷却、ハードウェア利用を考慮する必要があります。正解は、大規模学習や推論に伴う電力消費・CO2排出を考慮するという説明です。
仕組み・頻出ポイント
- 性能を高めるためにモデルを巨大化させると、学習コストだけでなく運用時の推論コストも増えます。モデル圧縮、蒸留、量子化、キャッシュ、再学習頻度の見直し、効率的なアーキテクチャ、再生可能エネルギー利用などが対策になります。
- 法令・倫理・契約・技術対策を分けて考え、必要に応じて組み合わせることがAIガバナンスの基本です。
- 判断に迷う場合は、データの性質、利用目的、影響を受ける人、説明責任、監査可能性を確認します。
G検定で覚えるべきこと
G検定では、環境保護もAIガバナンスの重要論点です。AIは物理資源を使わない、精度が高ければ環境負荷がゼロ、という選択肢は誤りです。
他の選択肢の評価
- 選択肢1: 正解です。問題の論点に対して最も適切な説明です。
- 選択肢2: この選択肢は論点がずれているか、対象となる法律・倫理原則の説明として不十分です。
- 選択肢3: 過度に断定的、またはリスク管理を否定しているため不適切です。AIガバナンスでは例外や運用条件を確認します。
- 選択肢4: この選択肢は論点がずれているか、対象となる法律・倫理原則の説明として不十分です。
追加の確認観点
確認観点としては、学習時だけでなく運用時の推論回数も環境負荷に影響する点です。モデルの軽量化やキャッシュ、再学習頻度の見直しは、コスト削減と環境配慮の両方につながります。
結論として、この問題では「用語の定義」だけでなく、どの前提で使えるのか、どの誤解を避けるべきか、実務では何を確認するのかまで結びつけて理解することが重要です。