『ディープラーニングG検定 最強の合格問題集』出張版
【G検定】AI開発契約で重要になる「保護対象」はどれ?
AIの基礎から法律・倫理まで幅広い領域が問われる資格「G検定」。試験範囲の中でも重要度の高いテーマを1問ずつ取り上げ、理解の定着に役立つポイントを確認していきます。今回は、AI開発プロジェクトの契約で問題になりやすい「何を成果物として扱い、どこまで保護すべきか」という論点について取り上げます。
「G検定」(ジェネラリスト検定)は、AI(人工知能)技術全般、特に機械学習やディープラーニングの基礎を体系的に学ぶ資格試験です。AI人材の需要の高まりとともに受験者数は年々増加しており、企業でも従業員への取得を奨励する動きが広がっているそうです。
本記事はSBクリエイティブ刊『ディープラーニングG検定(ジェネラリスト)最強の合格問題集[第2版]』(ヤン・ジャクリン 著)から、G検定の出題範囲を踏まえた問題と解説を1問1答形式で紹介します。今回は、AI開発プロジェクトの契約で問題になりやすい「何を成果物として扱い、どこまで保護すべきか」という論点について取り上げます。
問題
以下の文章を読み、(ア)(イ)の組み合わせとして、最も適切な選択肢を1つ選べ。
AI開発プロジェクトにおいて、(ア)およびその生成に用いた(イ)の保護が契約の重要な論点となることが多い。
1.(ア)学習済みモデル (イ)取扱説明書
2.(ア)ソースコード (イ)プログラミング言語
3.(ア)学習済みモデル (イ)学習用データセット
4.(ア)ソースコード (イ)プロトコール
――答えは分かりましたか?
正解と解説
正解は「3.(ア)学習済みモデル (イ)学習用データセット」
特許権や著作権など知的財産権の保護は、AI開発の契約において必須の課題です。学習済みモデルなどの成果物について、利用者(発注者)と開発者(受注者)の間で誰がどのような権利を持つのかが論点となります。
選択肢3の学習用データセットとは、生データを分析や機械学習に使いやすい形に変換した二次的な加工データです。このような変換または加工の例として、欠損値の処理、正解ラベルの付与、画像のリサイズなどが挙げられます。
学習済みモデルとは、学習用データセットを用いて訓練を行った後の推論プログラムのことです。学習で得られた学習済みパラメータが組み込まれており、それらに基づいて、新しく入力されたデータに対して推論や予測を行います。「学習済みモデル」は、大きく分けてプログラムと学習済みパラメータの2つの部分から成り立ちます。
学習済みモデル(推論プログラム)は十分な創作性が認められる場合、著作権で保護される対象になります。これに対して、学習済みパラメータは、学習の過程でできた数値として見なされ、一般的に著作権法上、保護の対象にはなりません。しかし、学習済みパラメータは、重要なデータを用いて労力をかけて生成した、営業上有用な価値を持つ大切な財産です。営業秘密としての管理、契約による所有権や使用権の明確化など、しっかり保護できるように慎重に進めることが大切です。
※この記事はSBクリエイティブ刊『ディープラーニングG検定(ジェネラリスト)最強の合格問題集[第2版]』から、アイティメディアが出版社の許可を得て一部加筆編集の上、転載したものです(無断転載禁止)。
Copyright © ITmedia, Inc. All Rights Reserved.
『ディープラーニングG検定 最強の合格問題集』出張版
新着ホワイトペーパー PR
-
製品資料
“攻撃者優位”なサイバーセキュリティ、全ての「穴」をふさぐ方法とは? -
製品資料
実際に悪用される脆弱性は4%前後 優先的に対処すべき脆弱性を把握するには? -
製品資料
HubSpotの機能を拡張する法人データ活用法 -
製品資料
面倒で非生産的な「名寄せ」作業 高精度&高効率に実施するには? -
製品資料
名刺管理には「その先」がある 成果のでない営業活動から脱却する秘訣
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
Netflixのバックエンドは「ほぼJava」 3000超のアプリを支える開発基盤の裏側
-
2
ISMSの“コンサル丸投げ”が招く数千万円の無駄 NTTドコモビジネスの脱出劇
-
3
「Microsoft 365」が乗っ取られる 跡形もなくMFAを破る手口
-
4
「WSUS」終了の時限爆弾 “本命”移行先ツールとMicrosoft提唱の新管理手法
-
5
「結局使わなくなる」Microsoft 365 Copilotを半年で定着 キリンの3施策
-
6
ベッドでの使用が「PC騒音」を悪化させる? Dellが推奨する冷却ファンの鎮め方
-
7
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
8
「企業内サーバ環境の利用実態」に関するアンケート
-
9
IT製品の導入に関するアンケート「サーバ&ストレージ」編
-
10
アラート47%削減 オープンハウスが捨てた「全部メール通知」の監視体制
ホワイトペーパーランキング PR
-
1
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
2
財務・会計はAI活用でどう変わる? 調査で見えた変革の道筋
-
3
AIが「わざわざ使うツール」になっていない? 業務で自然に使う導線にする秘訣
-
4
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは?
-
5
「脱Excel」か「Excel快適化」か? 現場にやさしい業務改善の進め方
-
6
「結局、一部の人しか使わない」 AI活用が業務に定着しない根本的な理由
-
7
コスト分析で見る「デバイス復旧」の代償 損失額から導きだされた投資戦略とは
-
8
Macの安全神話は崩壊? 最新の脅威動向から見えた攻撃のトレンドと有効な対策
-
9
ゼロトラストにおける「IDaaSの課題」と補完すべき重要機能とは?
-
10
「NAS」「SAN」「DAS」は何が違う? いまさら聞けないストレージの基礎
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー