科目A-1 Unit 6 デジタル技術 入門学習

科目A-1 入門学習
›
Unit 6 デジタル技術
科目A-1 Unit 6(その他の分野)

デジタル技術 入門学習

デジタルサービス・システム構成・クラウド・ネットワーク・データベース・AI技術・情報デザインを学ぶ

📚 6章構成✏️ 確認テスト 7問⏱ 目安40分
シラバス対応:大分類4 デジタル技術/中分類13〜19

デジタルサービスとシステムの構成

ビジネスシステムではERP・CRM・HCM・倉庫管理のWMS、製造ではMRPや製造実行システムMES、金融では非金融サービスに金融機能を組み込む組み込み型金融(Embedded Finance)、中央銀行発行デジタル通貨(CBDC)、EDI、マネーロンダリング対策のAML・CFTが範囲です。

現実空間のデータを仮想空間で分析して現実に還元するサイバーフィジカルシステム(CPS)、デジタルツイン、エッジAI、ロボットなど物理的に動作するフィジカルAI、IT/OTコンバージェンス、ソフトウェアで機能を更新する自動車SDVも押さえましょう。プロセッサではCPU・GPU・TPU・NPUなど、信頼性では単一障害点(SPOF)、フォールトトレラント、RASISが範囲です。稼働率は「MTBF ÷(MTBF + MTTR)」で求めます。

クラウド

クラウドの特性はオンデマンドセルフサービス・幅広いネットワークアクセス・リソースの共用・スピーディな拡張性・サービスが計測可能であることの5つです。配置モデルにはパブリック・プライベート・コミュニティ・ハイブリッドがあり、複数の事業者を併用するマルチクラウド、データの所在や運用を特定の国・地域の管理下に置くソブリンクラウドも範囲です。事業者と利用者の責任範囲は共有責任モデルで整理し、IaaSではOS以上の管理は利用者の責任になります。基盤技術としては各種の仮想化、ハイパーコンバージドインフラストラクチャ(HCI)、コンテナオーケストレーション、インフラ構成をコードで管理するIaCを押さえます。

ネットワーク

基礎としてOSI基本参照モデル、IPv4・IPv6、IPアドレスからMACアドレスを求めるARP、VLANのタグ付けIEEE 802.1Q、DHCP、TCP・UDPとポート番号を押さえます。QUICはUDP上で動作し、TLSによる暗号化を組み込んだプロトコルで、HTTP/3で使われます。WebではREST・GraphQL・CORS、モバイルでは5Gと用途ごとにネットワークを仮想的に分けるネットワークスライシング、5GのSA方式・NSA方式、eSIMが範囲です。IoTでは省電力・長距離のLPWAと軽量プロトコルMQTT・CoAP、ネットワーク管理では制御機能と転送機能を分離してソフトウェアで制御するSDN、SD-WAN、NFV、SNMPを押さえましょう。

データベース

データベースの種類として、関係データベースのほかキーバリュー型・ドキュメント指向・列指向・グラフのデータベース、埋込み表現(ベクトル)の類似度で検索するベクトルデータベース、インメモリデータベースがあります。設計ではE-R図、主キー・外部キー・サロゲートキー、第1〜第3正規形への正規化を学びます。トランザクションはACID特性(原子性・一貫性・独立性・永続性)を満たす必要があり、排他制御・デッドロック・多版同時実行制御(MVCC)・2相コミットメント、障害回復のロールフォワード・ロールバックが範囲です。分散データベースでは、一貫性・可用性・分断耐性を同時にすべては満たせないとするCAP定理、BASE特性と結果整合性、データを分割して配置するシャーディングを押さえます。

AI技術

機械学習には、正解付きデータで学ぶ教師あり学習(回帰・分類、決定木・ランダムフォレスト・SVMなど)、正解なしで構造を見つける教師なし学習(クラスタリング・k-means法・主成分分析など)、報酬をもとに行動を学ぶ強化学習があります。評価では交差検証、汎化性能、ROC曲線・AUC、運用中にデータの傾向が変わるデータドリフトを押さえます。ディープラーニングでは活性化関数、勾配消失問題、転移学習・ファインチューニング、過学習を防ぐドロップアウト、CNN・RNNが範囲です。

生成AIではTransformer、大規模言語モデル(LLM)、自己教師あり学習、例示だけで課題をこなすコンテキスト内学習、RLHF、トークンとコンテキストウィンドウ、エンベディング、RAG、画像生成の拡散モデル、モデル軽量化のプルーニング・蒸留・量子化を学びます。AIエージェント技術ではCoT・ToT、長期記憶、AIと外部のツールやデータをつなぐ標準プロトコルMCP、エージェント同士が連携するためのA2A、コンテキストエンジニアリング、マルチエージェントが出題範囲です。

情報デザイン・情報メディア

情報の整理の仕方を位置・五十音(アルファベット)・時間・カテゴリ・階層の5つに分けるLATCHの法則、利用者をだまして不利な選択をさせるダークパターン、ユニバーサルデザインの7原則、アクセシビリティの規格JIS X 8341とWCAGが範囲です。メディアでは、通信状況に応じて画質を切り替えるアダプティブストリーミング、音声のPCM(標本化・量子化)、可逆圧縮と非可逆圧縮、ランレングス・ハフマン符号・JPEGで使われる離散コサイン変換(DCT)、印刷のCMYK、映像のYUVフォーマットを押さえましょう。

重要ポイントまとめ
  • 稼働率=MTBF ÷(MTBF + MTTR)
  • 共有責任モデル:IaaSではOS以上の管理は利用者の責任
  • QUIC=UDP上で動作し暗号化を組み込んだプロトコル(HTTP/3で使用)
  • ACID:原子性・一貫性・独立性・永続性/CAP定理:一貫性・可用性・分断耐性をすべて同時には満たせない
  • ベクトルDB=埋込み表現の類似度で検索(RAGで活用)
  • MCP=AIと外部ツール・データをつなぐ標準プロトコル、A2A=エージェント間連携
  • モデル軽量化:プルーニング・蒸留・量子化
✏️ 確認テスト(全7問)
問 1
MTBFが900時間、MTTRが100時間のシステムの稼働率はいくらか。
ア. 0.10
MTTR ÷(MTBF + MTTR)で求めた、停止している割合です。
イ. 0.99
計算が誤っています。
ウ. 9.00
MTBF ÷ MTTRの値で、稼働率ではありません。稼働率は1以下になります。
エ. 0.90
正解です。900 ÷(900 + 100)= 0.90です。
選択肢をクリックすると正誤と解説が表示されます
問 2
分散データベースに関するCAP定理の説明として適切なものはどれか。
ア. 一貫性・可用性・ネットワーク分断への耐性の3つを、同時にすべて満たすことはできない
正解です。分断は避けられないため、実際には一貫性と可用性のどちらを優先するかの選択になります。
イ. トランザクションは原子性・一貫性・独立性・永続性を満たす必要がある
ACID特性の説明です。
ウ. データを複数のサーバに分割して配置することで性能を高める
シャーディングの説明です。
エ. 一時的に不整合があっても、最終的にはデータが一致すればよい
結果整合性の説明です。
選択肢をクリックすると正誤と解説が表示されます
問 3
MCP(Model Context Protocol)の説明として適切なものはどれか。
ア. 複数のAIエージェントどうしが連携・委任し合うためのプロトコル
A2A(Agent2Agent Protocol)の説明です。
イ. AIアプリケーションと外部のツールやデータソースを接続するための標準的なプロトコル
正解です。共通の方式で接続できるため、ツールごとに個別の連携を作り込む必要が減ります。
ウ. 大規模言語モデルのパラメータを少ないビット数で表現する技術
量子化の説明です。
エ. 推論の途中過程を段階的に出力させるプロンプトの手法
CoT(Chain of Thought)の説明です。
選択肢をクリックすると正誤と解説が表示されます
問 4
QUICの特徴として適切なものはどれか。
ア. TCP上で動作し、再送制御を行わない
QUICはTCPではなくUDP上で動作し、信頼性を確保する仕組みを自ら持ちます。
イ. IPアドレスからMACアドレスを求める
ARPの説明です。
ウ. UDP上で動作し、TLSによる暗号化を組み込んでおり、HTTP/3で使われる
正解です。接続確立までの往復回数を減らせるため、通信の開始が速いのが特徴です。
エ. IoT機器向けの、パブリッシュ/サブスクライブ型の軽量プロトコル
MQTTの説明です。
選択肢をクリックすると正誤と解説が表示されます
問 5
RAGで、質問と意味が近い文書を探すためによく使われるデータベースはどれか。
ア. 列指向データベース
列単位でデータを格納し、集計処理を高速にするデータベースです。
イ. キーバリュー型データベース
キーを指定して値を高速に取り出すデータベースで、意味の近さによる検索には向きません。
ウ. 階層型データベース
データを木構造で管理するデータベースで、意味の近さによる検索には向きません。
エ. ベクトルデータベース
正解です。文書をエンベディング(数値のベクトル)に変換して格納し、ベクトルの類似度で検索します。
選択肢をクリックすると正誤と解説が表示されます
問 6
AIモデルの軽量化手法のうち、大きなモデルの出力を教師として小さなモデルを学習させるものはどれか。
ア. 蒸留
正解です。大きな教師モデルの知識を小さな生徒モデルに移すことで、性能を保ちながら軽量化します。
イ. 量子化
パラメータを少ないビット数で表現する手法です。
ウ. プルーニング
重要度の低い結合やパラメータを削除する手法です。
エ. ドロップアウト
学習時に一部のノードを無効化して過学習を防ぐ手法で、軽量化手法ではありません。
選択肢をクリックすると正誤と解説が表示されます
問 7
IaaSを利用する場合に、責任共有モデルで一般に利用者の責任となるものはどれか。
ア. データセンターの物理的な入退室管理
物理的な設備はクラウド事業者の責任です。
イ. 仮想マシン上のOSのセキュリティパッチ適用
正解です。IaaSではOS・ミドルウェア・アプリケーション・データの管理は利用者の責任になります。
ウ. 仮想化基盤(ハイパーバイザー)の保守
IaaSでは仮想化基盤まではクラウド事業者の責任です。
エ. サーバ機器の故障時の交換
ハードウェアはクラウド事業者の責任です。
選択肢をクリックすると正誤と解説が表示されます

演習問題で理解を定着させよう

科目A-1(共通知識)の演習問題で実践力を高めましょう

科目A-1 演習問題を解く →