この記事でわかること
AI-900試験では、単なる暗記ではなく「言葉の意味を正しく区別できているか」が問われます。
本記事では、実際に多くの受験者が間違えるポイントをもとに、
なぜ間違えるのか／どう判断すべきか／正解の考え方
を体系的に整理しています。
① AI と 機械学習 を混同する
よくある誤解
「AI ＝ 機械学習」と思ってしまう。
正しい理解
AIは概念の総称であり、機械学習はAIを実現する手段の一つです。
試験での判断基準
・ルールベースもAI ・学習していなくてもAI
② 機械学習と生成AIを混同する
よくある誤解
文章を出力するAIはすべて機械学習だと思う。
正しい理解
生成AIはコンテンツを新しく生成するAIであり、従来の分類・予測モデルとは目的が異なります。
試験での判断軸
・予測 → 機械学習 ・文章生成 → 生成AI
③ 教師あり学習と教師なし学習の取り違え
引っかけパターン
「分類」という言葉だけで教師ありと判断してしまう。
正しい判断
正解ラベルがあるかどうかが唯一の判断基準です。
・ラベルあり → 教師あり学習 ・ラベルなし → 教師なし学習
④ 精度・適合率・再現率を直感で選ぶ
よくある失敗
「精度が高ければ良いモデル」と考える。
正しい理解
用途によって重視すべき指標は異なります。
・見逃しが致命的 → 再現率
・誤検知が致命的 → 適合率
⑤ Computer Vision の用語混同
間違えやすい例
・画像分類
・物体検出
・顔検出
試験での見分け方
「位置情報が必要か？」を確認します。
・位置不要 → 画像分類
・位置必要 → 物体検出
⑥ OCR と NLP を混同する
典型的な誤解
文章が関係しているからNLPだと思う。
正しい切り分け
・画像 → OCR
・テキスト → NLP
⑦ Azure AI サービスの役割混同
よくある間違い
Azure Machine Learningで全てのAI処理を行うと思う。
正しい理解
AI-900では「既成AIサービスの使い分け」が問われます。
・Vision → 画像
・Language → テキスト
・OpenAI → 生成AI
⑧ Azure OpenAI と ChatGPT の違い
引っかけポイント
機能は同じだから同一サービスと考える。
正しい理解
Azure OpenAIは企業向け管理・セキュリティ前提のサービスです。
⑨ ハルシネーションを「バグ」と誤解する
よくある誤解
誤回答＝システム障害と考える。
正しい理解
ハルシネーションは生成AIの特性です。
⑩ Responsible AI の原則を覚えきれていない
最重要注意点
6原則すべて暗記必須です。
・公平性
・信頼性と安全性
・プライバシーとセキュリティ
・包括性
・透明性
・説明責任
まとめ：AI-900は「用語の区別力」がすべて
AI-900は難しい試験ではありませんが、
あいまいな理解を徹底的に突いてくる試験
です。
本記事で整理したポイントを押さえれば、
「消去法が確実に機能する状態」
になります。
