AWS認定資格 無料問題集

解答

正しい解答：Ｂ. 製品レビューを分析して、顧客の感情を分類する。

　URL を直接入力して「解答・解説」画面を表示した場合、何を選択・解答したかを特定できないため、解答の正誤判定ができません。必要に応じて「同じ問題に再挑戦」ボタンをクリックして、この問題に再チャレンジしてみてください。

徹底解説

　顧客対応や業務効率化などの幅広い分野での応用性を視野に入れて、基盤モデル（FM：Foundation Models）の利用に最も適したユースケースは、「製品レビューを分析して、顧客の感情を分類する」 ことです。大規模言語モデル（LLM：Large Language Model）のようなFMは、自然言語処理（NLP：Natural Language Processing）に強みがあり、テキストの要約・分類・生成といったユースケースに適しています。例えば、消費者による製品レビューの感情分析は典型的なFMの応用例と言えます。FMは大量のテキストを処理して、文章の中からポジティブ・ネガティブといった感情を自動的に分類できます。これにより企業は顧客の声を効率的に把握して、商品改善やマーケティング戦略に役立てることが可能となります。従来の手作業による分析に比べて迅速かつ一貫性のある結果が得られる点も大きな利点です。

　その他の選択肢は、FMの利用に適したユースケースを示したものではありません。「社内ネットワークのファイアウォール設定を自動化する」 ことのような、ネットワークセキュリティのポリシー管理は、AWS Network Firewallやセキュリティグループ、ネットワークACLなどのルールベースの専用機能が担う領域であり、NLPを強みとするFMの適用範囲ではありません。また、「データベースのインデックスを最適化して検索速度を改善する」 ことは、クエリー計画、統計情報、スキーマ設計などに基づくデータベース固有のチューニング作業を意味します。そのため、検索性能の改善はデータベースが持つ専用のチューニング手法によって行われるのが一般的であり、テキスト生成や分類を得意とするFMには不向きです。「サーバーのCPU使用率を監視してアラートを送信する」 ことは、システム監視が担う領域であり、AWSでは Amazon CloudWatch などの専用サービスが適しています。監視は数値やメトリクスの処理が中心であり、NLP中心のFMはテキストの理解や生成に特化しており、監視用途には適していません。

ちなみに...
　FM活用のユースケースとしては、上表に記載したように、本問題に挙げた感情分析・テキスト分類の他、チャットボット・カスタマーサポートや自動要約・文書作成などがあります。