技術分野
① 人工知能の基礎と動向
G検定シラバス2024の「人工知能の基礎と動向」に含まれる全54用語を、シラバスに沿って要点を絞って解説します。NEW はシラバス2024で新たに追加されたキーワードです。
読み込み中…
🔗 個別ページにある「📘 もっと深く学ぶ」はE資格レベルの発展解説への案内です。G検定対策としては、この章の説明と個別ページの内容で十分です。
📖 各カードの「くわしく見る」から、 その用語だけを掘り下げた解説ページへ移動できます。 仕組み・混同しやすい用語との違い・よくある誤りの選択肢まで載せています。
1. 人工知能の定義
AI効果
AIが普及して中身が分かると、人はそれをAIと呼ばなくなる心理的な現象のことです。
試験のポイント「かつてAIと呼ばれた技術」の具体例（文字認識・音声認識など）とセットで覚える
人工知能
人間の知的な行動をコンピュータで実現しようとする技術・研究分野の総称です。ただし定義は1つに定まっていません。
試験のポイント包含関係は「人工知能 ⊃ 機械学習 ⊃ ディープラーニング」
機械学習
ルールを人が教えるのではなく、データからコンピュータ自身に規則性を見つけさせる手法です。
試験のポイント人工知能 ⊃ 機械学習 ⊃ ディープラーニングという包含関係
ディープラーニング
多層のニューラルネットワークを使い、特徴量まで自動で学習してしまう機械学習の手法です。
試験のポイント2012年のILSVRCでの勝利が普及のきっかけ
2. 人工知能分野で議論される問題
シンギュラリティ
AIが人間の知能を超え、自己改良の連鎖で技術進歩が爆発的に加速するとされる転換点のことです。
試験のポイント科学的に未確定な仮説であり、断定的な選択肢は誤り
シンボルグラウンディング問題
「記号」と「その記号が指す現実のもの」を結びつけられない、という人工知能の根本問題です。
試験のポイント記号を操作できることと、意味を理解することは別である
トイ・プロブレム
ルールを単純化した「おもちゃのような問題」のこと。研究には有効でしたが現実問題には通用しませんでした。
試験のポイント第1次AIブームが行き詰まった理由として押さえる
強いAIと弱いAI
強いAI＝人間と同じように意識や理解を持つAI、弱いAI＝特定の仕事をこなす道具としてのAIです。
試験のポイント区別を提唱したのはジョン・サール
フレーム問題
「今考えるべきこと」と「無視してよいこと」を切り分けられない、という人工知能の根本問題です。
試験のポイントシンボルグラウンディング問題との違いを区別する
ルールベース機械翻訳
文法のルールと辞書を人が書いて翻訳する、機械翻訳の最初の世代の手法です。
試験のポイント1970年代後半に主流 → 1990年代以降は統計的機械翻訳へ
ローブナーコンテスト
チューリングテストをコンテスト形式で実施し、最も人間らしい対話プログラムを選ぶ大会です。
試験のポイント最も人間らしい対話を行ったプログラムが評価される
3. 探索・推論
STRIPS
「何が揃えば実行でき、実行すると何が変わるか」を定義して、目標までの行動計画を組み立てる手法です。
試験のポイント知識を人手で記述する必要がある点が課題
4. 知識表現とエキスパートシステム
Cyc プロジェクト
人間なら当たり前に知っている「一般常識」を、すべて書き出してデータベース化しようとする研究です。
試験のポイント30年以上続く長期プロジェクトである
DENDRAL
専門家の知識をルール化して、有機化合物の分子構造を推定した初期のエキスパートシステムです。
試験のポイントMYCIN（医療・確信度）と対比して覚える
is-a の関係 / has-a の関係 / part-of の関係
「〜の一種」「〜を持つ」「〜の一部」という3種類の関係で、概念どうしのつながりを表します。
試験のポイントis-a＝一種（継承）／has-a＝所有／part-of＝構成
QuestionAnswering
「〜とは何か」といった普通の言葉の質問に、そのまま答えを返すことを目指す研究分野です。
試験のポイントワトソンが代表的な成果として押さえる
イライザ (ELIZA)
意味を理解せず、決まったパターンで受け答えするだけなのに、知的に見えた初期の対話システムです。
試験のポイントチューリングテスト・中国語の部屋とと関連づけて押さえる
オントロジー
「この言葉はこういう意味で、こう関係する」を他の人とも共有できるよう明確に定義した知識体系です。
試験のポイントヘビーウェイト（人手・厳密）／ライトウェイト（半自動・効率重視）の区別
セマンティック Web
Webの情報に「これは何を意味するか」の情報を付けて、機械にも内容を扱えるようにする構想です。
試験のポイントオントロジーを用いて知識を体系化する
マイシン (MYCIN)
感染症の診断を支援したエキスパートシステム。「確信度」で判断の確からしさを数値化しました。
試験のポイントDENDRAL（化学・分子構造）との対比で押さえる
5. 機械学習
統計的自然言語処理
大量の文章から「どの語がどの語と一緒に出やすいか」を学び、意味や使い方を推定する手法です。
試験のポイント統計的機械翻訳と同じ発想にもとづく
6. ディープラーニング
ImageNet
人手でラベルを付けた1,400万枚以上の画像データセット。ディープラーニング躍進の土台になりました。
試験のポイントILSVRC（コンテスト）との区別
ILSVRC
ImageNetを使った画像分類の国際コンテスト。2012年の結果がディープラーニング普及の号砲になりました。
試験のポイント優勝はジェフリー・ヒントン氏率いるトロント大学のチーム
アルファ碁 (AlphaGo)
ディープラーニング・強化学習・モンテカルロ木探索を組み合わせ、トップ棋士に勝利した囲碁AIです。
試験のポイント開発はDeepMind
人間の神経回路
ニューラルネットワークの発想のもとになった、人間の脳の神経のつながりのことです。
試験のポイント「入力の重み付き和がしきい値を超えると発火」という仕組みを模倣
G検定 実践模試 2026（全145問）
本番と同じ形式・分量で演習できるオリジナル模試です。図解つきの詳細解説で、覚えた用語を「解ける知識」に変えます。
詳細を見る →ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。