【G検定対策】人工知能とは？｜AIの定義・強いAI・弱いAIをわかりやすく整理

人工知能という言葉はよく使われますが、G検定では「AIとは何か」を一言で覚えるだけでは不十分です。

AIとロボットの違い、機械学習・ディープラーニングとの関係、強いAI・弱いAI、AI効果、人工知能分野で議論される問題までつなげて理解することが大切です。

この記事では、AIの学習をはじめたばかりの人でも全体像をつかめるように、人工知能の基本を整理します。

人工知能とは？

人工知能とは、人間の知的な働きの一部をコンピュータで実現しようとする技術や研究分野のことです。

たとえば、文章を理解する、画像を認識する、会話する、予測する、ルールに沿って判断する、といった働きが人工知能に関係します。

ただし、人工知能には明確に1つだけの定義があるわけではありません。

研究者や文脈によって説明のされ方が異なるため、G検定では「人間の知的活動を機械で実現しようとするもの」と大きく捉えると整理しやすくなります。

人工知能で見るべき観点は、次のように整理できます。

人工知能は「人間と同じ意識を持つ機械」という意味だけではありません。

現在よく使われているAIの多くは、特定の目的に対して予測・分類・生成・判断を行う技術です。

AIとロボットの違い

AIとロボットは混同されやすい用語です。

AIは「判断や認識などの知的な処理」に関係し、ロボットは「物理的に動く機械」に関係します。

違いは、次のように整理できます。

ロボットにAIが入っている場合もありますが、AIは必ずしもロボットの形をしているわけではありません。

検索エンジン、翻訳、チャットボット、画像認識など、画面上で動くAIも多くあります。

AI・機械学習・ディープラーニングの関係

人工知能を理解するときは、AI、機械学習、ディープラーニングの範囲を整理することが大切です。

関係を流れで見ると、次のようになります。

AIが一番広い概念です。

その中に、データから学習する機械学習があり、さらにその中にディープラーニングがあります。

整理すると、次のようになります。

G検定では、AI・機械学習・ディープラーニングを同じ意味で扱わないことが重要です。

AIは広い分野、機械学習はデータから学ぶ方法、ディープラーニングは機械学習の中でもニューラルネットワークを深くした方法です。

AI・機械学習・ディープラーニングの範囲を先に整理しておくと、後の学習内容がつながりやすくなります。

【G検定対策】機械学習とディープラーニングの違いをわかりやすく整理｜教師あり・教師なしも解説

強いAI・弱いAIとは？

人工知能には、強いAIと弱いAIという考え方があります。

強いAIは、人間のように幅広く理解し、自律的に考えるAIを指します。

弱いAIは、特定の目的や作業に特化して働くAIを指します。

違いは、次のように整理できます。

現在実用化されているAIの多くは、弱いAIとして整理できます。

たとえば、画像認識AIは画像を分類するのが得意ですが、それだけで人間のように何でも理解できるわけではありません。

生成AIも文章生成や画像生成などで高い性能を示しますが、目的や設計された範囲の中で動いています。

汎用AIとは？

汎用AIとは、特定の作業だけでなく、さまざまな課題に柔軟に対応できるAIのことです。

英語ではAGIと呼ばれることがあります。

現在のAIは、画像認識、音声認識、文章生成、予測など、特定の用途で高い性能を出すものが中心です。

一方で、汎用AIは人間のように幅広い状況で考え、応用できるAIとして議論されます。

汎用AIと現在のAIの違いは、次のように整理できます。

G検定では、現在のAIがすぐに人間と同じような汎用知能を持っている、と考えないことが大切です。

人工知能のレベル

人工知能は、どのような仕組みで知的な処理をしているかによって、段階的に整理できます。

主なレベルは、次のように整理できます。

古典的なAIは、人間が知識やルールを与える考え方が中心でした。

一方、機械学習やディープラーニングでは、データからパターンを学習する点が重要になります。

AI効果とは？

AI効果とは、ある技術が実現されて当たり前になると、人々がそれを「AIらしくない」と感じるようになる現象です。

たとえば、昔は高度な知能に見えた技術でも、日常的に使われるようになると、ただの便利な機能として見られることがあります。

AI効果のポイントは、次の通りです。

AIは時代によって見え方が変わります。

そのため、「昔はAIと呼ばれたものが、今では普通の機能に見える」という点も押さえておきましょう。

エージェントとは？

エージェントとは、外部の環境を観測し、その情報をもとに行動する主体のことです。

AIの文脈では、何かを入力として受け取り、判断し、出力や行動を返すものとして考えると理解しやすいです。

エージェントの流れは、次のようになります。

たとえば、チャットAIなら、ユーザーの入力を受け取り、内容を判断し、回答を返します。

自動運転の文脈なら、センサーで周囲を観測し、進む・止まる・曲がるといった行動を選びます。

人工知能分野で議論される問題

人工知能では、技術の進歩だけでなく、そもそも知能とは何か、機械は意味を理解できるのか、といった問題も議論されてきました。

代表的な問題は、次のように整理できます。

これらは、単なる用語暗記ではなく、「AIは本当に理解しているのか」「人間の知能と何が違うのか」を考えるための論点です。

人工知能をめぐる動向とのつながり

人工知能の基本を理解したら、次にAIブームの歴史へつながります。

人工知能研究は、期待が高まる時期と、限界が見えて停滞する時期を繰り返してきました。

流れで見ると、次のようになります。

人工知能とは何かを理解すると、AIブームの歴史も整理しやすくなります。

第一次AIブームでは探索や推論、第二次AIブームでは知識表現やエキスパートシステム、第三次AIブームでは機械学習やディープラーニングが重要になります。

AIブームの歴史は、人工知能がどのような課題を乗り越えながら進化してきたのかを理解するために重要です。

【G検定対策】AIは「何の問題を解決して進化した」のか？流れでわかるAI技術の進化

G検定ではどう問われる？

G検定では、人工知能の定義そのものを細かく暗記するよりも、関連用語の違いを見分ける問題として問われやすいです。

問われやすい観点は、次のように整理できます。

特に、AI・機械学習・ディープラーニングの関係、強いAI・弱いAI、AI効果は混同しやすいポイントです。

言葉だけで覚えるよりも、「どの範囲の話か」「何ができるAIなのか」「本当に理解しているのか」という観点で整理すると答えやすくなります。

まとめ

人工知能とは、人間の知的な働きの一部をコンピュータで実現しようとする技術や研究分野です。

ただし、人工知能には1つだけの固定された定義があるわけではなく、時代や文脈によって見え方が変わります。

最後に、重要ポイントを整理します。

人工知能の基本を押さえると、AIブームの歴史、探索・推論、知識表現、機械学習、ディープラーニングの流れが理解しやすくなります。

G検定では、人工知能を単独の用語として覚えるのではなく、AI研究がどのように発展してきたのかとセットで整理しておきましょう。

関連記事・おすすめ記事

人工知能は、AI・機械学習・ディープラーニングの関係を理解する入口です。

AIの進化、学習方法、ニューラルネットワーク、生成AIまでつなげて確認すると、G検定全体の土台を整理しやすくなります。

重要用語・混同しやすい用語チェックシート

G検定で重要な用語をチェックシートとしてまとめました。

試験直前の確認にも使える！ G検定 重要用語チェックシート 用語の意味があいまいなままだと本番で迷いやすいので、重要用語チェックシート（いわゆるチートシートです）で一度整理しておくのがおすすめです。

G検定で混同しやすい用語をチェックシートとしてまとめました。

混乱しないように整理しましょう G検定 混同しやすい用語チェックシート G検定では、用語の意味を知っているだけでなく、似た用語の違いを見分けられるかが重要です。混乱しないように整理しておくのがおすすめです。

公式テキスト・おすすめ問題集

公式テキスト

Amazonで確認

Amazonで確認する

楽天市場で確認

楽天市場で確認する

合格時に使用した問題集

Amazonで確認

Amazonで確認する

楽天市場で確認

楽天市場で確認する

※：1回目の受験の際、定番と言われている黒い問題集も購入しましたが、本番とは乖離している印象でした。

運営者

このサイトの運営者です。文系出身です。SEO検定1級、ウェブマスター検定1級を取得しました。ブログ運営には「AIの活用は必須」と思いG検定を取得しました。G検定は簡単といわれがちですが1回目は不合格でした。その失敗経験を元に、これから受験する方の助けになればとできるだけわかりやすくG検定対策は解説しています。間違い等あればご指摘いただければ幸いです。このサイトの作成には生成AIを使用しています。