【G検定対策】人工知能とは・人工知能をめぐる動向まとめ

G検定では、機械学習やディープラーニングの仕組みだけでなく、人工知能がどのように考えられてきたのかも問われます。

人工知能の定義、強いAI・弱いAI、AIブームの歴史、探索・推論、知識表現、エキスパートシステム、AIの限界と議論は、それぞれ別々の用語に見えます。

しかし、流れで見ると、AIが「人間の知的な働きをどう実現しようとしてきたのか」を理解するためのテーマです。

この記事では、人工知能とは何か、人工知能をめぐる動向とは何かを、G検定で混同しやすい用語とつなげて整理します。

人工知能とは・人工知能をめぐる動向まとめ

人工知能とは、人間の知的な働きをコンピュータで実現しようとする考え方です。

ただし、人工知能には明確に一つだけの定義があるわけではありません。

そのためG検定では、「AIとは何か」を一言で暗記するよりも、AIがどのような目的で研究され、どのような限界にぶつかり、どのように発展してきたのかを流れで押さえることが大切です。

整理すると、次のようになります。

この分野は、技術の細かい計算よりも、AI研究の流れを理解する分野です。

関連記事

AIの定義や強いAI・弱いAIを先に整理したい場合は、こちらの記事で詳しく解説しています。

【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

この分野で学ぶこと

人工知能とは・人工知能をめぐる動向では、AIの基本的な考え方と、AIが発展してきた歴史を学びます。

重要なテーマは、次のように整理できます。

この分野を理解すると、機械学習やディープラーニングがなぜ登場したのかも見えやすくなります。

関連記事

この分野で出てくる重要用語をまとめて確認したい場合は、こちらの記事も参考になります。

【G検定対策】人工知能とは・人工知能をめぐる動向の重要用語まとめ

人工知能とは？

人工知能とは、人間が行う知的な活動を、コンピュータで実現しようとする技術や研究分野です。

たとえば、次のような働きがAIと関係します。

ただし、AIが「人間と同じように理解している」とは限りません。

ここが、人工知能を学ぶうえで重要なポイントです。

関連記事

人工知能の定義をもう少し詳しく確認したい場合は、こちらの記事で整理しています。

【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

強いAI・弱いAIとは？

人工知能を考えるときに、強いAIと弱いAIの違いがよく出てきます。

強いAIは、人間のように本当に理解し、考えるAIです。

弱いAIは、特定の目的に対して知的に見える処理を行うAIです。

違いは、次の表のように整理できます。

G検定では、現在使われている多くのAIは、弱いAIに近いものとして理解しておくと整理しやすいです。

関連記事

人工知能の定義をもう少し詳しく確認したい場合は、こちらの記事で整理しています。

【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

人工知能をめぐる動向とは？

人工知能をめぐる動向とは、AI研究がどのように発展してきたのかを見るテーマです。

AIは、最初から現在のように大量データを使って学習していたわけではありません。

研究の流れを見ると、次のようになります。

この流れを押さえると、AIブームの歴史も理解しやすくなります。

関連記事

AI研究の流れを時代ごとに確認したい場合は、こちらの記事で詳しく整理しています。

【G検定対策】AIブームの歴史とは？｜第一次・第二次・第三次AIブームを流れで整理

AIブームの歴史とは？

AIブームの歴史は、G検定で非常に重要です。

第一次AIブーム、第二次AIブーム、第三次AIブームでは、中心となった考え方が異なります。

次のように整理できます。

ここで大切なのは、年号だけを覚えることではありません。

「何ができるようになったのか」、「なぜ限界が見えたのか」、「次のブームで何が変わったのか」をつなげて理解することです。

関連記事

第一次、第二次、第三次AIブームの違いをしっかり押さえたい場合は、こちらの記事がおすすめです。

【G検定対策】AIブームの歴史とは？｜第一次・第二次・第三次AIブームを流れで整理

第一次AIブームと探索・推論

第一次AIブームでは、探索と推論が重視されました。

関係は次のように整理できます。

探索・推論は、条件がはっきりしている問題では有効です。

しかし、現実世界の問題は、条件が多く、何を考慮すべきかが簡単には決まりません。

この限界が、フレーム問題などの議論につながります。

関連記事

探索と推論の違いを詳しく確認したい場合は、こちらの記事で整理しています。

【G検定対策】探索・推論とは？｜AIが答えを探して導く考え方をわかりやすく整理

第二次AIブームと知識表現

第二次AIブームでは、知識表現やエキスパートシステムが注目されました。

知識表現とは、人間の知識をAIで扱える形にする考え方です。

たとえば、専門家が持っている判断ルールを、コンピュータが処理できる形に整理します。

知識表現の考え方は、次のように整理できます。

この考え方は、エキスパートシステムにつながります。

関連記事

知識表現の考え方を詳しく確認したい場合は、こちらの記事も参考になります。

【G検定対策】知識表現とは？｜専門家の知識をAIで扱う考え方をわかりやすく整理

エキスパートシステムとは？

エキスパートシステムとは、専門家の知識をルールとして使い、判断を行うAIです。

医療診断、故障診断、業務判断などのように、専門家の判断を支援する目的で注目されました。

ただし、エキスパートシステムには大きな課題がありました。

主な課題は、次の通りです。

この限界から、人間が知識をすべて与えるのではなく、データから学習する機械学習の考え方が重要になっていきました。

関連記事

エキスパートシステムと知識獲得のボトルネックを整理したい場合は、こちらの記事がおすすめです。

【G検定対策】エキスパートシステムとは？｜専門家の知識を使って判断するAIをわかりやすく整理

AIの限界と議論

AIの限界と議論では、AIが本当に理解しているのか、どこまで知的といえるのかを考えます。

G検定では、フレーム問題、シンボルグラウンディング問題、身体性、チューリングテスト、中国語の部屋などが混同しやすいです。

代表的な用語を整理すると、次のようになります。

特に、チューリングテストと中国語の部屋は混同しやすいです。

チューリングテストは、外から見て人間らしく振る舞えるかに注目します。

中国語の部屋は、記号を正しく処理できても、本当に意味を理解しているといえるのかを問います。

関連記事

フレーム問題やシンボルグラウンディング問題を詳しく確認したい場合は、こちらの記事で整理しています。

【G検定対策】AIの限界と議論とは？｜フレーム問題・シンボルグラウンディング問題・チューリングテスト・中国語の部屋を整理

AI効果とは？

AI効果とは、かつてAIらしいと思われていた技術が、実現して当たり前になると、AIとは見なされにくくなる現象です。

たとえば、音声認識、画像認識、検索、翻訳などは、以前は高度なAI技術として注目されていました。

しかし、身近になると「普通の機能」として見られることがあります。

AI効果は、次のように整理できます。

AI効果は、AIの定義が固定しにくい理由とも関係します。

関連記事

AI効果を、AIの限界や議論とあわせて整理したい場合は、こちらの記事も参考になります。

【G検定対策】AIの限界と議論とは？｜フレーム問題・シンボルグラウンディング問題・チューリングテスト・中国語の部屋を整理

古典的AIの限界

古典的AIは、探索、推論、知識表現、ルールベースの考え方を中心に発展しました。

これらは、条件が明確な問題では有効でした。

しかし、現実世界の問題では、すべての条件や例外をあらかじめルール化することが難しいという限界がありました。

整理すると、次のようになります。

この限界を乗り越えるために、データからパターンを学ぶ機械学習が重要になりました。

関連記事

古典的AIの考え方を、探索・推論から整理したい場合は、こちらの記事がおすすめです。

【G検定対策】探索・推論とは？｜AIが答えを探して導く考え方をわかりやすく整理

古典的AIで重視された知識の扱い方を確認したい場合は、こちらの記事も参考になります。

【G検定対策】知識表現とは？｜専門家の知識をAIで扱う考え方をわかりやすく整理

機械学習・ディープラーニングへの流れ

人工知能をめぐる動向を理解するうえで、機械学習とディープラーニングへの流れは重要です。

古典的AIでは、人間が知識やルールを与えることが中心でした。

一方、機械学習では、AIがデータからパターンを学びます。

さらにディープラーニングでは、多層のニューラルネットワークによって、画像、音声、文章などの複雑なデータを扱いやすくなりました。

流れで見ると、次のようになります。

この流れを押さえると、AIブームの歴史と、現在の生成AIの位置づけも理解しやすくなります。

関連記事

古典的AIから機械学習への流れを理解したら、次はこちらの記事で機械学習の全体像を整理できます。

【G検定対策】機械学習の概要まとめ｜教師あり・教師なし・強化学習をつなげて理解する

さらにディープラーニングの全体像へ進みたい場合は、こちらの記事がおすすめです。

【G検定対策】ディープラーニングの概要まとめ｜ニューラルネットワーク・学習の流れ・過学習をつなげて理解する

生成AI時代とのつながり

生成AIは、文章、画像、音声などを生成できるAIです。

自然な文章を作れるため、「AIは本当に理解しているのか」という議論が再び注目されやすくなっています。

ただし、生成AIが自然に答えられることと、人間のように意味を理解していることは、同じではありません。

ここで、AIの限界と議論が関係します。

生成AIを理解するためにも、フレーム問題、シンボルグラウンディング問題、中国語の部屋などの論点を知っておくと、表面的な性能だけに引っ張られにくくなります。

関連記事

生成AIの仕組みとつなげて理解したい場合は、こちらの記事で流れを整理しています。

【G検定対策】生成AIの仕組みを流れで理解する｜事前学習・RLHF・RAG・アライメントの関係

生成AIがもっともらしい誤りを出す理由を確認したい場合は、こちらの記事も参考になります。

【G検定対策】なぜAIは自信満々に間違えるのか？ハルシネーションとは？

混同しやすい用語の違い

この分野では、似た用語が多く出てきます。

特に混同しやすい用語は、次のように整理できます。

用語を単体で覚えるよりも、「何に困っている問題なのか」で整理すると、選択肢を見分けやすくなります。

関連記事

似た用語をまとめて整理したい場合は、こちらの記事で全体を確認できます。

【G検定対策】G検定で覚えたいAI用語一覧｜意味・違い・見分け方をわかりやすく整理

G検定ではどう問われる？

G検定では、この分野は細かい計算よりも、用語の意味、違い、歴史の流れが問われやすいです。

押さえるポイントは、次の通りです。

この分野は、用語だけを暗記すると混乱しやすいです。

「AIが何をしようとしたのか」、「どこに限界があったのか」、「次にどの技術が注目されたのか」を流れで押さえることが大切です。

関連記事

試験前にこの分野の用語を確認したい場合は、こちらの記事がおすすめです。

【G検定対策】人工知能とは・人工知能をめぐる動向の重要用語まとめ

まとめ

人工知能とは・人工知能をめぐる動向は、AIの全体像を理解するための入口です。

機械学習やディープラーニングを学ぶ前に、この分野を押さえておくと、AI技術のつながりが見えやすくなります。

最後に、重要ポイントを整理します。

この分野は、G検定全体の土台になります。

まずはAIの定義と歴史を押さえ、そのうえで機械学習、ディープラーニング、生成AIへ進むと、知識がつながりやすくなります。

関連記事・おすすめ記事

AIの定義や強いAI・弱いAIを先に整理したい場合は、こちらがおすすめです。

【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

AIブームの流れを詳しく確認したい場合は、こちらがおすすめです。

【G検定対策】AIブームの歴史とは？｜第一次・第二次・第三次AIブームを流れで整理

探索と推論の違いを整理したい場合は、こちらがおすすめです。

【G検定対策】探索・推論とは？｜AIが答えを探して導く考え方をわかりやすく整理

第二次AIブームの中心になった知識の扱い方を学びたい場合は、こちらがおすすめです。

【G検定対策】知識表現とは？｜専門家の知識をAIで扱う考え方をわかりやすく整理

エキスパートシステムと知識獲得のボトルネックを理解したい場合は、こちらがおすすめです。

【G検定対策】エキスパートシステムとは？｜専門家の知識を使って判断するAIをわかりやすく整理

AIが本当に理解しているのかという議論を整理したい場合は、こちらがおすすめです。

【G検定対策】AIの限界と議論とは？｜フレーム問題・シンボルグラウンディング問題・チューリングテスト・中国語の部屋を整理

次に機械学習の全体像へ進みたい場合は、こちらがおすすめです。

【G検定対策】機械学習の概要まとめ｜教師あり・教師なし・強化学習をつなげて理解する

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

運営者

このブログの運営者です。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。