人工知能とは何か？

人工知能（AI）

1. 解説

人工知能（AI）とは、人間の知的行動（判断、推論、学習、認識、問題解決など）をコンピュータで模倣・再現しようとする技術および学問分野の総称です。

AIは単一の技術を指すものではなく、時代ごとのアプローチによって大きく以下の3つの段階（ブーム）に分類されます。G検定では、それぞれのブームで「何ができて、何ができなかったのか（限界）」を区別して理解することが非常に重要です。

AIの歴史的変遷と3つのブーム比較

現在のAI技術は、過去のブームの積み重ねの上に成り立っています。それぞれの特徴を整理します。

各ブームの詳細解説

① 第1次AIブーム：記号的AI（ルールベース）

「推論」と「探索」が中心の時代です。ダートマス会議（1956年）でAIという言葉が誕生し、コンピュータに「もしAならBする」という明確なルールを大量に教え込むことで知能を実現しようとしました。
迷路やパズル、定理の証明などは得意でしたが、ルールが複雑すぎる現実世界の問題には対応できませんでした。これを「トイ・プロブレム（おもちゃの問題）しか解けない」と言います。

② 第2次AIブーム：機械学習（知識蓄積）

インターネットの普及でデータが増え、統計的な手法でコンピュータ自らが学習する「機械学習」が流行しました。エキスパートシステム（専門家の知識を移植するシステム）などがこれにあたります。
しかし、精度を上げるためには「データのどこに注目すべきか（＝特徴量）」を人間が手動で設計・調整する必要があり、そこに限界がありました（知識獲得のボトルネック）。

③ 第3次AIブーム：ディープラーニング（特徴表現学習）

脳の神経回路を模した「ニューラルネットワーク」を多層化し、ビッグデータを用いることで、AI自身が「特徴量」まで自動で学習（表現学習）できるようになりました。
これにより、画像認識（猫の識別など）や翻訳の精度が飛躍的に向上し、現在のブームに至ります。

2. G検定対策

出題ポイント

• 定義の広さ：人工知能は「人間の知的行動を模倣する技術・学問」という包括的な概念であり、研究者によって定義が異なる。
• 包含関係：「AI ＞ 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はAIの一部）を理解する。
• 特徴量（Feature）：第2次と第3次の最大の違いは、「人間が特徴量を設計する（機械学習）」か「AIが特徴量を獲得する（ディープラーニング）」かにある。

ひっかけ対策・注意点

• × 人工知能 ＝ ディープラーニング
  （解説）ディープラーニングはAIの中の一つの技術手法（第3次ブームの中心技術）に過ぎません。
• × AI ＝ 意思を持って自律的に考える存在
  （解説）現在のAI（特化型AI）は、特定のタスクを処理する道具であり、「ドラえもん」のような汎用的な知能や自我を持つものではありません。この違いは「強いAIと弱いAI」で定義されています。
• AI効果：かつてAIと呼ばれた技術（例：かな漢字変換、掃除ロボット）が、普及して当たり前になると「これはAIではない」と言われるようになる現象。
• シンギュラリティ（技術的特異点）：AIが自らより賢い知能を生み出せるようになり、技術的進化が無限大に加速する時点のこと。

PICK UP

【2026年最新】G検定の参考書・問題集と本番の難易度の乖離について～テキストが当てにならない！？

2026年3月6日、第2回G検定を受験された皆様、本当にお疲れ様でした。 試験終了直後から、X（旧Twitter）やSNSでは阿鼻叫喚の嵐が吹き荒れていましたね。 その原因はただ一つ。 「市販のテキスト（参考書）と、本番 […]

記事を読む