【G検定まとめ】要点整理&当日用カンペの項目別詳解ページです。

詳細な知識や実装は試験には必ずしも必須ではありませんが、試験対策として理解を深めたい方はぜひ最後までご覧ください。

G検定まとめはこちら

第1次AIブーム

第1次AIブーム推論・探索の時代:1950年代後半~1960年代トイ・プロブレム:コンピュータによる「推論」や「探索」 の研究が進み、特定の問題に対して解を提示できるようになった。迷路や数学の定理の証明のような簡単な問題(トイ・プロブレム)は解けても現実の問題は解けないことが明らかになり、1970年代には人工知能研究は冬の時代を迎える。
第2次AIブーム知識の時代:1980年代エキスパートシステム:データベースに大量の専門知識を溜め込んだ実用的なシステム。日本では政府によって「第五世代コンピュータ」と名付けられた大型プロジェクトが推進された。しかし、知識を蓄積・管理することの大変さが明らかになってくると、1995年ごろからAIは冬の時代を迎える。
第2次AIブームの主役である知識表現は、現在も重要な研究対象になっている。
第3次AIブーム機械学習・特徴表現学習の時代:2010年~ディープラーニング(深層学習):ビッグデータを用いることで人工知能が自ら知識を獲得する機械学習が実用化。特徴量を人工知能が自ら習得するディープラーニング(深層学習)が登場。
第3次AIブームの主役である機械学習(ニューラルネット)も、本質的な提案は第1次AIブームの時に既に出ていた。

トイ・プロブレム

トイ・プロブレム(おもちゃの問題)とは、おもちゃのように簡単な問題という意味ではなくコンピュータで扱えるように本質を損なわない程度に問題を簡略化した問題のことで、トイ・プロブレムを用いることで問題の本質を理解したり現実世界の問題に取り組んだりする練習ができるようになる。
コンピュータによる「推論」や「探索」 の研究が進み、特定の問題に対して解を提示できるようになった。迷路や数学の定理の証明のような簡単な問題は解けても、現実の問題は解けないことが明らかになり、1970年代には人工知能研究は冬の時代を迎える。

トイ・プロブレムは、現実の問題を小さく簡略化したものです。プログラミング、データ分析、機械学習などの分野のスキルを教え、開発するために使用されます。トイ・プロブレムは、多くの場合、理解しやすく解決しやすいように設計されており、後でより大きく複雑な問題に取り組むための構成要素として使用できます。

数値のリストを並べ替えたり文字列を反転したりするプログラムを作成すること、小さなデータセットでパターンを見つけること、手書きの数字を認識するようにモデルをトレーニングすることがなどがトイ・プロブレムにあたります。

第1次AIブームとトイ・プロブレム

第1次AIブームの衰退期は、1970 年代後半から 1980 年代にかけての人工知能研究への失望と資金削減の時期でした。この時に主な理由の 1 つは、AI 研究者が直面した「おもちゃの問題」でした。

1970 年代と 1980 年代の AI 研究者は、チェスをしたり数式を解いたりするなど、おもちゃの問題を解くことに重点を置いていました。しかし、これらのトイ・プロブレムは、現実世界の問題の複雑さを適切に反映していなかったため、開発された AI システムが実際のアプリケーションでうまく機能しなかった場合、非現実的な期待と失望につながりました。

さらに、初期の AI システムは能力が限られており、開発者が期待したほどの能力はありませんでした。彼らはしばしばもろく、現実世界の不確実性と予測不可能性に対処することができず、テクノロジーに対する信頼の欠如につながりました。 これにより、AI 研究への資金提供が減少し、進行が鈍化しました。

第1次AIブームの衰退のもう 1 つの要因は、当時利用可能な計算能力が限られていたことでした。これにより、複雑な AI システムの開発が困難になりました。その結果、多くの研究者や投資家が AI に幻滅し、他の技術分野に関心を移しました。

全体として、第1次AIブームの衰退は、非現実的な期待、技術的な限界、および実際的な結果の欠如が組み合わさって引き起こされました。しかし、コンピューティング能力の進歩と AI の課題に対する理解が深まったことで、この分野はその後大きな進歩を遂げ、関心と資金が復活しました。

トイ・プロブレムの事例

最初の AI ブームの間に研究された最も人気のあるトイ・プロブレムには、次のものがあります。

  1. Tic-Tac-Toe 問題: 研究者は、AI アルゴリズムを使用して人間の対戦相手に対して Tic-Tac-Toe ゲームをプレイする方法を研究しました。この問題には、さまざまな動きを評価し、一連のルールに基づいて最適な動きを選択できるアルゴリズムの開発が必要でした。
  2. チェスの問題: Tic-Tac-Toe と同様に、研究者は AI アルゴリズムを使用してチェスのゲームをプレイする方法を研究しました。この問題は Tic-Tac-Toe よりも複雑で、複雑なボードの位置を評価し、ゲームのルールに基づいて戦略的な決定を下すことができるアルゴリズムの開発が必要でした。
  3. 巡回セールスマン問題: この問題には、一連の都市を訪れて最初の都市に戻る最短ルートを見つけることが含まれます。研究者は、この問題を解決するために AI アルゴリズムの使用を研究しました。これには、車両のルーティングやスケジューリングなど、数多くの実用的なアプリケーションがあります。
  4. 論理定理の証明問題: 研究者は、AI アルゴリズムを使用して数学的な定理を自動的に証明する方法を研究しました。この問題には、論理的に推論し、推論規則を適用して結論に到達できるアルゴリズムの開発が必要でした。

G検定学習法

最後までご覧いただきありがとうございました。

当サイトではG検定に役立つ情報をまとめています。

ぜひご覧ください。

本サイトの活用方法

【G検定まとめ2024】試験当日も使える! 要点整理&試験対策カンペ【動画】

1. 人工知能とは 第1回:人工知能の定義、人工知能研究の歴史 2. 人工知能をめぐる動向 第2回:探索・推論 第3回:知識表現、機械学習・深層学習 3. 人工知能分野の問題 第4回:人工知能分野の問題 4. 機械学習の […]

【G検定まとめ2024】試験当日も使える! 要点整理&試験対策カンペ

G検定の要点をシラバスから抜粋してまとめました。これから学習する方も、復習したい方にもお使いいただけます。試験当日用のG検定のカンニングペーパー参考としてもお役立てください。試験結果を保証するものではありませんので、試験 […]

【G検定2023まとめ】理解度確認&問題集まとめ【直前対策】

G検定の要点を問題形式にまとめました。試験前の理解度確認、直前対策にお役立てください。 (最終更新日:2023年3月1日) 1. 人工知能とは 問題を解く 2. 人工知能をめぐる動向 問題を解く 3. 人工知能分野の問題 […]

【G検定2023】G検定の概要と試験のポイント

このシリーズではG検定の要点を項目ごとにまとめています。 今回の記事では「G検定の概要と試験のポイント」について紹介します。 試験の概要  G検定(公式名:ジェネラリスト検定)は、JDLA:Japan Deep Lear […]

【G検定】G検定合格体験記 〜学習方法と受験体験〜

このシリーズではG検定の要点を項目ごとにまとめています。 今回の記事では、2022年7月2日(土)開催のG検定(2022#2 )に合格した学習方法と受験体験について紹介します。 これから受験される方へ参考になれば幸いです […]

【G検定2022】シラバスでみるG検定の試験内容

このシリーズではG検定の要点を項目ごとにまとめています。 今回の記事ではシラバスをもとに「G検定の試験内容」について紹介します。 試験の概要  G検定(公式名:ジェネラリスト検定)は、JDLA:Japan Deep Le […]

参考書籍

教科書として使用する書籍

体系的に知識を整理することができます。

まずは、この1冊を読んでG検定の学習を進めましょう。

検索機能が使用できるので、Kindle版が特におすすめです。

②問題集として使用する書籍

ある程度学習が進んだら、本番を意識して問題集に取り組みましょう。

本番の試験環境を意識して、このページ「要点整理&当日用カンペ」を使用しながら解答してみましょう。