【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

人工知能研究のブーム

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。

第1次AIブーム

1950年代後半~1960年代にかけて、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り、人工知能研究への関心と資金の急増が特徴でした。この間、研究者は、チェスのプレイ、数学の問題の解決、自然言語の理解など、従来人間の知性を必要とすると考えられていたタスクを実行できるアルゴリズムとプログラムの開発に注力しました。

最初の AI ブームにおける重要な研究分野の 1 つは機械学習でした。これには、データから学習し、時間の経過とともにパフォーマンスを向上させるアルゴリズムの開発が含まれていました。もう 1 つの重点分野はコンピューター ビジョンで、研究者は視覚情報を解釈して理解できるシステムの構築を試みました。

自然言語処理も、最初の AI ブームの重要な研究分野でした。研究者は、人間とコンピューターの間で人間のようなコミュニケーションを可能にすることを目標に、人間の言語を理解して応答できるシステムを開発することを目指しました。

これらの分野やその他の分野で有望な結果が達成されたにもかかわらず、最初の AI ブームは最終的に短命であることが判明しました。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ました。

第2次AIブーム

1980 年代の第 2 次 AI ブームは、コンピュータにデータベース上の大量の専門知識を溜め込んだ実用的なシステム(エキスパート システム)の開発と採用によって特徴づけられました。この時代には、AI の研究開発プロジェクトへの資金が増加し、300 以上の AI 企業が誕生しました。このブームは、 Apple IIやIBMの Tandem/16 などのコンピューター ハードウェアの進歩によって促進され、より多くの情報を保存できるより強力なコンピューターが可能になりました。この時期には、Cog、 iRobot 、ルンバ、 Gammonoidなどの AI 関連技術も開発されました。

しかし、知識を蓄積や管理することの大変さが明らかになり、AI に特化したハードウェアの市場が崩壊し、商用ベンダーが幅広いアプリケーションを開発できなかったため、2 回目の AI の冬が始まりました。

第3次AIブーム

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されました。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)も登場しており、ブームは現在に至っています。

このブームの主な原動力の 1 つは、大量のデータと、より強力なコンピューティング ハードウェアとアルゴリズムが利用できるようになったことです。これらの要因により、自然言語処理、画像と音声の認識、自律的な意思決定などの複雑なタスクを実行できる AI システムの開発が可能になりました。

第3次AIブームは、新たな製品やサービスの創出につながり、社会に大きな影響を与えています。たとえば、AI は、ヘルスケア、金融、輸送、教育などの分野を改善するために使用されています。しかし同時に、将来の仕事、プライバシー、人間の意思決定に関する重要な倫理的および社会的問題も提起しています。

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。