【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

人工知能とは何か

計算機による知的な情報処理システムの設計や実現に関する研究分野であり、コンピュータを使って学習・推論・認識・判断など人間と同じ知的な処理能力を持つシステム。「知性」や「知能」自体の定義がないため、人工知能の具体的な定義は専門家の間でも未だに無い。同じシステムであっても、それを人工知能だと主張する人と人工知能ではないと考える人がいる。「人間と同じ知的な処理能力を持つ機械(情報処理システム)」という表現をすれば、「人間と同じ知的な処理能力」という部分の解釈が人によって異なる可能性がある。
AIの始まりはエニアック登場の10年後に1956年ダートマス会議で初めて提唱されたことによる。アーサー・サミュエルは機械学習を「明示的にプログラムしなくても学習する能力をコンピュータに与える研究分野」と定義している。

人工知能(AI)は、大まかには「知的な機械、特に、知的なコンピュータプログラムを作る科学と技術」と説明されていますが、その定義は研究者によって異なっている状況にあります。

例として、国内の主な研究者による人工知能(AI)の定義は以下のようになっています。

出典:総務省 「人工知能とは何か」(https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h28/html/nc142110.html)

これは、「そもそも『知性』や『知能』自体の定義がない」ことから、人工的な知能を定義することもまた困難であると言われいています。同じシステムを指していても、それを人工知能だと主張する人と、それは人工知能ではないと主張する人もいる可能性があります。

アーサー・サミュエルに機械学習の定義

アーサー サミュエルは、コンピューター ゲームと人工知能の分野におけるアメリカのパイオニアでした。彼は機械学習の定義で最もよく知られており、「明示的にプログラムされなくてもコンピューターに学習能力を与える研究分野」と定義しています。

この定義で、サミュエルは、明示的な指示やプログラミングを必要とせずに、コンピューターが自分で学習できるようにすることの重要性を強調しました。彼は、従来のプログラミング アプローチでは複雑な問題を解決する能力が限られていること、およびコンピューターが経験に基づいて学習し意思決定できるようにする新しいアプローチが必要であることを認識していました。

サミュエルの機械学習の定義は広く採用されており、今でもこの分野の独創的で正確な説明と見なされています。従来のプログラミングと機械学習の主な違いを強調し、コンピューターがデータから学習し、時間の経過とともにパフォーマンスを向上させる方法を理解するためのフレームワークを提供します。

アーサー サミュエルの機械学習の定義は、最新の機械学習アルゴリズムと技術の開発の土台を作りました。これらは現在、コンピューター ビジョンや自然言語処理からレコメンデーション システムや自動運転車まで、さまざまなアプリケーションで広く使用されています。

人工知能のおおまかな分類

人工知能は大きく分けて、以下のように4つのレベルに分類されます。

レベル1シンプルな制御プログラム全ての振る舞いがあらかじめ決められている。ルールベースで動く
レベル2古典的な人工知能探索・推論、知識データを利用して状況に応じて複雑な振る舞いをする
レベル3機械学習を取り入れた人工知能非常に多くのサンプルデータから入出力関係を学習
レベル4ディープラーニングを取り入れた人工知能特徴量による学習

レベル1:シンプルな制御プログラム

シンプルな制御プログラムは全ての振る舞いがあらかじめ決められており、ルールベースで動くものを指します。

例えば、エアコンや冷蔵庫などの温度調整やお風呂の水量など、あらかじめ振る舞いが決まっているもがあります。

これらの特徴はシステム工学や制御工学などの分野で利用されている技術であり、今日でも多くの製品で使用されています。

レベル2:古典的な人工知能

探索・推論、知識データを利用して状況に応じて複雑な振る舞いをするものを指します。

例えば、自動掃除ロボットや機械の診断プログラムなど、状況に応じて動きを変えることができますが、自ら学習はしないことが特徴です。

分野によっては有用であり、現在でも広く使用されている技術です。

レベル3:機械学習を入れた人工知能

機械学習を取り入れた人工知能で、非常に多くのサンプルデータから入出力関係を学習したものを指します。

例えば、検索エンジンやレコメンドシステムなど、パターン認識などの技術をベースに大量のデータから特徴やルールを自ら学習することができます。

レベル4:ディープラーニングを取り入れた人工知能

ディープラーニングを取り入れた人工知能で、大量のデータから特徴量を学習することで高度な判断をすることができます。

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

①G検定の概要と試験のポイント

「G検定の概要と試験のポイント」について紹介します。

Read more
②シラバスでみるG検定の試験内容

「G検定の試験内容」について紹介します。

Read more
③G検定合格体験記 〜学習方法と受験体験〜

学習方法と受験当日について紹介します。

Read more
④要点整理&当日用カンペ

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検定カンニングペーパーとしてもお役立てください。

Read more

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。

よろしければおすすめ書籍もご覧ください。 ※これ以降は広告です