【G検定】ルールベース機械翻訳とは？最も歴史の長い翻訳方式をわかりやすく解説
2026年7月18日
機械翻訳の出発点は、「文法規則と辞書をコンピュータに教え込めば翻訳できるはずだ」という素直な発想でした。ルールベース機械翻訳は、その最も歴史の長い方式です。なぜこの方式が実用レベルに届かなかったのかを理解すると、その後の統計的機械翻訳・ニューラル機械翻訳への進化が一本の物語として見えてきます。
【G検定】フレーム問題とは？考えすぎてフリーズするロボットの難問をわかりやすく解説
2026年7月18日
爆弾処理を命じられたロボットが、あれこれ考えすぎたまま動けなくなる——。この有名なたとえ話で知られるフレーム問題は、AI研究が半世紀以上抱え続ける未解決の難問です。「関係あることだけ考える」という人間には簡単な芸当が、なぜAIには難しいのかを解説します。
【G検定】トレーサビリティとは？AIの判断過程とデータの来歴を追跡できる力を解説
2026年7月10日
スーパーの牛肉パックには個体識別番号があり、どの農場で育った牛かをさかのぼって調べられます。AIの世界のトレーサビリティも発想は同じで、「この判断は、どのデータから、どんな処理を経て生まれたのか」を後から追跡できるようにしておくことを指します。G検定では、AIの透明性・説明可能性を支える性質として問われるキーワードです。
【G検定】再現性とは？同じ条件で同じ結果を得られるAIの信頼性をわかりやすく解説
2026年7月10日
「同じデータ・同じ手順でもう一度やったら、同じ結果になりますか?」——この問いに「はい」と答えられることが再現性です。当たり前に聞こえますが、機械学習には乱数や環境差など結果を揺らす要因が多く、意識して作り込まないと再現性は確保できません。G検定ではAIの信頼性・透明性を支える性質として問われるキーワードです。
【G検定】モニタリングとは？運用中のAIの性能とリスクを監視し続ける仕組みを解説
2026年7月10日
AIは「作って納品したら終わり」ではありません。世の中のデータは変わり続けるため、リリース時に高精度だったモデルも、放っておくと静かに劣化していきます。運用中のAIの性能やリスクを継続的に監視し続ける活動がモニタリングです。G検定では、AIガバナンスの運用フェーズを支えるキーワードとして問われます。