② 探索・推論・知識表現
G検定 第136問
問題
ゲームの終局までランダムに手を打ち続けその勝率で局面を評価する手法を何と呼ぶか。
AMini-Max法
Bαβ法
Cモンテカルロ法✓ 正解
DSTRIPS法
正解
C：モンテカルロ法
解説
シミュレーションによって勝率を割り出し最も勝算の高い手を選択する手法です。
分野解説：② 探索・推論・知識表現
ディープラーニング以前のAI技術である探索・推論・知識表現を学ぶ分野です。幅優先・深さ優先探索やゲーム木、Mini-Max法などの探索手法、知識を記述するための意味ネットワークやエキスパートシステム、オントロジーが中心テーマになります。各手法の仕組みと限界を理解することが重要で、なぜ知識の記述が難しいのか（知識獲得のボトルネック等）が問われやすい点に注意しましょう。用語が多いので整理して覚えると効果的です。
この分野の問題をすべて見る →本番形式で問題を解いてみよう
クイズモードで挑戦 →同じ分野の関連問題
G検定について
AI・ディープラーニングを事業に活かす力を証明
| 主催 | 一般社団法人 日本ディープラーニング協会（JDLA） |
|---|---|
| 出題形式 | 知識問題（多肢選択式）160問程度 |
| 試験時間 | オンライン試験100分・会場試験120分 |
| 受験料 | 13,200円（税込）※学生5,500円 |
| 合格基準 | 合格基準は公表されていない |
| 難易度 | ★★★☆☆（標準） |
G検定の関連記事
AI史から法律・倫理まで：G検定を3週間で回す順番
Gはジェネラリスト、つまり実装しない人のための検定です。生成AIを取り込んで動き続けるシラバスにどう追いつくか、9分野の分量と1038問の使い分けを段階ごとに整理しました。
20時間で届く人と60時間かかる人、G検定の差はどこか
合格ラインは非公表、そのうえ約200問を120分で処理する。G検定の負荷は内容の深さより範囲と速さにあります。文系は技術、理系は法律・倫理でつまずく偏りにも踏み込みました。
基礎から生成AIまで、G検定の深層学習用語を段階で並べる
CNNは画像、RNNとTransformerは系列、GANと拡散モデルは生成。名前の似たディープラーニングの略語を、どの領域で何に使うかとセットで並べた、試験直前の確認用チートシートです。