G検定 ① AI入門と歴史

AIとは何か、その歩みを学ぶ導入分野です。人工知能の定義や強いAI・弱いAI、過去3度のAIブームの流れ、トイプロブレムやフレーム問題などAI研究が直面してきた課題が問われます。各ブームで何が実現し、なぜ冬の時代を迎えたのかという歴史の流れを押さえることが、後続分野の理解の土台になります。代表的な研究者や用語が頻出のため、時系列とキーワードを結びつけて覚えるのが学習のコツです。

この分野の問題81問を、選択肢・正解・解説つきで掲載しています。まず自分で解答を考えてから「正解と解説を見る」を開いて答え合わせをしてください。

クイズモードで挑戦 →

1人工知能という言葉が初めて使われた1956年の会議は何と呼ばれるか。

  1. Aダートマス会議
  2. Bペンシルバニア会議
  3. Cアラン・チューリング会議
  4. Dジョン・マッカーシー会議
正解と解説を見る

正解:Aダートマス会議

1956年にアメリカで開催されたダートマス会議において初めて使われました。

この問題の解説ページを開く →

2専門家の間で人工知能の定義は現在どのように扱われているか。

  1. A完全に一致した定義が存在する
  2. B専門家の間でも明確な定義は定まっていない
  3. Cダートマス会議で決められた定義が使われている
  4. D政府によって法的な定義が定められている
正解と解説を見る

正解:B専門家の間でも明確な定義は定まっていない

知性や知能自体の定義がないため専門家の間でも定まっていません。

この問題の解説ページを開く →

3ChatGPTなどが該当する特定のタスクを実行するために設計されたAIを何と呼ぶか。

  1. A汎用人工知能
  2. B強い人工知能
  3. C特化型人工知能
  4. Dシンギュラリティ
正解と解説を見る

正解:C特化型人工知能

特化型人工知能は特定のタスクを実行するために設計されたAIです。

この問題の解説ページを開く →

4人間と同等かそれ以上の知能を持ち自律的に思考し学ぶことができるAIを何というか。

  1. A特化型人工知能
  2. B弱い人工知能
  3. Cエキスパートシステム
  4. D汎用人工知能
正解と解説を見る

正解:D汎用人工知能

汎用人工知能は人間と同等以上の知能を持つAIで現在は実現されていません。

この問題の解説ページを開く →

5エアコンの温度調整などあらかじめ決められた振る舞いをするものはAIのどのレベルに分類されるか。

  1. Aレベル1
  2. Bレベル2
  3. Cレベル3
  4. Dレベル4
正解と解説を見る

正解:Aレベル1

単純な制御プログラムで動く製品はレベル1に分類されます。

この問題の解説ページを開く →

6探索や推論を用いて複雑な振る舞いをする掃除ロボットはAIのどのレベルに分類されるか。

  1. Aレベル1
  2. Bレベル2
  3. Cレベル3
  4. Dレベル4
正解と解説を見る

正解:Bレベル2

古典的な人工知能であるレベル2には掃除ロボットなどが該当します。

この問題の解説ページを開く →

7検索エンジンなどサンプルデータをもとに学習する仕組みを取り入れたAIのレベルはどれか。

  1. Aレベル1
  2. Bレベル2
  3. Cレベル3
  4. Dレベル4
正解と解説を見る

正解:Cレベル3

機械学習を取り入れた人工知能はレベル3に分類されます。

この問題の解説ページを開く →

8ディープラーニングを取り入れたレベル4のAIの最大の特徴はどれか。

  1. A大量の知識データを手動で入力して判断させる点
  2. Bあらかじめ決められた単純なルールに従って動く点
  3. C入力と出力の関係を人間が定義して学習させる点
  4. D学習対象となるデータの特徴量を自動的に学習する点
正解と解説を見る

正解:D学習対象となるデータの特徴量を自動的に学習する点

レベル4は特徴量と呼ばれる変数を自動的に学習するディープラーニングが特徴です。

この問題の解説ページを開く →

9画像認識や音声認識などで重要となる特徴量を自動的に学習する技術はどれか。

  1. Aディープラーニング
  2. Bエキスパートシステム
  3. C単純な制御プログラム
  4. D古典的な人工知能
正解と解説を見る

正解:Aディープラーニング

ディープラーニングは特徴量を自ら習得する点で画期的な技術です。

この問題の解説ページを開く →

10AIの分類において機械学習を取り入れた人工知能と呼ばれるのはどのレベルか。

  1. Aレベル2
  2. Bレベル3
  3. Cレベル4
  4. Dレベル1
正解と解説を見る

正解:Bレベル3

レベル3が機械学習でありレベル2は古典的な人工知能と呼ばれます。

この問題の解説ページを開く →

11AIで新しいことが実現されるとそれは知能ではないとみなされる現象を何というか。

  1. Aシンギュラリティ
  2. Bフレーム問題
  3. CAI効果
  4. Dシンボルグラウンディング問題
正解と解説を見る

正解:CAI効果

原理が分かると単純な自動化であり知能とは関係ないと結論付ける現象です。

この問題の解説ページを開く →

12人工知能とロボットの違いについて正しい説明はどれか。

  1. A人工知能は物理的な身体を持ちロボットは心を持つ
  2. Bロボット研究は目に見えない知的な処理能力を扱う
  3. C人工知能研究とロボット研究は完全に同じ分野である
  4. D人工知能研究は目に見えない知的な処理能力を扱う
正解と解説を見る

正解:D人工知能研究は目に見えない知的な処理能力を扱う

人工知能研究は脳に当たる考える部分を中心に扱う学問です。

この問題の解説ページを開く →

131946年にアメリカのペンシルバニア大学で開発された世界初の汎用電子式コンピュータは何か。

  1. AENIAC
  2. BELIZA
  3. Cロジック・セオリスト
  4. Dエキスパートシステム
正解と解説を見る

正解:AENIAC

ENIACは17468本もの真空管を使った巨大な計算機でした。

この問題の解説ページを開く →

14人工知能という言葉が初めて使われたダートマス会議はENIAC誕生から何年後か。

  1. A5年後
  2. B10年後
  3. C20年後
  4. D50年後
正解と解説を見る

正解:B10年後

ENIAC誕生の1946年からちょうど10年後の1956年に開催されました。

この問題の解説ページを開く →

15人工知能という言葉を初めて使った著名な研究者は誰か。

  1. Aアラン・チューリング
  2. Bクロード・シャノン
  3. Cジョン・マッカーシー
  4. Dアーサー・サミュエル
正解と解説を見る

正解:Cジョン・マッカーシー

ジョン・マッカーシーが1956年のダートマス会議で初めて使った言葉です。

この問題の解説ページを開く →

16ダートマス会議に参加した著名人として適切でない人物は誰か。

  1. Aマーヴィン・ミンスキー
  2. Bアレン・ニューウェル
  3. Cハーバート・サイモン
  4. Dジョセフ・ワイゼンバウム
正解と解説を見る

正解:Dジョセフ・ワイゼンバウム

ワイゼンバウムはELIZAの開発者でありダートマス会議の参加者ではありません。

この問題の解説ページを開く →

17世界初の人工知能プログラムといわれるロジック・セオリストを開発したのは誰か。

  1. Aニューウェルとサイモン
  2. Bマッカーシーとミンスキー
  3. Cチューリングとシャノン
  4. Dサールとペンローズ
正解と解説を見る

正解:Aニューウェルとサイモン

ニューウェルとサイモンが数学の定理を自動的に証明するプログラムを開発しました。

この問題の解説ページを開く →

181950年代後半から1960年代にかけての第1次AIブームで主流となった研究はどれか。

  1. A知識表現
  2. B探索と推論
  3. C機械学習
  4. Dディープラーニング
正解と解説を見る

正解:B探索と推論

第1次AIブームでは探索と推論による問題解決が主流でした。

この問題の解説ページを開く →

19第1次AIブームが急速に冷え込み冬の時代を迎えた主な原因は何か。

  1. Aコンピュータの計算速度が圧倒的に不足していたため
  2. B知識を蓄積するためのデータベースが存在しなかったため
  3. C複雑な現実の問題は解けないことが明らかになったため
  4. Dディープラーニングの登場によって古い技術とされたため
正解と解説を見る

正解:C複雑な現実の問題は解けないことが明らかになったため

トイ・プロブレムのような簡単な問題しか解けないことが判明したためです。

この問題の解説ページを開く →

20専門知識を大量にデータベースに蓄積して構築されたシステムが全盛を迎えたのはいつか。

  1. A第1次AIブーム
  2. B第3次AIブーム
  3. C第4次AIブーム
  4. D第2次AIブーム
正解と解説を見る

正解:D第2次AIブーム

1980年代の第2次AIブームではエキスパートシステムが中心となりました。

この問題の解説ページを開く →

211980年代に日本で政府によって推進された大型プロジェクトの名称は何か。

  1. A第五世代コンピュータ
  2. B大規模言語モデル
  3. C汎用人工知能プロジェクト
  4. Dエキスパートシステム開発
正解と解説を見る

正解:A第五世代コンピュータ

日本政府により知識を蓄積し管理する大型プロジェクトが推進されました。

この問題の解説ページを開く →

222010年代から始まった第3次AIブームを牽引している主要な技術はどれか。

  1. Aエキスパートシステム
  2. B機械学習と特徴表現学習
  3. C探索と推論アルゴリズム
  4. Dロジック・セオリスト
正解と解説を見る

正解:B機械学習と特徴表現学習

ビッグデータを利用した機械学習やディープラーニングがブームを牽引しています。

この問題の解説ページを開く →

232016年に世界トップレベルのプロ棋士に圧倒的な勝利を収めたAIの名称は何か。

  1. AELIZA
  2. BChatGPT
  3. CAlphaGo
  4. DWatson
正解と解説を見る

正解:CAlphaGo

ディープラーニングを用いたAlphaGoがプロ棋士に勝利し象徴的な出来事となりました。

この問題の解説ページを開く →

242022年に公開され生成AIのブームの火付け役となった対話型サービスは何か。

  1. AELIZA
  2. Bロジック・セオリスト
  3. CAlphaGo
  4. DChatGPT
正解と解説を見る

正解:DChatGPT

米国のOpenAIが公開しわずか2ヶ月でユーザー数1億人を突破しました。

この問題の解説ページを開く →

25大規模言語モデルと呼ばれる技術の略称として正しいものはどれか。

  1. ALLM
  2. BAGI
  3. CANI
  4. DNLP
正解と解説を見る

正解:ALLM

Large Language Modelの略で自然な文章を生成できる技術です。

この問題の解説ページを開く →

26ディープラーニングという名称のもとになった学習方法の特徴はどれか。

  1. A人間の専門家がルールを細かくプログラミングして教え込む
  2. B注目すべき特徴量を人工知能が自らデータから習得する
  3. C単純な迷路やパズルだけを解くために特化して学習する
  4. D知識データを推論アルゴリズムに組み合わせて学習する
正解と解説を見る

正解:B注目すべき特徴量を人工知能が自らデータから習得する

知識を獲得するための特徴表現学習を自ら行う点がディープラーニングの特徴です。

この問題の解説ページを開く →

27人工知能が人間を超えることで生じる劇的な変化を懸念する言葉は何か。

  1. AAI効果
  2. Bフレーム問題
  3. Cシンギュラリティ
  4. Dトイ・プロブレム
正解と解説を見る

正解:Cシンギュラリティ

超知性の誕生の可能性に対する懸念や不安としてシンギュラリティが議論されています。

この問題の解説ページを開く →

28現実世界の問題を簡略化しコンピュータで扱えるようにした問題を何と呼ぶか。

  1. Aフレーム問題
  2. Bシンボルグラウンディング問題
  3. Cチューリングテスト
  4. Dトイ・プロブレム
正解と解説を見る

正解:Dトイ・プロブレム

おもちゃの問題とも呼ばれ第1次AIブームで盛んに解かれました。

この問題の解説ページを開く →

291969年にジョン・マッカーシーとパトリック・ヘイズが提唱した難問は何か。

  1. Aフレーム問題
  2. Bシンボルグラウンディング問題
  3. CAI効果
  4. Dトイ・プロブレム
正解と解説を見る

正解:Aフレーム問題

人工知能研究における最大の難問とも言われるのがフレーム問題です。

この問題の解説ページを開く →

30フレーム問題が意味する内容として最も適切なものはどれか。

  1. A記号と現実世界の意味を結びつけることができないという問題
  2. B今しようとしていることに関係のあることだけを選び出すのが難しいという問題
  3. C機械が人間と同じように意識を持つことが原理的に不可能であるという問題
  4. D現実の複雑な問題を簡略化しすぎると本来の意味が失われるという問題
正解と解説を見る

正解:B今しようとしていることに関係のあることだけを選び出すのが難しいという問題

有限の枠内で考えることが難しく無関係な事象まで計算してしまう問題です。

この問題の解説ページを開く →

31洞窟からバッテリーを取り出すロボットの例え話は何の問題を説明したものか。

  1. Aシンボルグラウンディング問題
  2. Bチューリングテスト
  3. Cフレーム問題
  4. DAI効果
正解と解説を見る

正解:Cフレーム問題

哲学者のダニエル・デネットがフレーム問題の説明に用いた有名な例です。

この問題の解説ページを開く →

32ロボット1号がバッテリーと一緒に爆弾も持ち出してしまったのはなぜか。

  1. A爆弾の存在を感知するセンサーが故障していたため
  2. Bバッテリーと爆弾を区別する知識を与えられていなかったため
  3. C洞窟の環境が複雑すぎて目的を見失ってしまったため
  4. D目的を達成する上で関係のあることだけを考慮できなかったため
正解と解説を見る

正解:D目的を達成する上で関係のあることだけを考慮できなかったため

バッテリーを持ち出すことだけを考え付随する危険を考慮できなかったためです。

この問題の解説ページを開く →

33自分の行動の結果何が起きるかを全て考慮しようとして動けなくなったロボットは何号か。

  1. Aロボット2号
  2. Bロボット3号
  3. Cロボット1号
  4. Dロボット4号
正解と解説を見る

正解:Aロボット2号

関係ないことまで全て考えようとして計算が終わらず爆発してしまいました。

この問題の解説ページを開く →

34目的と無関係なことを仕分ける計算に没頭して動けなくなったロボットは何号か。

  1. Aロボット2号
  2. Bロボット3号
  3. Cロボット1号
  4. Dロボット4号
正解と解説を見る

正解:Bロボット3号

無関係なことを無関係であると判断する計算に時間を取られてしまいました。

この問題の解説ページを開く →

35フレーム問題について人間と現在の人工知能を比較した記述で正しいものはどれか。

  1. A人間も人工知能もフレーム問題を完全に解決できている
  2. B人工知能はフレーム問題を解決したが人間は時々フリーズする
  3. C人間は無意識に解決しているが人工知能にとっては未解決の難問である
  4. Dフレーム問題はロボットのハードウェアの問題であり知能とは関係ない
正解と解説を見る

正解:C人間は無意識に解決しているが人工知能にとっては未解決の難問である

人間には当たり前の処理が人工知能には非常に難しいとされています。

この問題の解説ページを開く →

36機械が知能を持っているかどうかを判定する方法として1950年に提唱されたのは何か。

  1. Aローブナーコンテスト
  2. B中国語の部屋
  3. Cフレーム問題
  4. Dチューリングテスト
正解と解説を見る

正解:Dチューリングテスト

イギリスの数学者アラン・チューリングが提唱した判定方法です。

この問題の解説ページを開く →

37チューリングテストにおいて判定者はどのような状況で対話を行うか。

  1. A相手の姿が見えない別の場所からコンピュータと人間の両方と対話する
  2. Bコンピュータと直接向き合って会話を行い反応速度を計測する
  3. C人間とコンピュータの会話を録音したものを後から聞いて判定する
  4. D大量のテキストデータをコンピュータに読み込ませて回答を待つ
正解と解説を見る

正解:A相手の姿が見えない別の場所からコンピュータと人間の両方と対話する

別の場所にいる相手がコンピュータか人間かを見抜けるかを試すテストです。

この問題の解説ページを開く →

381966年にジョセフ・ワイゼンバウムによって開発された最初の対話プログラムは何か。

  1. Aロジック・セオリスト
  2. BELIZA
  3. CChatGPT
  4. DAlphaGo
正解と解説を見る

正解:BELIZA

精神科医の役割を演じるプログラムで人間と信じてしまう人も現れました。

この問題の解説ページを開く →

39ELIZAはどのような人物の役割を演じるように作られていたソフトウェアか。

  1. Aチェスの世界チャンピオン
  2. B弁護士
  3. C精神科セラピスト
  4. D数学の教師
正解と解説を見る

正解:C精神科セラピスト

セラピストとして振る舞い相手の言葉をオウム返しするような仕組みでした。

この問題の解説ページを開く →

40チューリングテストに着想を得た会話ソフトウェアのコンテストとして知られるものは何か。

  1. Aダートマス会議
  2. B世界コンピュータ将棋選手権
  3. C画像認識競技会
  4. Dローブナーコンテスト
正解と解説を見る

正解:Dローブナーコンテスト

会話ソフトウェアのコンテストですがまだ完全な合格レベルには達していません。

この問題の解説ページを開く →

41強いAIと弱いAIという区分を1980年に提示したアメリカの哲学者は誰か。

  1. Aジョン・サール
  2. Bジョン・マッカーシー
  3. Cアラン・チューリング
  4. Dスティーブン・ハルナッド
正解と解説を見る

正解:Aジョン・サール

論文の中で人工知能に対する哲学的な区分を提示しました。

この問題の解説ページを開く →

42人間の心や脳の働きを情報処理とみなしコンピュータで本当の心を実現できるとする立場はどれか。

  1. A弱いAI
  2. B強いAI
  3. C汎用人工知能
  4. D特化型人工知能
正解と解説を見る

正解:B強いAI

プログラムされたコンピュータが人間と同じ意味で心を持つとする考え方です。

この問題の解説ページを開く →

43コンピュータは人間の心を持つ必要はなく有用な道具であればよいとする立場はどれか。

  1. A強いAI
  2. B汎用人工知能
  3. C弱いAI
  4. Dエキスパートシステム
正解と解説を見る

正解:C弱いAI

人間の活動と同じような問題解決ができる便利な道具であればよいとする考えです。

この問題の解説ページを開く →

44ジョン・サールが強いAIの実現可能性を否定するために提唱した思考実験は何か。

  1. Aトイ・プロブレム
  2. Bシンボルグラウンディング問題
  3. Cチューリングテスト
  4. D中国語の部屋
正解と解説を見る

正解:D中国語の部屋

記号操作を行っているだけで意味を理解していないと主張する実験です。

この問題の解説ページを開く →

45中国語の部屋の思考実験において部屋の中にいる人物は中国語を理解しているか。

  1. A理解しておらずマニュアルに従って記号を置き換えているだけである
  2. B最初は理解していないが対話を繰り返すうちに理解するようになる
  3. C英語と中国語のバイリンガルであるため完全に理解している
  4. D外部から入力された情報を自ら学習して意味を理解している
正解と解説を見る

正解:A理解しておらずマニュアルに従って記号を置き換えているだけである

マニュアル通りの記号操作であり意味を理解しているわけではないという主張です。

この問題の解説ページを開く →

46物理学者のロジャー・ペンローズは意識の発生に何が絡んでいると主張して強いAIを否定したか。

  1. Aニューラルネットワーク
  2. B量子効果
  3. Cビッグデータ
  4. Dフレーム問題
正解と解説を見る

正解:B量子効果

脳の中の微小な管に生じる量子効果が意識に関係していると主張しました。

この問題の解説ページを開く →

471990年に認知科学者のスティーブン・ハルナッドによって議論された問題は何か。

  1. Aフレーム問題
  2. BAI効果
  3. Cシンボルグラウンディング問題
  4. Dトイ・プロブレム
正解と解説を見る

正解:Cシンボルグラウンディング問題

記号とその対象がいかにして結び付くかという認知科学上の問題です。

この問題の解説ページを開く →

48コンピュータの中の記号と現実世界の実例がいかにして結び付くかという問題を何と呼ぶか。

  1. Aフレーム問題
  2. B中国語の部屋
  3. Cチューリングテスト
  4. Dシンボルグラウンディング問題
正解と解説を見る

正解:Dシンボルグラウンディング問題

記号接地問題とも呼ばれ人工知能の難問とされています。

この問題の解説ページを開く →

49コンピュータにとってシマウマという記号はどのように認識されているか。

  1. A単なる記号の羅列でありシマウマ自体の意味は持っていない
  2. B人間と同じように白黒の縞模様の動物としてイメージできている
  3. C馬という記号と縞という記号を組み合わせて意味を理解している
  4. D事前に与えられた写真データから実物のシマウマを完璧に想像できる
正解と解説を見る

正解:A単なる記号の羅列でありシマウマ自体の意味は持っていない

コンピュータにとっては意味のわからない記号の羅列にすぎません。

この問題の解説ページを開く →

50シンボルグラウンディング問題とフレーム問題についての記述で正しいものはどれか。

  1. Aどちらもダートマス会議で初めて議論された問題である
  2. Bどちらも現在の人工知能研究における未解決の難問とされている
  3. Cフレーム問題は解決されたがシンボルグラウンディング問題は未解決である
  4. Dどちらもコンピュータの計算速度が向上すれば自然に解決する問題である
正解と解説を見る

正解:Bどちらも現在の人工知能研究における未解決の難問とされている

どちらも人工知能研究の壁として立ちはだかる重要な難問です。

この問題の解説ページを開く →

51特定のタスクに特化した人工知能分野において現在主流となっている手法は何か。

  1. A単純な制御プログラム
  2. B推論と探索アルゴリズム
  3. C深層学習などの機械学習
  4. D知識を蓄積したルールベース
正解と解説を見る

正解:C深層学習などの機械学習

大量のデータからパターンを学習する深層学習が広く用いられています。

この問題の解説ページを開く →

52汎用人工知能の特徴として最も当てはまるものはどれか。

  1. A特定のタスクにおいて人間を超える能力を発揮する
  2. Bあらかじめ決められたルールに従ってのみ行動する
  3. C現在のAI技術のほとんどがこのカテゴリに属している
  4. D未知の状況でも自律的に思考し対応する能力を持つ
正解と解説を見る

正解:D未知の状況でも自律的に思考し対応する能力を持つ

人間と同等以上の知能を持ち自律的に学ぶことができるAIを指します。

この問題の解説ページを開く →

53従来の技術では人間レベルの能力を実現するのが難しかったが飛躍的に進歩した分野はどれか。

  1. A画像認識や音声認識
  2. Bエアコンの温度調整
  3. C迷路やパズルの解法
  4. D単純なデータベース検索
正解と解説を見る

正解:A画像認識や音声認識

ディープラーニングにより特徴量を自動学習できるようになり飛躍しました。

この問題の解説ページを開く →

54レベル2のAIである古典的な人工知能の特徴として正しいものはどれか。

  1. A自ら学習して新しいルールを作り出すことができる
  2. B探索や推論などの技術を用いて複雑な振る舞いをする
  3. C単純なセンサーのみで動き推論などは一切行わない
  4. Dビッグデータを活用して自律的に特徴量を抽出する
正解と解説を見る

正解:B探索や推論などの技術を用いて複雑な振る舞いをする

知識データや推論を用いて特定の分野で高い有用性を示しました。

この問題の解説ページを開く →

55AI効果によって人々の人工知能に対する評価はどのように変化しがちか。

  1. A人工知能は人間に代わる存在だと過大評価される
  2. Bどんな問題でも解決できる魔法の杖だと信じられる
  3. C原理が分かると知能によるものではないと過小評価される
  4. D知能の有無に関わらず全ての機械が人工知能と呼ばれる
正解と解説を見る

正解:C原理が分かると知能によるものではないと過小評価される

ただの自動化であり人工知能の貢献は少ないと見積もられがちです。

この問題の解説ページを開く →

56物理的な身体を持ち目に見えるものを対象とする研究分野は何か。

  1. A人工知能研究
  2. B認知科学研究
  3. C情報工学研究
  4. Dロボット研究
正解と解説を見る

正解:Dロボット研究

人工知能研究が脳を対象とするのに対しロボット研究は身体を対象とします。

この問題の解説ページを開く →

57第2次AIブームのエキスパートシステムが直面した最大の課題はどれか。

  1. A専門家の知識をコンピュータが理解できる形で記述することが困難だった
  2. Bコンピュータの計算速度が遅く推論に時間がかかりすぎた
  3. Cディープラーニングの登場によって技術が時代遅れになった
  4. D単純な迷路やパズルなどの問題しか解くことができなかった
正解と解説を見る

正解:A専門家の知識をコンピュータが理解できる形で記述することが困難だった

知識を蓄積するためには莫大な手間がかかり限界を迎えました。

この問題の解説ページを開く →

58第2次AIブームを牽引したエキスパートシステムはどのような知識を活用したか。

  1. Aインターネット上の膨大なテキストデータ
  2. B特定の専門分野における専門家の知識
  3. C人間が日常生活で使う一般的な常識
  4. D自律的に学習して得られた特徴量データ
正解と解説を見る

正解:B特定の専門分野における専門家の知識

データベースに大量の専門知識を詰め込むアプローチが全盛を迎えました。

この問題の解説ページを開く →

59生成AIが活躍する分野として画像や文章の他に挙げられているものは何か。

  1. A音楽や動画の生成
  2. Bエアコンの温度調整
  3. Cチェスの対戦
  4. D数学の定理の証明
正解と解説を見る

正解:A音楽や動画の生成

ディープラーニングを駆使し創造的な画像や音楽なども生み出しています。

この問題の解説ページを開く →

60トイ・プロブレムを解くことの限界が明らかになったのはいつ頃か。

  1. A1950年代前半
  2. B1970年代
  3. C1990年代
  4. D2010年代
正解と解説を見る

正解:B1970年代

第1次AIブームの後の1970年代に限界が露呈し冬の時代を迎えました。

この問題の解説ページを開く →

61トイ・プロブレムが研究において全く無価値ではない理由として考えられるものはどれか。

  1. A現実の全ての問題を完全に再現できるから
  2. B計算速度が遅いコンピュータでも解ける唯一の問題だから
  3. C問題の本質を理解しアルゴリズムの性能比較に使えるから
  4. D一般の人々に人工知能の恐ろしさを伝えるのに適しているから
正解と解説を見る

正解:C問題の本質を理解しアルゴリズムの性能比較に使えるから

問題を簡略化することで本質を捉え複数の研究者が性能を比較できました。

この問題の解説ページを開く →

62フレーム問題におけるロボットの思考実験で設定された状況はどれか。

  1. Aチェスの世界チャンピオンと対局して勝利すること
  2. B迷路の中から最短ルートでゴールを見つけ出すこと
  3. C中国語の質問に対してマニュアル通りに回答すること
  4. D洞窟の中にあるバッテリーを時限爆弾から守って持ち出すこと
正解と解説を見る

正解:D洞窟の中にあるバッテリーを時限爆弾から守って持ち出すこと

ダニエル・デネットが提唱したフレーム問題の有名な例え話です。

この問題の解説ページを開く →

63ロボット2号が爆弾を回避できなかった理由は何か。

  1. A行動の副次的な結果を全て考慮しようとして計算が終わらなかったから
  2. B爆弾の存在自体を認識するためのセンサーを持っていなかったから
  3. Cバッテリーと爆弾を区別するための専門知識が不足していたから
  4. D目的と無関係な事象を仕分ける計算に集中してしまったから
正解と解説を見る

正解:A行動の副次的な結果を全て考慮しようとして計算が終わらなかったから

天井が落ちてこないかなど全てを考慮しようとしてフリーズしました。

この問題の解説ページを開く →

64アラン・チューリングはいつ頃までにコンピュータが人間と誤認される確率が30%になると予想したか。

  1. A1980年
  2. B2000年
  3. C2020年
  4. D2050年
正解と解説を見る

正解:B2000年

1950年の論文の中で50年以内つまり2000年までにそうなるだろうと予想しました。

この問題の解説ページを開く →

65ジョン・サールはチューリングテストに合格するコンピュータについてどのように主張したか。

  1. A知能がある証拠であり強いAIが実現したと言える
  2. B人間以上の知能を獲得しておりシンギュラリティの到来を意味する
  3. C量子効果を利用しているため人間の意識と完全に同じである
  4. D適切に受け答えができても意味を理解しているわけではない
正解と解説を見る

正解:D適切に受け答えができても意味を理解しているわけではない

中国語の部屋の例を用いて記号操作だけで意味は理解していないと主張しました。

この問題の解説ページを開く →

66強いAIの立場からするとプログラムは人間の認知のどのような役割を果たすか。

  1. Aプログラムそのものが人間の認知の心理学的な説明となる
  2. Bプログラムは人間の認知をシミュレーションするための単なる道具である
  3. Cプログラムは人間の身体の動きを制御するための命令書である
  4. Dプログラムは人間の脳内の量子効果を模倣するための装置である
正解と解説を見る

正解:Aプログラムそのものが人間の認知の心理学的な説明となる

適切にプログラムされたコンピュータは人間と同じ意味で心を持つとされます。

この問題の解説ページを開く →

67シマウマを一度も見たことがないシステムにシマウマの画像を見せた場合どうなるか。

  1. A馬と縞模様の知識を組み合わせてすぐにシマウマだと認識する
  2. Bシマウマという記号との結び付きがないためこれがシマウマだとは認識できない
  3. Cインターネット上のデータベースを検索して自力で正解を見つけ出す
  4. D人間と同じように縞模様の馬であると推論して認識する
正解と解説を見る

正解:Bシマウマという記号との結び付きがないためこれがシマウマだとは認識できない

シンボルグラウンディング問題により記号と実例が結び付いていないため認識できません。

この問題の解説ページを開く →

68知能が成立するためには身体が不可欠であるという考え方を何と呼ぶか。

  1. A身体性に着目したアプローチ
  2. Bシンボルグラウンディング問題
  3. C知識獲得のボトルネック
  4. Dルールベースアプローチ
正解と解説を見る

正解:A身体性に着目したアプローチ

人間には身体があるからこそ物事を認知したり思考したりできるという考え方です。

この問題の解説ページを開く →

69コップという概念を本当の意味で理解するために必要な要素としてテキストで挙げられているものはどれか。

  1. Aインターネット上の膨大なコップの画像データ
  2. Bガラスに触ると冷たいという感覚や落とすと割れるという経験
  3. Cコップの材質や形状に関する詳細な物理的ルールの記述
  4. D大規模言語モデルによるコップに関する文章生成能力
正解と解説を見る

正解:Bガラスに触ると冷たいという感覚や落とすと割れるという経験

外界と相互作用できる身体を通して得られる感覚や経験が概念の理解には不可欠とされています。

この問題の解説ページを開く →

70人間は膨大で複合的な感覚情報を処理し「シマ」や「ウマ」などの記号と対応付けているがこの過程に関係する用語はどれか。

  1. Aトイ・プロブレム
  2. Bチューリングテスト
  3. Cシンボルグラウンディング
  4. Dエキスパートシステム
正解と解説を見る

正解:Cシンボルグラウンディング

身体を通して得た感覚と記号を結び付けて世界を認識することをシンボルグラウンディングと呼びます。

この問題の解説ページを開く →

71人工知能が始まって以来研究が続いている機械翻訳において1970年代後半に主流であった仕組みはどれか。

  1. A統計的機械翻訳
  2. Bニューラル機械翻訳
  3. C大規模言語モデル
  4. Dルールベース機械翻訳
正解と解説を見る

正解:Dルールベース機械翻訳

1970年代後半は文法などの規則を手動で設定するルールベース機械翻訳が一般的でした。

この問題の解説ページを開く →

721990年代以降に主流となり性能は飛躍的に向上したもののまだ実用レベルには達していなかった機械翻訳の仕組みはどれか。

  1. A統計的機械翻訳
  2. Bルールベース機械翻訳
  3. Cニューラル機械翻訳
  4. Dエキスパートシステム
正解と解説を見る

正解:A統計的機械翻訳

1990年代以降は統計的機械翻訳が主流となりましたが意味の理解という点で限界がありました。

この問題の解説ページを開く →

73統計的機械翻訳が実用レベルに達しなかった最大の理由はどれか。

  1. A翻訳するための計算速度が圧倒的に不足していたため
  2. Bコンピュータが言葉の意味を理解していなかったため
  3. C翻訳に必要な単語のデータベースが構築できなかったため
  4. Dディープラーニングの技術がまだ確立されていなかったため
正解と解説を見る

正解:Bコンピュータが言葉の意味を理解していなかったため

単に統計的に訳を当てるだけでコンピュータ自身が言葉の意味を理解していなかったことが最大の理由です。

この問題の解説ページを開く →

74「He saw a woman in the garden with a telescope.」という英文の翻訳においてコンピュータが正しい解釈に迷う理由は何か。

  1. A望遠鏡と庭という単語がデータベースに登録されていないから
  2. Bこの英文自体が文法的に間違って構成されているから
  3. C文法的には複数の意味にとれるが常識による判断ができないから
  4. D統計的機械翻訳では英語から日本語への変換ルールが存在しないから
正解と解説を見る

正解:C文法的には複数の意味にとれるが常識による判断ができないから

文法的には誰が望遠鏡を持っているか一意に定まりませんが人間は常識から自然な訳を判断できます。

この問題の解説ページを開く →

75人間が持っている一般的な常識などの知識をコンピュータに獲得させることの極めて高い難易度を指す言葉は何か。

  1. AAI効果
  2. Bフレーム問題
  3. Cシンギュラリティ
  4. D知識獲得のボトルネック
正解と解説を見る

正解:D知識獲得のボトルネック

あらゆる状況で発生する知識をすべてコンピュータに入力することは事実上不可能でありこれがボトルネックと呼ばれます。

この問題の解説ページを開く →

76機械翻訳において人間が望遠鏡を持っているのは男性の方が多いと判断するような知識をコンピュータに教える場合の問題点は何か。

  1. Aあらゆる場面で発生する常識を手作業で入力するのは事実上不可能である点
  2. B知識を入力するとコンピュータが混乱し計算速度が極端に低下する点
  3. C人間が持つ知識は常に間違っているため学習データとして使えない点
  4. D統計的機械翻訳ではルール以外の知識を一切入力できない仕様である点
正解と解説を見る

正解:Aあらゆる場面で発生する常識を手作業で入力するのは事実上不可能である点

一つの文を訳すだけでも膨大な一般常識が必要となりそれをすべて手動で入力することは現実的ではありません。

この問題の解説ページを開く →

772010年頃から登場したディープラーニングを応用した機械翻訳の名称は何か。

  1. A統計的機械翻訳
  2. Bニューラル機械翻訳
  3. Cルールベース機械翻訳
  4. Dアナログ機械翻訳
正解と解説を見る

正解:Bニューラル機械翻訳

ディープラーニングを利用することで翻訳の品質が格段に向上したニューラル機械翻訳が登場しました。

この問題の解説ページを開く →

782016年11月にニューラル機械翻訳の技術を発表し機械翻訳の品質向上で大きな話題となった企業はどこか。

  1. AOpenAI
  2. BMicrosoft
  3. CGoogle
  4. DApple
正解と解説を見る

正解:CGoogle

Googleがニューラル機械翻訳を発表したことで人工知能による翻訳技術が大きく進展しました。

この問題の解説ページを開く →

792018年以降に登場した人間レベルの自然な文章を生成できる能力を持つ技術の総称は何か。

  1. Aルールベース機械翻訳
  2. Bエキスパートシステム
  3. C汎用人工知能
  4. D大規模言語モデル
正解と解説を見る

正解:D大規模言語モデル

大規模言語モデルは文章の文脈を理解する能力に優れ多様な言語処理に対応できます。

この問題の解説ページを開く →

80大規模言語モデルがニューラル機械翻訳と異なる特徴として本文で挙げられているものはどれか。

  1. A翻訳だけでなく要約や質疑応答など多様な言語処理に対応できる点
  2. B翻訳に特化しており他のタスクは一切実行できない点
  3. Cディープラーニングを一切使用せずにルールのみで動く点
  4. D人間が手作業で常識をデータベースに入力して構築される点
正解と解説を見る

正解:A翻訳だけでなく要約や質疑応答など多様な言語処理に対応できる点

ニューラル機械翻訳が翻訳に特化しているのに対し大規模言語モデルは要約やプログラムコード作成など多用途に強みを発揮します。

この問題の解説ページを開く →

81翻訳分野におけるディープラーニングの利用によって乗り越えられつつあると期待されているものは何か。

  1. Aシンボルグラウンディング問題
  2. Bフレーム問題
  3. C知識獲得のボトルネック
  4. DAI効果
正解と解説を見る

正解:C知識獲得のボトルネック

ディープラーニングの応用により人間を超えるレベルの翻訳機が実現し知識獲得のボトルネックを乗り越えることが期待されています。

この問題の解説ページを開く →
G検定の全分野一覧へ戻る