G検定　② 探索・推論・知識表現

正解：A．探索・推論

第1次AIブームでは探索や推論の研究が中心的な役割を果たしました。

正解：B．探索木

迷路の問題をコンピュータで処理できる形式に変換したものを探索木と呼びます。

正解：C．S

探索木において出発点となる起点はStartのSという記号で表されます。

正解：D．G

探索木において正解となる目的地はGoalのGという記号で表されます。

正解：A．ノード

探索木を構成する各要素であり分岐点や行き止まりをノードと呼びます。

正解：B．条件に合致するものを探す場合分けの連続

いくらでも場合分けを行い条件に合うものを探すという単純な作業の繰り返しです。

正解：C．幅優先探索

同じ階層のノードをしらみつぶしに横へ横へと検索していく手法です。

正解：D．最短距離でゴールにたどり着く解を必ず見つけられる

出発点から近い順に探すため見つかった解は必ず最短距離になります。

正解：A．メモリ不足で処理を続行できなくなる可能性がある

探索の途中で立ち寄ったノードをすべて記憶しておく必要があるためメモリを大量に消費します。

正解：B．深さ優先探索

迷路の奥へ奥へと進み行き止まりになれば一つ手前の分岐に戻る手法です。

正解：C．探索の途中でメモリをあまり必要としない

手前のノードに戻って探索し直せばよいためメモリの消費が少なくて済みます。

正解：D．必ずしも最短距離で解が見つかるとは限らない

最初に見つかったゴールが遠回りのルートである可能性があります。

正解：A．深さ優先探索

偶然正しいルートを選べば早いですが間違った深いルートに入ると無駄な時間がかかります。

正解：B．特殊なケースに限らず広く適用できる汎用的な手法である

どちらも探索の基本的な手法であり様々な問題に応用可能な汎用性があります。

正解：C．ハノイの塔

複数の円盤を大きさの順に積み重ねて別のポールへ移動させる有名なパズルです。

正解：D．小さな円盤の上に大きな円盤を乗せることはできない

一度に1枚ずつ動かし常に小さな円盤が上になるように積む必要があります。

正解：A．コンピュータが理解できる形式に問題を変換する

ポールにP・Q・Rと名前を付け円盤に数字を振るなど形式化することが最初のステップです。

正解：B．3つの円盤がどのポールにあるかを示す3つの情報の組み合わせ

たとえば1番目がP・2番目がQ・3番目がRにあるなど位置関係の組み合わせで表現します。

正解：C．プランニング

ある状態から目標とする状態へ至るまでの行動計画を立てる技術です。

正解：D．STRIPS

スタンフォード研究所で開発されたプランニングのための記述手法です。

正解：A．前提条件

STRIPSは前提条件と行動と結果という3つの組み合わせで記述します。

正解：A．前提条件または結果

ある行動の前提条件になることも別の行動の結果になることもあります。

正解：C．行動によるパス

状態の遷移をロボットの行動とみなし探索空間内で目標までのパスを探します。

正解：D．SRI

Stanford Research Instituteの略称でありここでSTRIPSが開発されました。

正解：A．SHRDLU

英語による指示を受け付けて画面上の積み木を動かす画期的なシステムでした。

正解：B．積み木の世界

積み木の世界という限定された空間の中で完全な対話を実現しました。

正解：C．英語による指示を受け付け画面上の物体を動かすことができる

入力された英語の指示を理解してCUBEやPYRAMIDなどの図形を操作できました。

正解：D．Cycプロジェクト

オントロジーを構築しようとする巨大なCycプロジェクトへと引き継がれました。

正解：A．ヒューマン・コンピュータ・インタフェース

HCI分野の権威となりGoogleの創業者の一人であるラリー・ペイジを育てました。

正解：B．60乗

オセロは8×8の盤で裏返しがあり約10の60乗通りの組み合わせがあります。

正解：C．120乗

チェスは8×8の盤で駒が白黒6種類ずつあり約10の120乗通りと言われています。

正解：D．220乗

将棋は9×9の盤で駒が8種類ずつかつ捕獲した駒が使えるため約10の220乗通りです。

正解：A．360乗

囲碁は19×19の盤で駒が白黒の2種類あり約10の360乗通りという膨大な数になります。

正解：B．80乗

宇宙の水素原子が10の80乗個と言われておりボードゲームの局面数がいかに巨大かがわかります。

正解：C．組み合わせの数が天文学的な数字になり事実上計算不可能になる

事実上すべての組み合わせを探索することは不可能なほど数が膨大です。

正解：D．行動にかかる時間や費用などを数値化したもの

目的達成までの時間や費用をコストとして計算し効率的なパスを探します。

正解：A．スコア

計算によって盤面の状態の良し悪しをスコア化し最良の手を探索します。

正解：B．ヒューリスティックな知識

無数にある組み合わせの中から有望な手に絞り込むための経験的な知識です。

正解：C．発見的な

常に正解を導くわけではないが実用上有効な発見的な知識という意味があります。

正解：D．自分が指した後に相手が指すということを繰り返す点

相手の存在により自分が有利になる手だけでなく相手の妨害も考慮する必要があります。

正解：A．Mini-Max法

自分と相手が交互に最善を尽くすことを前提にゲームのスコアを計算する手法です。

正解：B．自分のスコアが最大になる手を選ぶ

自分は常に自分のスコアが最も大きくなるような手を選択します。

正解：C．相手がこちらのスコアを最小にする手を選ぶ

相手はこちらのスコアが最も小さくなる最悪の手を打ってくると想定します。

正解：D．未来の局面から現在の局面に向かって逆算する

数手先まで展開した未来の末端ノードから現在の局面に向けスコアを逆算します。

正解：A．αβ法

論理的に考えて無駄な探索経路を省略することで計算を高速化する手法です。

正解：B．βカット

相手の番での最小値候補がすでに確定している最大のスコアを下回った場合に発生します。

正解：A．αカット

自分の番での最大値候補がすでに確定している最小のスコアを上回った場合に発生します。

正解：D．計算量を減らしより深く先読みできるようになる

無駄な枝を切り落とすことで同じ時間でもさらに先の局面まで計算できます。

正解：A．論理的に無駄を省いているだけで選ばれる結果は全く同じになる

結果に影響しない無駄な計算を省くだけなので導き出される最善手は変わりません。

正解：B．α値

これを基準にして無駄な探索を打ち切るαカットを行います。

正解：C．β値

これを基準にして無駄な探索を打ち切るβカットを行います。

正解：D．AlphaGo

Google傘下のDeepMind社が開発し歴史的な快挙を成し遂げました。

正解：A．GPS将棋

東京大学が開発し大量のコンピュータを並列処理させた巨大システムです。

正解：B．3億手

多数のコンピュータを接続し1秒間に3億手という驚異的な計算能力を持っていました。

正解：C．モンテカルロ法

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。

正解：D．プレイアウト

ある局面からランダムにゲームを最後までプレイアウトし結果を記録します。

正解：A．囲碁

盤面が広く評価関数の作成が困難だった囲碁においてモンテカルロ法がブレイクスルーとなりました。

正解：B．盤面が広すぎて手の組み合わせが爆発的に増えすべての探索が不可能だったから

総当たりで探索するブルートフォースの限界にいち早く直面したのが囲碁でした。

正解：C．人間のプロ棋士とほぼ同じレベル

盤面が狭く探索範囲が限定されれば当時のコンピュータでもプロ棋士と同等に戦えました。

正解：D．ディープラーニングの技術を使って人間の思考方法を実現したこと

特徴量抽出により有望な手を見つけ出すディープラーニングの技術を応用しました。

正解：A．ブルートフォース

すべての組み合わせをしらみつぶしに調べる方法ですが19×19の囲碁では不可能です。

正解：B．DeepMind社

Google傘下のDeepMind社が開発したプログラムです。

正解：C．イライザ効果

単純なプログラム相手でも人間が勝手に意味を見出し感情移入してしまう現象です。

正解：D．人工無脳

知性を持たないチャットボットやおしゃべりボットのことを指す言葉です。

正解：A．ELIZA

ワイゼンバウムによって開発された極めて初期の対話システムです。

正解：B．ジョセフ・ワイゼンバウム

彼自身もELIZAに夢中になるユーザーを見て人間の反応に驚いたと言われています。

正解：C．精神科のセラピスト

来談者中心療法のセラピストのように相手の話を聞き出すような応答をしました。

正解：D．相手の発言をパターンに当てはめてオウム返しのように返答する

入力されたキーワードに反応して定型文の空欄に埋め込んで返すだけの仕組みでした。

正解：A．システム自身は対話の文脈や言葉の意味を一切理解していない

ただルールに従って文字列を変換しているだけで意味を全く理解していません。

正解：B．あたかも本物の人間と対話しているかのように感じてしまう

オウム返しでも親身に聞いてくれているように感じ本物の知性があると錯覚します。

正解：A．エキスパートシステム

特定の専門知識をルールベースで記述し推論を行うシステムです。

正解：B．MYCIN

感染した細菌を特定し抗生物質を処方するルールベースのプログラムです。

正解：C．感染症の専門医には及ばないが専門医ではない医師より高い確率で処方できた

専門医の80%には届きませんでしたが69%の確率で正しい処方ができました。

正解：D．DENDRAL

未知の有機化合物を特定するエキスパートシステムの先駆けとなるシステムです。

正解：A．知識工学

多くのエキスパートシステム開発を後押しした重要な概念です。

正解：B．専門家の持つ知識は暗黙的でありヒアリングで取り出すことが極めて困難であるという問題

常識的な知識は明示的に言語化されていないことが多く抽出が困難でした。

正解：C．知識獲得のための知的なインタビューシステムなどの研究が行われた

専門家から上手く知識を引き出すためのインタビューシステムなどが研究されました。

正解：D．意味ネットワーク

知識を表現するための代表的な方法の一つです。

正解：A．認知心理学における長期記憶の構造モデル

人間の記憶構造をモデル化したもので人工知能の知識表現に応用されました。

正解：B．動物と哺乳類のように上位概念と下位概念の継承関係を表す

「〜である」という関係を示し下位概念は上位概念の属性を引き継ぎます。

正解：C．下位概念は例外を指定しない限り上位概念の属性をすべて引き継ぐ

哺乳類が動物の属性を引き継ぐように例外がない限り属性は継承されます。

正解：D．全体と部分の関係

「〜の一部である」という属性を表す関係性です。

正解：A．人間にとって直感的で分かりやすく概念に関連する知識の検索も容易である点

視覚的に理解しやすく関連知識をたどりやすいというメリットがあります。

正解：B．推移律

is-a関係においてはこの推移律が常に成り立ちます。

正解：C．推移律が成立するものと成立しないものが存在する

日本と東京のように成立する場合と成立しない場合があります。

正解：D．指と太郎と野球部の関係

指は太郎の一部であり太郎は野球部の一部ですが指は野球部の一部とは言えません。

正解：A．オントロジー

知識の共有と再利用に貢献する学問として注目を集めました。

正解：B．概念化の明示的な仕様

オントロジーは概念化の明示的な仕様として広く受け入れられています。

正解：C．知識の共有と活用を行うために意味構造をきちんと定義すること

言葉の定義や関連性を形式化し共有できる知識の土台を作るのが目的です。

正解：D．Cycプロジェクト

ダグラス・レナートによって1984年から開始されたプロジェクトです。

正解：A．ダグラス・レナート

彼は人間の一般常識をすべてコンピュータに入力するという課題に挑戦しました。

正解：B．すべての木は植物である

「ビル・クリントンはアメリカ大統領の1人です」などの普遍的な常識を入力します。

正解：C．人間の一般常識が膨大でありそれを形式的に記述することが極めて難しいこと

常識の量が膨大すぎることと形式的な記述の難しさが壁となっています。

正解：D．約束事や仕様

知識を他の人と共有できるように明確な仕様として定義しておきます。

正解：A．is-aやpart-ofなどの関係を正しくモデル化する言語が必要である

is-aやpart-ofなどの関係を正しくモデル化する言語が必要だと分かりました。

正解：B．ヘビーウェイトオントロジー

Cycプロジェクトのように時間とコストがかかる重厚なオントロジーです。

正解：C．構成要素や意味的関係の正当性について哲学的な考察が必要である

時間とコストがかかるため一般常識の構築は未だに続いています。

正解：D．ライトウェイトオントロジー

完全な正しさよりも実用性を重視したアプローチです。

正解：A．ウェブのデータマイニングや質問応答システム

ワトソンなどの実用的なシステムで成果を上げています。

正解：B．セマンティックWeb

データ同士をリンクさせるLODなどの研究として展開されています。

正解：C．LOD

Linked Open Dataの略でセマンティックWebの実現に向けた技術です。

正解：D．データマイニング

大量のデータからパターンや関係性などの知識を発見する技術です。

正解：A．ワトソン

IBMが開発したシステムでジョパディ！という番組で勝利し有名になりました。

正解：B．ジョパディ！

ワトソンはこの番組で勝利したことで一躍有名になりました。

正解：C．質問に含まれるキーワードと関連しそうな答えを高速に検索する

言葉の意味を理解しているわけではなく高速な検索と確率計算によるものです。

正解：D．ウィキペディアなどの情報

ウィキペディアの情報などをもとにライトウェイトオントロジーを生成して使っています。

正解：A．解答を選択する方法として利用され精度を出すための地道な努力に変わりはない

基本技術は従来の延長ですが精度を上げるための環境が整ってきました。

正解：A．医療診断支援やコールセンター

医療診断のほかシェフ・ワトソンなどの新しい分野にも挑戦しています。

正解：C．東ロボくん

東大合格を目指す「ロボットは東大に入れるか」プロジェクトで開発されました。

正解：D．57.1

多くの私立大学に合格できるレベルの偏差値57.1を記録しました。

正解：B．AIの読解力の限界から理科や古文漢文での改善が見込めなかったため

意味を理解しないAIの図解理解や読解力の限界に直面したためです。

正解：B．6問中4問正解し好成績を収めた

数学については6問中4問正解という高い成績を収めていました。

正解：C．各教科での研究を深めるフェーズに移行した

全科目受験というイベントは中止し分野ごとの研究を深める方針へ変わりました。

正解：D．エキスパートシステム

専門家の知識をルールとして記述する点が特徴です。

正解：A．DENDRAL

MYCINよりも前に開発された初期のエキスパートシステムです。

正解：B．part-of

エンジンは自動車の一部であるためpart-of関係で結ばれます。

正解：C．is-a

犬は哺乳類であるため継承関係を示すis-aで結ばれます。

正解：D．ヘビーウェイトオントロジー

意味的関係の正当性を追求する重厚なオントロジーです。

正解：A．複数の解答候補の整合性や条件をチェックし総合点を算出する

様々な観点から候補をチェックして最も総合点の高いものを選択します。

正解：B．古文漢文と理科

図の理解が必要な理科やデータが少ない古文漢文が壁となりました。