G検定（ジェネラリスト検定）の人工知能とその動向は何問用意されていますか？

ぴよパスではG検定（ジェネラリスト検定）の人工知能とその動向に全51問のオリジナル練習問題を用意しています。G検定（ジェネラリスト検定）の収録全435問のうち約12%です。回答後に解説を確認できます。

人工知能とその動向はどんな順序で学習するのがおすすめですか？

テキストで学んだ範囲や、確認したい用語の問題から取り組めます。迷う場合は一覧の先頭から数問解き、解説を読んでも分からない箇所をテキストで確認してください。問題番号は一覧内の順番です。ぴよパスではG検定（ジェネラリスト検定）の問題を8カテゴリ（人工知能とその動向 / 機械学習の概要・ディープラーニングの概要・ディープラーニングの要素技術・ディープラーニングの応用例）に分けているので、関連する内容は別のカテゴリでも確認できます。

人工知能とその動向の問題数は、通常演習と模試でどう違いますか？

人工知能とその動向は、ぴよパスでG検定（ジェネラリスト検定）の問題を分けている8カテゴリの一つです。ぴよパスに収録している人工知能とその動向の問題数は51問 / 全435問で、収録全体の約12%にあたります。ぴよパスの模擬試験の基本設定では、人工知能とその動向を全145問中17問（約12%）出題します。これは模試の配分であり、本試験の出題比率を示すものではありません。

人工知能とその動向で合格ラインを割らないためのコツはありますか？

G検定（ジェネラリスト検定）の合格基準は「合格ラインと得点は公表されていません（JDLAの公式FAQ『合格ラインおよび得点については開示しておりません』）」です。科目別の条件は「技術分野・法律・倫理分野ごとの足切りの有無も公表されていません」です。サイト内のカテゴリ分けと本試験の科目区分は一致しない場合があります。人工知能とその動向の正答率だけで合否を判断せず、間違えた問題の内容と、本試験で適用される基準を確認してください。

人工知能とその動向

まず最初の 1 問を解く

全 435 問・解説・間違えた問題の解き直しは登録不要・無料。模試・「今日の復習」などは Premium (月980円)全 435 問に加えて、「今日の復習」・本番形式の模試・記録の全科目の正答率・広告非表示をご利用中です

答えと解説を一覧に表示する

正解済みまだ正解していませんQ1
ある病院の支援システムでは、医師が患者の所見（子宮に手術の跡があるかなど）を項目として入力し、ロジスティック回帰がそれらの項目と分娩の結果との関係を過去のデータから学習して、帝王切開を勧めるかを判断する。Goodfellowらの『Deep Learning』（2016）の第1章の区別に照らしたこのシステムの説明として、最も適切なものはどれか。
正解: 3. 古典的な機械学習に当たり、特徴量は人が決めて与え、特徴量から判断への対応をデータから学習している
解説: 肢3が正解です。Goodfellowらの『Deep Learning』の図1.5は、ルールベースでは処理全体を人が書き、古典的な機械学習では人が設計した特徴量から出力への対応を学習し、深層学習では特徴そのものも層を重ねて学習する、と区別しています。事例では所見という特徴量を医師が…
関連キーワード: 人工知能・機械学習・ディープラーニング・特徴量
正解済みまだ正解していませんQ2
総務省の平成28年版情報通信白書は、第1次AIブーム（1950年代後半〜1960年代）について、コンピューターによる（ A ）が可能となり特定の問題に解を示せるようになった一方で、（ B ）ことが明らかになり冬の時代を迎えたと説明している。空欄（ A ）（ B ）に当てはまる語句の組合せとして、最も適切なものはどれか。
正解: 1. A：推論や探索　B：迷路や定理の証明のような単純な問題は扱えても、現実社会の複雑な課題は解けない
解説: 肢1が正解です。平成28年版情報通信白書は、第1次ブームの要因を、コンピューターによる推論や探索が可能になり、特定の問題に解を示せるようになったことと説明しています。そのうえで、迷路の解き方や定理の証明のような単純な問題は扱えても、様々な要因が絡み合う現実社会の課題は解けないこと…
関連キーワード: 探索・推論・第1次AIブーム・人工知能の歴史
正解済みまだ正解していませんQ3
チューリング（1950）が提案した模倣ゲームでは、質問者は（ A ）人間と機械に質問を送り、答えからどちらが機械かを当てようとする。このとき機械は、（ B ）ようにふるまう。空欄（ A ）（ B ）に当てはまる語句の組合せとして、最も適切なものはどれか。
正解: 3. A：別の部屋にいて姿の見えない　B：質問者に自分を人間だと結論させる
解説: 肢3が正解です。スタンフォード哲学百科事典の「チューリングテスト」の項は、チューリングの論文（1950）の模倣ゲームを次のように説明しています。質問者は人間と機械から隔てられた部屋にいて、XとYというラベルで2者を呼び分け、質問への答えからどちらが機械かを判定します。機械の目的は…
関連キーワード: チューリングテスト・ローブナーコンテスト・模倣ゲーム
正解済みまだ正解していませんQ4
サール（1980）が示した「中国語の部屋」の議論の説明として、最も適切なものはどれか。
正解: 1. 規則に従って記号を操作し、外から見て適切な中国語の応答を返せても、意味を理解していることにはならないとして、強いAIの立場を批判した
解説: 肢1が正解です。スタンフォード哲学百科事典の「中国語の部屋」の項によると、サールは、中国語を理解しない自分が部屋の中でプログラムどおりに記号を操作し、外の人に中国語の話し手がいると思わせる応答を返す場面を想定しました。そこから、構文の規則による記号操作では意味の理解は生じないと論…
関連キーワード: 中国語の部屋・強いAIと弱いAI・チューリングテスト
正解済みまだ正解していませんQ5
フレーム問題とシンボルグラウンディング問題に関する説明として、最も不適切なものはどれか。
正解: 2. フレーム問題は、記号を感覚や知覚にもとづく表現と結び付けて、記号に意味を持たせるにはどうすればよいか、という問題である
解説: 肢2が不適切です。記号を感覚にもとづく表現に結び付けて意味を持たせるのは、シンボルグラウンディング問題の説明です。スタンフォード哲学百科事典の「フレーム問題」の項によると、フレーム問題はマッカーシーとヘイズ（1969）が論理にもとづくAIの技術的な問題として示したもので、肢4のと…
関連キーワード: フレーム問題・シンボルグラウンディング問題・アイコン的表現・カテゴリー的表現
正解済みまだ正解していませんQ6
ダートマス会議のもとになった研究計画の提案書（A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence）の説明として、最も適切なものはどれか。
正解: 4. 1955年8月31日付で、1956年夏にダートマス大学で2か月・10人の人工知能の研究を行うことを提案した
解説: 肢4が正解です。スタンフォード大学のマッカーシーの公開資料にある提案書の原文は1955年8月31日付で、1956年夏にニューハンプシャー州ハノーバーのダートマス大学で、2か月・10人の人工知能の研究を行うことを提案しています。題名にartificial intelligenceの…
関連キーワード: ダートマス会議・人工知能・人工知能の定義
正解済みまだ正解していませんQ7
幅優先探索と深さ優先探索に関するAからDまでの記述のうち、適切なものをすべて挙げた組合せはどれか。 A　幅優先探索は、解が存在すれば、たどる辺（弧）の数が最も少ない解を見つける。 B　深さ優先探索は、たどる辺の数が最も少ない解を最初に見つける。 C　深さ優先探索で保持する経路の記憶量は、現在たどっている経路の長さにほぼ比例する程度で済む。 D　幅優先探索は、閉路のあるグラフで同じ経路を回り続け、解があっても止まらないことがある。
正解: 3. A、C
解説: Aは適切です。Poole・Mackworthの教科書『Artificial Intelligence: Foundations of Computational Agents』（第3版）は、幅優先探索は解があれば見つけ、しかも辺の数が最も少ない解を見つけると説明しています。Bは不…
関連キーワード: 幅優先探索・深さ優先探索・探索木
正解済みまだ正解していませんQ8
2人が交互に手を指すゲームの探索で使われるMini-Max法とαβ法の説明として、最も適切なものはどれか。
正解: 1. αβ法は、Mini-Max法と同じ評価値を求めながら、最善の手順に関わらないと分かった枝の評価を省いて探索量を減らす
解説: 肢1が正解です。Poole・Mackworthの教科書（第3版）は、Mini-Max法の探索木のうち、最適な手順に含まれないと示せる部分は刈り込めるとし、αβ法はαとβの値を渡しながら深さ優先で探索して枝を刈る方法だと説明しています。刈り込んでも、根の評価値はMini-Max法で…
関連キーワード: Mini-Max法・αβ法・探索木
正解済みまだ正解していませんQ9
囲碁などのゲームAIで使われるモンテカルロ法と、AlphaGo（アルファ碁）の仕組みの説明として、最も適切なものはどれか。
正解: 4. モンテカルロ法は終局までランダムに打ち進めた結果の平均で局面を評価し、AlphaGoは深層ニューラルネットワークと探索を組み合わせた
解説: 肢4が正解です。Coulom（2006）の論文は、モンテカルロ評価を、ある局面から終局までランダムに打ち進めた複数の結果を平均して局面を見積もる方法と説明し、囲碁では正確な静的評価関数を作ることが難しいため、この方法が有効だとしています。DeepMindの解説によると、Alpha…
関連キーワード: モンテカルロ法・アルファ碁（AlphaGo）・探索木
正解済みまだ正解していませんQ10
STRIPSとSHRDLUの説明として、最も適切なものはどれか。
正解: 2. STRIPSは行動を前提条件と追加・削除のリストで表して目標までの行動の列を探し、SHRDLUはロボットの世界について英語で対話する
解説: 肢2が正解です。STRIPSの論文（Fikes・Nilsson, 1971）は、初期の世界モデルを目標の式が成り立つ世界モデルに変える演算子（オペレータ）の列を探す問題解決器を示し、各演算子を前提条件と、削除リスト・追加リストで表しました。SRIのロボット研究と組み合わせて使われ…
関連キーワード: STRIPS・SHRDLU・探索・推論
正解済みまだ正解していませんQ11
知識表現に関する説明として、最も不適切なものはどれか。
正解: 4. 「指は人の一部である」は is-a の関係で表し、人について定めた性質はそのまま指にも受け継がれる
解説: 肢4が不適切です。指と人の関係は全体と部分の関係で、part-of の関係として表します。is-a の関係とは違い、全体について定めた性質が部分にそのまま受け継がれるわけではありません。Poole・Mackworthの教科書（第3版）は、個体・性質・値の三つ組を、ノードとラベル付…
関連キーワード: 意味ネットワーク・is-a の関係・has-a の関係・part-of の関係・オントロジー
正解済みまだ正解していませんQ12
エキスパートシステムのMYCIN（マイシン）の説明として、最も適切なものはどれか。
正解: 2. 細菌による感染症の患者について、医師にデータを質問しながら、抗菌薬の選び方を助言するルールベースのシステム
解説: 肢2が正解です。MYCINの研究をまとめた書籍（Buchanan・Shortliffe編, 1984）によると、MYCINは感染症の専門医をモデルにした相談用のプログラムで、医師への質問で集めたデータから細菌感染症に対する抗菌薬の選択を助言し、推論の根拠を説明する機能も持ちました…
関連キーワード: マイシン（MYCIN）・エキスパートシステム・イライザ（ELIZA）・Cycプロジェクト
正解済みまだ正解していませんQ13
第2次AIブームのエキスパートシステムでは、専門家が持つ問題解決の知識を聞き取り、プログラムが使える形に移し替える作業に大きな手間がかかり、システムを作るうえでの隘路になった。この問題は（　）と呼ばれる。（　）に最もよく当てはまるものはどれか。
正解: 3. 知識獲得のボトルネック
解説: 肢3が正解です。MYCINの研究をまとめた書籍（Buchanan・Shortliffe編, 1984）の第7章は、分野固有の知識をプログラムに組み込む作業が知識ベースシステムを作るうえでのボトルネックだったと振り返り、専門家の問題解決の知識をプログラムへ移し替えることを知識獲得と…
関連キーワード: 知識獲得のボトルネック・エキスパートシステム・インタビューシステム
正解済みまだ正解していませんQ14
質問応答システムのWatson（ワトソン）と、東ロボくん（ロボットは東大に入れるか）に関する説明として、最も適切なものはどれか。
正解: 1. WatsonのDeepQAは、質問から多数の回答候補を生成し、候補ごとに根拠を集めて採点したうえで、順位と確信度を付けて答えを選ぶ構成をとった
解説: 肢1が正解です。Watsonの開発チームの論文（Ferrucciら, AI Magazine, 2010）は、DeepQAを大規模並列で確率的な根拠にもとづく構成とし、回答候補（仮説）を多数生成し、根拠を集めて多数の採点器で評価し、統合して順位と確信度を付けると説明しています。肢…
関連キーワード: ワトソン・東ロボくん・Question-Answering
正解済みまだ正解していませんQ15
セマンティックWeb、データマイニング、ウェブマイニングに関する説明として、最も不適切なものはどれか。
正解: 2. ウェブマイニングは、機械が意味を解釈できる形でウェブ上にデータを記述し、知識を共有する取り組みである
解説: 肢2が不適切です。機械が解釈できる形でウェブ上に知識を載せて共有するのは、セマンティックWebの説明です。Poole・Mackworthの教科書（第3版）は、セマンティックWebを、人が読むHTMLに加えてコンピューターが使える知識をウェブ上に流通させる方法とし、RDFやOWLな…
関連キーワード: セマンティックWeb・データマイニング・ウェブマイニング
正解済みまだ正解していませんQ16
Goodfellowらの『Deep Learning』（2016）は、ニューラルネットワークにもとづく学習が近年になって大きな成果を上げた理由を論じている。同書の説明として、最も適切なものはどれか。
正解: 4. 学習アルゴリズムは1980年代とほぼ同じで、デジタル化で増えたデータと大きなモデルを動かせる計算資源が得られたことが大きいとしている
解説: 肢4が正解です。同書の1.2.2節は、今日人間並みの性能に達している学習アルゴリズムは、1980年代に簡単な問題で苦戦していたものとほぼ同じで、最も重要な変化はアルゴリズムが必要とする資源を与えられるようになったことだとしています。データの増加は社会のデジタル化によるもので、1.…
関連キーワード: ビッグデータ・機械学習・ニューラルネットワーク
正解済みまだ正解していませんQ17
次元の呪いに関する説明として、最も不適切なものはどれか。
正解: 3. 次元が増えるほど各データ点は標本の中心付近に集まるため、k近傍法の予測は周囲の点の間での内挿で済みやすくなる
解説: 肢3が不適切です。HastieらのThe Elements of Statistical Learning（第2版）の2.5節は、高次元ではデータ点の多くが標本空間の端に近くなり、予測に内挿ではなく外挿が必要になると説明しており、肢3はその逆で、肢4が適切です。肢1について、体積…
関連キーワード: 次元の呪い・機械学習・k近傍法
正解済みまだ正解していませんQ18
統計的機械翻訳と、ルールベースの機械翻訳の説明として、最も適切なものはどれか。
正解: 1. 統計的機械翻訳は、互いに訳し合った大量の文の対から確率モデルを推定し、確率が最も高い訳文を選ぶ
解説: 肢1が正解です。IBMのBrownら（1990）の論文「A Statistical Approach to Machine Translation」は、言語モデルの確率と翻訳確率の積が最大になる文を訳として選ぶ確率の枠組みを示し、カナダ議会の英仏2言語の議事録（Hansard）か…
関連キーワード: 統計的機械翻訳・ルールベース機械翻訳・統計的自然言語処理
正解済みまだ正解していませんQ19
ネオコグニトロンとLeNetの関係の説明として、最も適切なものはどれか。
正解: 4. ネオコグニトロンは視覚系に着想を得た畳み込みの構造を持ち、LeNetは畳み込みネットワークを誤差逆伝播法で学習させて文字を認識した
解説: 肢4が正解です。Goodfellowらの『Deep Learning』は、福島のネオコグニトロン（1980）が哺乳類の視覚系の構造に着想を得て、現代の畳み込みネットワークの設計要素の大半を備えていたが、学習には層ごとの教師なしクラスタリングを用いたとしています。Dive into…
関連キーワード: ネオコグニトロン・LeNet・人間の神経回路
正解済みまだ正解していませんQ20
ILSVRCとAlexNetに関するAからDまでの記述のうち、適切なものをすべて挙げた組合せはどれか。 A　AlexNetは、畳み込みの計算をGPUで効率よく実行し、ネットワークを2つのGPUに分けて学習した。 B　AlexNetは、飽和しない活性化関数であるReLUで学習を速め、全結合層の過学習を抑えるためにドロップアウトを用いた。 C　AlexNetは、画像の平行移動や左右反転によるデータ拡張は行わず、元の学習画像をそのまま用いた。 D　ILSVRCは、ImageNetの一部を使って物体のカテゴリの分類や検出の性能を比べる競技会で、2010年から毎年開かれた。
正解: 2. A、B、D
解説: Aは適切です。Krizhevskyら（2012）の論文は、畳み込みの計算を効率よくGPUに実装し、1つのGPUのメモリに収まらない大きさのネットワークを2つのGPUに分けて学習したと述べています。Bも適切で、同論文は飽和しないニューロン（ReLU）で学習を速め、全結合層の過学習を…
関連キーワード: ILSVRC・ImageNet・AlexNet・ディープラーニング

もっと見る（残り 31 問）

正解済みまだ正解していませんQ21
AI事業者ガイドライン（第1.2版・2026年3月31日、総務省・経済産業省）の第1部「AIとは」における生成AIの扱いとして、最も適切なものはどれか。
正解: 1. 生成AIを、文章・画像・プログラムなどを生成できるAIモデルにもとづくAIの総称とし、基盤モデルの台頭とともに普及しつつあると説明している
解説: 肢1が正解です。AI事業者ガイドライン（第1.2版）は、関連する用語の定義で、生成AIを文章、画像、プログラムなどを生成できるAIモデルにもとづくAIの総称としています。第1部は、2021年以降の基盤モデルの台頭で汎用的なAIの開発が進み、予測・提案・決定にとどまらず画像や文章な…
関連キーワード: 生成AI・基盤モデル・AI事業者ガイドライン
正解済みまだ正解していませんQ22
Poole・Mackworthの教科書『Artificial Intelligence: Foundations of Computational Agents』（第3版）は、エージェントを環境の中で行動するものとし、身体（センサーとアクチュエータ）とコントローラに分けて説明している。この枠組みで家庭用の掃除ロボットなどを捉えた説明として、最も適切なものはどれか。
正解: 3. 接触センサーやカメラが刺激を知覚に変え、コントローラが命令を出し、車輪のモーターがその命令を移動という行動に変える
解説: 肢3が正解です。Poole・Mackworthの教科書（第3版）の2.1節は、エージェントは環境から刺激を受け取り、環境に影響する行動をとるものだとし、身体のうちセンサーが刺激を知覚に変え、アクチュエータ（エフェクタ）がコントローラの命令を環境での行動に変え、コントローラは身体か…
関連キーワード: エージェント・人工知能・センサー・アクチュエータ
正解済みまだ正解していませんQ23
Brooksのメモ「Intelligence Without Reason」（MIT AI Memo 1293, 1991）は、移動ロボットの研究にもとづく新しいAIの進め方の礎として、ロボットが抽象的な記述ではなく、いま目の前にある世界から直接影響を受けて振る舞うという（ A ）と、ロボットが身体を持って世界を直接経験し、自らの行動がすぐに自分の感覚へ返ってくるという（ B ）を挙げた。空欄（ A ）（ B ）に当てはまる語句の組合せとして、最も適切なものはどれか。
正解: 2. A：状況性　B：身体性
解説: 肢2が正解です。Brooksのこのメモは、状況性（situatedness）と身体性（embodiment）を新しいAIの進め方の2つの礎としています。状況性は、ロボットが抽象的な記述ではなく、今ここの世界にふるまいを直接左右されることで、世界はそれ自体が最良のモデルであるという…
関連キーワード: 身体性・状況性・ロボット
正解済みまだ正解していませんQ24
3本の棒と、大きさの異なる5枚の円盤を使うハノイの塔を考える。はじめに5枚の円盤は、下から大きい順に1本の棒に積まれている。1回に1枚の円盤を動かし、小さい円盤の上に大きい円盤を置いてはならないという規則で、5枚を別の棒へ移すのに必要な最小の手数として、最も適切なものはどれか。
正解: 1. 31手
解説: 肢1が正解です。n枚の最小手数をh(n)とすると、いちばん大きい円盤を動かす前に上のn−1枚を別の棒へ移し（h(n−1)手）、いちばん大きい円盤を1手で移し、その上へn−1枚を移し直す（h(n−1)手）ので、h(n) = 2h(n−1) + 1、h(1) = 1 です。Wolfr…
関連キーワード: ハノイの塔・探索木・探索・推論
正解済みまだ正解していませんQ25
IBMのチェス専用コンピューターDeep Blue（ディープ・ブルー）の説明として、最も適切なものはどれか。
正解: 3. 大量の局面を並列計算で評価する力任せ（ブルートフォース）の計算能力を強みに、1997年に現役の世界王者に勝った
解説: 肢3が正解です。IBMの解説ページ「Deep Blue」によると、Deep Blueはチェスの強さを力任せの計算能力（brute force computing power）から得ており、多数のプロセッサーで協調した高速な計算を並列に行って膨大な数の局面を評価しました。1997年…
関連キーワード: ブルートフォース・探索木・探索・推論
正解済みまだ正解していませんQ26
2人が交互に指すゲームの探索木で、根は自分の手番（MAX）の節点で、左から順に相手の手番（MIN）の節点B・C・Dを子に持つ。B・C・Dの子はいずれも葉で、葉の評価値は左から、Bが4、8、6、Cが3、7、9、Dが7、2、5である。この木を左から深さ優先でたどるαβ法で探索し、枝刈りできると分かった葉は評価しないとき、評価値を調べる葉の数として、最も適切なものはどれか。
正解: 4. 6枚
解説: 肢4が正解です。αβ法は、Mini-Max法と同じ根の値を求めながら、最善の手順に関わらないと分かった枝を刈ります。Poole・Mackworthの教科書（第3版）の14.3節によると、MIN節点の値が、祖先のMAX節点がすでに得ている最大の値（α）以下になれば、そのMIN節点の…
関連キーワード: αβ法・Mini-Max法・探索木
正解済みまだ正解していませんQ27
SuttonとBartoの『Reinforcement Learning: An Introduction』（第2版）の8.11節が説明するモンテカルロ木探索（MCTS）に関する記述として、最も不適切なものはどれか。
正解: 3. バックアップの段階では、木の中の辺に加えて、木の外でロールアウト方策が通った状態と行動の組にも価値を保存し、それらの状態を木に加える
解説: 肢3が不適切です。同書の8.11節によると、バックアップでは、シミュレーションで得た収益を使って、その反復で木の方策がたどった辺の行動価値を更新（または初期化）し、木の外でロールアウト方策が訪れた状態と行動については値を保存しません。木を広げるのは展開の段階で、選んだ葉の節点から…
関連キーワード: モンテカルロ法・探索木・モンテカルロ木探索
正解済みまだ正解していませんQ28
AlphaZeroを報告した論文（Silverほか, arXiv:1712.01815, 2017年12月投稿）と、DeepMindの解説記事（2018年）の説明として、最も適切なものはどれか。
正解: 1. ルール以外の知識を与えず、ランダムな手から始める自己対局の強化学習で、1つのアルゴリズムがチェス・将棋・囲碁を学習した
解説: 肢1が正解です。この論文の要旨は、ゲームのルール以外の領域知識を与えずにランダムな対局から始め、1つのAlphaZeroのアルゴリズムでチェス・将棋・囲碁のそれぞれで超人的な水準に達したと述べています。DeepMindの解説も、学習していないニューラルネットワークが試行錯誤の強化…
関連キーワード: アルファ碁（AlphaGo）・モンテカルロ法・強化学習・自己対局
正解済みまだ正解していませんQ29
MYCINの研究をまとめた書籍（Buchanan・Shortliffe編, 1984）の第1章が紹介するDENDRAL（デンドラル）の説明として、最も適切なものはどれか。
正解: 2. 1960年代半ばに始まった研究で、質量分析計のデータなどから、未知の有機化合物の分子構造を説明する仮説を立てた
解説: 肢2が正解です。同章によると、DENDRALは1960年代半ばにLederbergとFeigenbaumが、仮説の形成にAIの技術を使う研究として始めたもので、有機化学の実験データ、特に質量分析計のデータから、未知の有機化合物の分子構造についての説明を組み立てました。同章はDEN…
関連キーワード: DENDRAL・エキスパートシステム・マイシン（MYCIN）
正解済みまだ正解していませんQ30
ある工場で、製品の画像から良品と不良品を見分けるプログラムを作る。Goodfellowらの『Deep Learning』（2016）の5.1節が引くMitchell（1997）の定義は、あるタスクTについて性能指標Pで測った性能が経験Eによって向上するとき、プログラムはEから学習するというものである。この事例で、次の（ A ）〜（ C ）に当てはまるものの組合せとして、最も適切なものはどれか。（ A ）：良品・不良品のラベルを付けた、過去の製品画像の集まり（ B ）：製品の画像を、良品と不良品のどちらかに振り分けること（ C ）：学習に使っていないテスト用の画像で、正しく振り分けられた割合
正解: 1. A：経験E　B：タスクT　C：性能指標P
解説: 肢1が正解です。同書の5.1節によると、タスクTは機械学習のシステムが例をどう処理すべきかで表され、学習そのものはタスクではなく、タスクをこなす力を得るための手段です。この事例では、画像を良品と不良品に振り分ける分類（B）がタスクTです。性能指標Pはタスクに合わせて設計する量的な…
関連キーワード: 機械学習・分類問題・学習の定義
正解済みまだ正解していませんQ31
Weizenbaum（1966）がELIZAを報告した論文で、利用者がELIZAとの対話をどう受け止めるかについて述べた内容として、最も不適切なものはどれか。
正解: 4. 利用者が理解されていると感じたことを根拠に、ELIZAは入力された文の意味を理解して応答していると結論づけた
解説: 肢4が不適切です。Weizenbaumの論文（Communications of the ACM, 1966）は、ELIZAが理解しているとは結論づけていません。むしろ、理解しているという錯覚を作り出して保つのがいかにたやすいかをELIZAが示したとして、機械の出力を人がどこまで…
関連キーワード: イライザ（ELIZA）・チューリングテスト・人工知能
正解済みまだ正解していませんQ32
Gruberが『Encyclopedia of Database Systems』の項目「Ontology」で示した、計算機科学におけるオントロジーの説明として、最も適切なものはどれか。
正解: 2. データベースのスキーマより抽象度の高い、実装から独立した意味の水準で、概念・属性・関係とその使い方の制約を定める
解説: 肢2が正解です。Gruberの項目は、オントロジーを、知識の領域をモデル化するための表現の基本要素（クラス、属性、関係）を定めるものとし、その定義には意味と、論理的に一貫した使い方の制約が含まれると説明しています。データベースのスキーマが論理的・物理的な水準のデータのモデルである…
関連キーワード: オントロジー・セマンティックWeb・知識表現
正解済みまだ正解していませんQ33
迷惑メールを判定するスパムフィルタの作り方について、JurafskyとMartinの教科書『Speech and Language Processing』（第3版草稿）の第4章の説明に照らした記述として、最も不適切なものはどれか。
正解: 4. スパムフィルタのような分類で最も一般的な方法は、ラベル付きのデータから学習する方法ではなく、人が判定の規則を書き足していく方法である
解説: 肢4が不適切です。同書の第4章は、人が書いた規則は状況やデータが時間とともに変わると壊れやすいとし（肢1）、それでも感情分析で使う肯定語・否定語の一覧のように、今の自然言語処理のシステムの部品になりうるとしています（肢2）。大規模言語モデルにプロンプトでラベルを付けさせる方法にも…
関連キーワード: スパムフィルタ・機械学習・ルールベース
正解済みまだ正解していませんQ34
Goodfellowらの『Deep Learning』（2016）の1.2.1節が述べる、ニューラルネットワーク研究の3つの波に関するAからDまでの記述のうち、適切なものをすべて挙げた組合せはどれか。 A　第1の波はサイバネティクスと呼ばれた1940〜1960年代の研究で、例からカテゴリを分ける重みを学習できるパーセプトロン（Rosenblatt, 1958）が登場した。 B　McCullochとPitts（1943）のニューロンのモデルは、入力の例からカテゴリを分ける重みを自動で学習できる最初のモデルだった。 C　第2の波はコネクショニズムと呼ばれた1980〜1995年ごろの研究で、誤差逆伝播法で隠れ層を1〜2層持つネットワークを学習させた。 D　第3の波は2006年ごろに始まり、深層学習という呼び名は、脳を模する見方にとどまらず、多段の合成を学習するというより一般的な原理に訴えるものとされる。
正解: 3. A、C、D
解説: Aは適切です。同節は、第1の波をサイバネティクス（1940〜1960年代）とし、1つのニューロンを学習させられるパーセプトロン（Rosenblatt, 1958）などの最初のモデルが実装されたとしています。Bは不適切です。同節によると、McCulloch・Pittsのニューロン（…
関連キーワード: 人間の神経回路・ニューラルネットワーク・ディープラーニング
正解済みまだ正解していませんQ35
ILSVRCの運営者による論文（Russakovskyほか, arXiv:1409.0575）が説明する、ImageNetとILSVRCの画像の集め方として、最も適切なものはどれか。
正解: 2. WordNetの概念（synset）ごとに同義語で画像を検索して集めた候補を、クラウドソーシングの作業者が1枚ずつ確かめた
解説: 肢2が正解です。この論文によると、ImageNetはWordNetの階層に沿って整理された画像データセットで、WordNetの各概念（同義語の集合、synset）ごとに、人が確かめた画像を集めています。候補の画像は、その概念の同義語を検索語にして複数の画像検索エンジンから集め、上…
関連キーワード: ImageNet・ILSVRC・クラウドソーシング
正解済みまだ正解していませんQ36
if-thenの規則を使う推論の向きと、エキスパートシステムのMYCINに関する説明として、最も適切なものはどれか。
正解: 4. 後向き推論は、目標の結論から出発してそれを導く規則をたどり、確かめるのに要るデータを探す方式で、MYCINは主にこれをとった
解説: 肢4が正解です。MYCINの研究をまとめた書籍（Buchanan・Shortliffe編, 1984）の第1章は、分かっているデータから規則を連鎖させて結論を導く方式を前向き推論（データ駆動の推論）、達成したい目標から出発して規則を逆向きにたどり、その目標を確かめるデータを探す方…
関連キーワード: エキスパートシステム・マイシン（MYCIN）・前向き推論・後向き推論
正解済みまだ正解していませんQ37
Poole・Mackworthの教科書（第3版）の3.7節が説明する、グラフの探索での枝刈りに関する記述として、最も不適切なものはどれか。
正解: 2. 深さ優先探索では、展開した節点を閉リストに記録する多重経路の枝刈りのほうが、閉路の枝刈りより記憶量を小さく抑えられるので好まれる
解説: 肢2が不適切です。同節によると、深さ優先探索は、展開した経路の末端の節点を残らず記録しておく必要がありません。多重経路の枝刈りのためにそれらを記録すると、深さ優先探索の記憶量は指数的になります。そのため、深さ優先探索にもとづく方法では閉路の枝刈りが好まれ、多重経路の枝刈りは、ほぼ…
関連キーワード: 探索木・深さ優先探索・幅優先探索
正解済みまだ正解していませんQ38
スタンフォード哲学百科事典の「チューリングテスト」の項が述べる、ローブナー賞コンテスト（Loebner Prize Competition）の説明として、最も適切なものはどれか。
正解: 1. 20世紀末までの出場プログラムは、巧妙とはいえない問いかけでも容易に見破られ、その年の最優秀の出場者という小さな賞を狙って作られていた
解説: 肢1が正解です。同項は、ローブナー賞コンテストを、プログラムをチューリングテストにかける年に1度の催しとし、20世紀末までの10年分の記録を見ると、出場したプログラムはそれほど巧妙でない問いかけで容易に見破られていたとしています。また、出場プログラムはその年の最優秀の出場者という…
関連キーワード: ローブナーコンテスト・チューリングテスト・人工知能
正解済みまだ正解していませんQ39
RussellとNorvigの教科書が示した、人工知能（AI）の定義を目標にもとづいて4つの立場に分ける整理の説明として、最も適切なものはどれか。
正解: 2. 4つの立場は、人間並みの性能か理想的な合理性かという軸と、考えるシステムか行動するシステムかという軸の組合せで分けられる
解説: 「人間並みか理想的な合理性か」と「考えるか行動するか」の2つの軸で分ける説明が適切です。スタンフォード哲学百科事典の「人工知能」の項は、RussellとNorvigが人工知能をその目標で定義し、この2つの軸を組み合わせた4つの立場を示したと説明しています。チューリングテストを「人…
関連キーワード: 人工知能・エージェント・チューリングテスト
正解済みまだ正解していませんQ40
サール（1980）の「中国語の部屋」の議論に対して出された「システム応答（Systems Reply）」と、それに対するサールの再反論の説明として、最も適切なものはどれか。
正解: 1. システム応答は規則書やメモを含むシステム全体が理解しているとし、サールは規則とデータを暗記して頭の中で処理しても記号に意味は結び付かないと応じた
解説: 「システム全体が理解している」とする応答に、「暗記して頭の中で処理しても意味を結び付けられない」と応じた説明が適切です。スタンフォード哲学百科事典の「中国語の部屋」の項によると、システム応答は部屋の人が中国語を理解していないことを認めつつ、規則やデータ、途中のメモを含むシステム全…
関連キーワード: 中国語の部屋・強いAIと弱いAI・システム応答
正解済みまだ正解していませんQ41
スタンフォード哲学百科事典の「フレーム問題」の項が述べる、哲学者によるフレーム問題の捉え直しの説明として、最も適切なものはどれか。
正解: 2. デネットは、多くの信念を持つ存在が行為の後に信念をどう更新すれば世界とおおむね合い続けるかという問題として取り上げた
解説: 「多くの信念を持つ存在が、行為の後に信念をどう更新するか」とする説明が適切です。スタンフォード哲学百科事典の「フレーム問題」の項によると、哲学の文献で最初にこの問題を大きく取り上げたのはデネット（1978）で、フォーダー（1983）も、行為の後にロボットが見直すべき信念をプログラ…
関連キーワード: フレーム問題・デネット・フォーダー
正解済みまだ正解していませんQ42
反復深化（iterative deepening）による探索の説明として、最も適切なものはどれか。
正解: 4. 深さの上限を1ずつ上げながら深さ優先探索を繰り返し、辺の数が最も少ない解を最初に見つける
解説: 「深さの上限を1ずつ上げながら深さ優先探索を繰り返す」説明が適切です。Poole・Mackworthの教科書（第3版）の3.5.3節によると、反復深化は上限つきの深さ優先探索を深さ1、2、3…と繰り返し、辺の数の順に経路を数え上げるので、辺の数が最も少ない解を最初に見つけます。幅…
関連キーワード: 探索木・幅優先探索・深さ優先探索・反復深化
正解済みまだ正解していませんQ43
節点S、A、B、C、D、Gからなる有向グラフで、SからGへの経路を探す。辺は矢印の向きにだけ進め、辺とそのコストは、S→A：1、S→B：4、S→C：2、A→B：1、A→C：2、B→G：6、C→D：2、D→G：2である。最小コスト優先探索（lowest-cost-first search。均一コスト探索とも呼ばれる）が解として返す経路として、最も適切なものはどれか。
正解: 4. S→C→D→G
解説: 最小コスト優先探索が返すのは、コストの合計が最も小さい経路S→C→D→G（2＋2＋2＝6）です。Poole・Mackworthの教科書（第3版）の3.5.4節によると、この探索は最前線（フロンティア）を経路のコストの優先度付きキューとして扱い、コストの小さい経路から展開するので、…
関連キーワード: 幅優先探索・探索木・最小コスト優先探索
正解済みまだ正解していませんQ44
知識グラフによる知識の表し方に関するAからDまでの記述のうち、適切なものをすべて挙げた組合せはどれか。 A　事実を「主語・述語・目的語」の3つ組（トリプル）で表し、述語には個体の性質（プロパティ）を当てる。 B　貸す人・借りる人・物の3者が関わる「貸し出し」のような関係は、貸し出しという出来事を個体として表し（具象化）、日付などの性質も付けられる。 C　個体は名前で表せば足り、同じ名前を持つ別の個体を区別するための一意な識別子は要らない。 D　IRIは、そのIRIが示すWebページそのものを表し、そのページが説明している人や物は表さない。
正解: 3. A、B
解説: 適切な記述はAとBです。Poole・Mackworthの教科書（第3版）の16.1節によると、3つ組の1つ目を主語、2つ目を述語、3つ目を目的語と呼び、述語は性質に当たります。3つ組の集まりはラベル付きの有向グラフとして描け、意味ネットワークとも呼ばれます。3者が関わる関係は、そ…
関連キーワード: 意味ネットワーク・セマンティックWeb・知識グラフ
正解済みまだ正解していませんQ45
MYCINの研究をまとめた書籍（Buchanan・Shortliffe編, 1984）の第1章が述べる、MYCINから広がった研究の説明として、最も不適切なものはどれか。
正解: 3. 知的な個別指導システムGUIDONの研究で、助言に使う知識ベースがあれば、ほかの知識を加えなくても学生を十分に個別指導できると確かめられた
解説: 「GUIDONの研究で、助言の知識ベースがあれば個別指導に足りると確かめられた」とする記述が不適切です。Buchanan・Shortliffe編の書籍の第1章は、知的な個別指導システムGUIDONについて、当初はEMYCINで作った知識ベースの内容なら学生に教えられると考えたもの…
関連キーワード: マイシン（MYCIN）・エキスパートシステム・確信度
正解済みまだ正解していませんQ46
Leskovecらの『Mining of Massive Datasets』第9章は、推薦システム（レコメンデーションエンジン）が必要になる理由を、ロングテールの現象から説明している。同書の説明として、最も適切なものはどれか。
正解: 1. オンラインの店は人気の低い商品まで扱えるが、それを一通り見せることも、利用者が知っていることも期待できないので、利用者ごとの推薦が要る
解説: 「一通り見せることも、利用者が知っていることも期待できないので、利用者ごとの推薦が要る」が適切です。Leskovecらの『Mining of Massive Datasets』第9章は、実店舗は人気の高い商品を中心に並べ、オンラインの店は人気の低い商品まで扱えるという違いをロング…
関連キーワード: レコメンデーションエンジン・ロングテール
正解済みまだ正解していませんQ47
統計的自然言語処理のバイグラム（bigram）モデルでは、直前の語がvのときに次の語がwになる確率P(w｜v)を、コーパスでの出現回数から最尤推定で求める。次の4つの文から成るコーパスで、P(花｜赤い)の最尤推定値として、最も適切なものはどれか。なお、語は空白で区切られたものとし、文頭・文末を表す記号は使わず、文をまたぐ2語の並びは数えない。文1　私は赤い花を買う文2　母は白い花を見る文3　母は赤い車を買う文4　私は赤い花と白い花を見る
正解: 3. 2/3
解説: 2/3が適切です。Jurafsky・Martin『Speech and Language Processing』第3章は、バイグラムの確率の最尤推定を、2語の並びの出現回数C(v w)を直前の語の出現回数C(v)で割った相対頻度として示しています。式はP(w｜v)＝C(v w)÷…
関連キーワード: 統計的自然言語処理・n-gram・条件付き確率・最尤法
正解済みまだ正解していませんQ48
Goodfellowらの『Deep Learning』（2016）第1章は、教師ありの深層学習に必要なラベル付きデータの量について、2016年時点のおおまかな目安を述べている。同書の説明として、最も適切なものはどれか。
正解: 4. カテゴリあたり約5,000件のラベル付きの例でおおむね許容できる性能に達し、1,000万件以上の例で学習すると人間並みかそれ以上になるとした
解説: 「カテゴリあたり約5,000件…1,000万件以上…」が適切です。Goodfellowらの『Deep Learning』第1章は、2016年時点のおおまかな目安として、教師ありの深層学習はカテゴリあたり約5,000件のラベル付きの例でおおむね許容できる性能に達し、少なくとも1,0…
関連キーワード: ビッグデータ・教師あり学習・ディープラーニング
正解済みまだ正解していませんQ49
ILSVRCの運営者による論文（Russakovskyほか, arXiv:1409.0575）が説明する、画像分類の課題の評価の方法として、最も適切なものはどれか。
正解: 4. 各画像に正解のカテゴリを1つ付け、返された最大5つのカテゴリに正解が含まれれば誤りとせず、ラベルの無い別の物体を答えても不利にしなかった
解説: 「最大5つのカテゴリに正解が含まれれば誤りとせず」が適切です。Russakovskyほかの論文は、1,000カテゴリ・100万枚を超える規模では画像内の物体を残らずラベル付けするのは難しく、各画像に付けるカテゴリを1つにしたため、最大5つを返して1つが正解と合えば誤りとしない方法…
関連キーワード: ILSVRC・ImageNet・top-5誤り率
正解済みまだ正解していませんQ50
Google DeepMindの研究紹介ページが説明する、AlphaGo（アルファ碁）の対局の歴史と仕組みとして、最も適切なものはどれか。
正解: 3. 2015年10月に欧州チャンピオンのファン・フイに5戦全勝し、2016年3月にはイ・セドルに4勝1敗で勝った
解説: 「2015年10月に…ファン・フイに5戦全勝し、2016年3月にはイ・セドルに4勝1敗」が適切です。Google DeepMindの研究紹介ページは、AlphaGoが2015年10月に欧州チャンピオンのファン・フイ（Fan Hui）に5対0で勝ってAIとプロ棋士の初めての対戦を制…
関連キーワード: アルファ碁（AlphaGo）・ディープラーニング・ニューラルネットワーク
正解済みまだ正解していませんQ51
Goodfellowらの『Deep Learning』（2016）第1章が述べる、深層学習が実際の課題にもたらした成果の説明として、最も不適切なものはどれか。
正解: 2. 音声認識の誤り率は1990年代を通じて伸び悩んでいたが、2000年ごろに深層学習が取り入れられて急に下がり、半分になったものもあった
解説: 「1990年代を通じて伸び悩んでいたが、2000年ごろに深層学習が取り入れられて」とする記述が不適切です。Goodfellowらの『Deep Learning』第1章は、音声認識の誤り率は1990年代を通じて改善したものの2000年ごろから伸び悩み、その後に深層学習が導入されて急…
関連キーワード: 音声認識・画像認識・ディープラーニング

増やしてほしいと送りました

送った後に問増えました

この科目は 51 問。足りないと感じたら

この科目の学習ポイントを読む

ぴよパスではG検定（ジェネラリスト検定）の問題を8カテゴリに分けています。人工知能とその動向にはオリジナル予想問題を51問収録し、サイト内のG検定（ジェネラリスト検定）全435問の約12%を占めます。この割合は本試験の出題比率ではありません。このカテゴリの収録テーマには探索木・ディープラーニング・機械学習・チューリングテストなどがあります。本試験の情報は合格率76.97%（2026年第5回・オンライン試験と会場試験の合計。受験者14,908名・合格者11,475名）・試験時間100分・受験料13,200円です。

回答後に解説を読み、分からなかった用語や手順をテキストで確かめてから解き直す使い方ができます。関連する用語や条件は、機械学習の概要・ディープラーニングの概要・ディープラーニングの要素技術などのカテゴリでも確認できます。模擬試験はPremiumの機能です。問題数・科目構成・制限時間は模試の開始画面で確認してください。

主な出題テーマ:探索木ディープラーニング機械学習チューリングテストエキスパートシステム探索・推論

人工知能とその動向の出題傾向 — 収録全51問の分析

ぴよパスに収録しているG検定（ジェネラリスト検定）「人工知能とその動向」のオリジナル練習問題全51問を集計した、実データに基づく傾向まとめです

頻出テーマ (出題数の多い順)

探索木10問
ディープラーニング6問
機械学習5問
チューリングテスト5問
エキスパートシステム5問

次の科目へ

機械学習の概要51 問

Premium 限定

本試験の規模にそろえて、8分野を通して解く

オンライン試験の案内（145問程度・100分）にそろえた145問・100分（1つあたり約41秒）で、技術分野から法律・倫理まで8分野を混ぜて解きます。JDLAは分野ごとの出題数と合格ラインを公表していないため、配分と70%の目安はぴよパスの設定です。100分を取れない日は、開始画面で41分の短縮演習も選べます。

145問の模擬試験を始める

人工知能とその動向 — よくある質問

この科目の問題数・学習順序・出題比率・合格ラインの目安をまとめました

G検定（ジェネラリスト検定）の人工知能とその動向は何問用意されていますか？: ぴよパスではG検定（ジェネラリスト検定）の人工知能とその動向に全51問のオリジナル練習問題を用意しています。G検定（ジェネラリスト検定）の収録全435問のうち約12%です。回答後に解説を確認できます。
人工知能とその動向はどんな順序で学習するのがおすすめですか？: テキストで学んだ範囲や、確認したい用語の問題から取り組めます。迷う場合は一覧の先頭から数問解き、解説を読んでも分からない箇所をテキストで確認してください。問題番号は一覧内の順番です。ぴよパスではG検定（ジェネラリスト検定）の問題を8カテゴリ（人工知能とその動向 / 機械学習の概要・ディープラーニングの概要・ディープラーニングの要素技術・ディープラーニングの応用例）に分けているので、関連する内容は別のカテゴリでも確認できます。
人工知能とその動向の問題数は、通常演習と模試でどう違いますか？: 人工知能とその動向は、ぴよパスでG検定（ジェネラリスト検定）の問題を分けている8カテゴリの一つです。ぴよパスに収録している人工知能とその動向の問題数は51問 / 全435問で、収録全体の約12%にあたります。ぴよパスの模擬試験の基本設定では、人工知能とその動向を全145問中17問（約12%）出題します。これは模試の配分であり、本試験の出題比率を示すものではありません。
人工知能とその動向で合格ラインを割らないためのコツはありますか？: G検定（ジェネラリスト検定）の合格基準は「合格ラインと得点は公表されていません（JDLAの公式FAQ『合格ラインおよび得点については開示しておりません』）」です。科目別の条件は「技術分野・法律・倫理分野ごとの足切りの有無も公表されていません」です。サイト内のカテゴリ分けと本試験の科目区分は一致しない場合があります。人工知能とその動向の正答率だけで合否を判断せず、間違えた問題の内容と、本試験で適用される基準を確認してください。