学習ガイド第2章

人工知能をめぐる動向（G検定技術分野）

探索・推論からエキスパートシステム、ディープラーニングに至る研究の流れをたどります。

この分野の練習問題は41問です。復習の時期が来た問題と、まだ解いていない問題から順に出題します。

全41問・解いた記録はまだありません

概要

AI研究の歴史を、3回のブームと冬の時代に沿って学ぶ分野です。4つの中項目は、ほぼ時代の順に並んでいます。

ブーム	時期	中心の技術	行き詰まった理由
第1次	1950年代後半〜1960年代	探索・推論	現実の複雑な問題は解けない
第2次	1980年代	知識表現・エキスパートシステム	知識を人手で入力しきれない
第3次	2000年代〜	機械学習・ディープラーニング	（現在も続く）

時代順に読むと覚えやすい分野です。前の分野で学んだトイ・プロブレムや知識獲得のボトルネックが、どのブームの限界だったかを結びつけながら進めます。技術の中身は、αβ法や次元の呪いのように、仕組みの理解が必要な用語を優先して押さえます。

ELIZA、DENDRAL、MYCIN、SHRDLU、STRIPSなど、システムの名前がたくさん出てきます。名前だけを覚えると混ざるので、「どの中項目の、何をするシステムか」を表にまとめると整理できます。ILSVRCとAlphaGoの年はセットで押さえます。

145問中約12問前後

当サイトの推計です。幅をもたせると約10〜15問（全体の7〜10%）とみています。分野別の出題数は公表されていません。

成績通知では、「人工知能とは」とあわせて「人工知能とは・人工知能をめぐる動向」の区分で表示されると受験者から報告されています（要確認）。

全体の問題数「145問程度」の出典：JDLAのFAQ 最終確認日：2026年10月30日

4項目

数字はシラバスの項目番号です。右側にはこのブラウザに保存された正答率を表示します。

第1次は探索・推論、第2次は知識表現とエキスパートシステム、第3次は機械学習とディープラーニングが中心で、時代と技術の組み合わせを入れ替えた選択肢に注意が必要な点
第1次はトイ・プロブレムしか解けなかったこと、第2次は専門家の知識を人手で書き出す手間（知識獲得のボトルネック）が、それぞれ行き詰まりの理由である点
イライザ(ELIZA)は決まったパターンで返事を組み立てる会話プログラムで、意味を理解していたわけではなく、専門家の知識で診断するマイシン(MYCIN)のようなエキスパートシステムとも別物である点
2012年のILSVRCで注目されたAlexNetは最初のCNNではなく、福島邦彦のネオコグニトロンやLeCunらのLeNetという先行研究の上に成り立っている点

復習の時期が来た問題と、まだ解いていない問題から順に出題します。

作成：ウカトレ編集部（AIで作成し、別のAIが一次資料と照合）人による確認：未最終確認日：2026年10月30日

全問オリジナル（JDLAの過去問ではありません）。誤りを報告