人工知能（AI: Artificial Intelligence）とは、人間の知的活動（学習・推論・判断・認識など）をコンピュータで再現・拡張する技術です。
この定義は一見シンプルに見えますが、実際には幅広く、研究者や時代によって解釈が異なってきました。
G検定の出題では、単なる「AIの定義」だけでなく、AIの種類・分類・役割・周辺概念まで理解しているかが問われます。以下では、それぞれを詳しく解説します。
弱いAI（Narrow AI）
特徴
- 特定の課題に特化して高い性能を発揮するAI。
- 例：画像認識、翻訳、音声認識、レコメンドシステム。
- 「決められた範囲内では超人的な成果を出せる」が、範囲外の問題には対応できない。
具体例
- 将棋AI（Ponanza、AlphaZero）
人間のトッププロを超える強さを発揮。ただし将棋以外のタスクはこなせない。 - Google翻訳
多言語翻訳が可能だが、雑談や文章生成には向かない。 - SiriやAlexa
音声コマンドには強いが、自由な会話には限界がある。
👉 試験での狙われ方：「現在実用化されているAIのほとんどは弱いAIである」という出題パターン。
強いAI（General AI）
特徴
- 人間と同等レベルの汎用知能を持つとされるAI。
- 多様なタスクを自律的にこなせる。
- 「思考・意識・感情」を持つかどうかは哲学的な議論対象。
現状と展望
- 現在のAI（ChatGPTを含む）は依然として 弱いAIの枠組みにある。
- 強いAIはSF作品で頻繁に描かれる：
- 例：ターミネーターの「スカイネット」
- アイアンマンの「J.A.R.V.I.S」
- 実現の目処は立っておらず、実現可能性や倫理的影響について研究が続けられている。
👉 試験での狙われ方：「強いAIは現時点で存在するか？」→ 存在しない が正解。
人工知能とロボットの違い
AIとロボットは混同されがちですが、実は役割が異なります。
- AI：知的機能（学習・推論・最適化・予測など）を担うソフトウェア的存在。
- ロボット：センサーやモーターを使い、物理的に動作するハードウェア的存在。
- AI＋ロボットの融合例
- 自動運転車：AIが「判断」、車両が「動作」を担当。
- Pepper（ソフトバンクの人型ロボット）：AIで会話、ロボットが表情や動作を表現。
👉 試験での狙われ方：「AIは知能、ロボットは肉体」という関係を正しく説明できるか。
AIのレベル
人工知能の進化を理解するには「発展段階」を整理することが重要です。G検定でもこの区分が出題されます。
- 単純な制御プログラム
- 例：エレベーターの制御、信号機の点滅。
- 状況に応じてあらかじめ決められた動作を行うだけ。
- 古典的AI（推論・探索型AI）
- 「ルールベース」や「知識表現」で問題を解く。
- 例：迷路探索プログラム、エキスパートシステム。
- 機械学習
- 大量のデータからパターンを学習。
- 例：スパムメール分類、レコメンドシステム。
- 深層学習（ディープラーニング）
- ニューラルネットワークを多層化。
- 画像認識、音声認識、自然言語処理で飛躍的な成果。
👉 試験での狙われ方：「AIのレベルを古い順に並べよ」「ルールベースと機械学習の違いは何か」。
AI効果（AI Effect）
「AIができるようになった技術は、もはやAIと呼ばれなくなる」という現象。
例
- OCRによる文字認識
- インターネット検索
- カーナビの経路探索
- 翻訳アプリ
最初は「すごいAI技術」と扱われても、普及すれば「当たり前の機能」になる。
背景
- 人間は「できないことをできるようにする技術」に対して「AI」と呼びがち。
- 実現すると「AIらしさ」が失われ、単なる「ソフトウェア機能」になる。
👉 試験での狙われ方：「AI効果とは何か？」を問う暗記問題。
G検定での出題イメージ
- 定義系：「強いAIと弱いAIの違いを説明せよ」
- 知識応用系：「人工知能とロボットの違いを正しく説明しているものはどれか」
- 用語暗記系：「AI効果とは何を指すか」
例題（練習）
次のうち「AI効果」を最も適切に説明しているものはどれか？
- AIが人間の仕事を奪うこと
- AIが学習に必要とするデータ量の増加
- ある技術が実現した途端、それがAIと呼ばれなくなる現象
- AIの誤認識により起こる社会的問題
👉 正解：3
まとめ
- AIは「知的活動をコンピュータで模倣・拡張する技術」。
- 弱いAIと強いAIの違い、AIとロボットの関係、AIのレベル、AI効果は超頻出テーマ。
- 「用語を正確に覚える」＋「実例と関連づけて理解する」ことで得点源にできる。
