用語比較
AIブームと冬の時代の年表｜第一次〜第三次の違い（G検定）
人工知能（AI）の研究は1950年代から続き、その過程ではブームと冬の時代が交互に訪れてきたとされます。総務省の情報通信白書は、現在を第三次のブームとして整理しています。
三つのブームを分けるのは、ブームを支えた技術です。第一次は推論と探索、第二次は知識を与えたエキスパートシステム、第三次は大量のデータを使う機械学習とディープラーニングです。
このページは、G検定の人工知能の歴史の問題で、ブームの順番と技術の組み合わせが入れ替わってしまう人を対象にしています。時期、支えた技術、冬の時代を招いた限界の三点で整理します。
この記事の根拠と出典
各セクションの見出しの下に、公式資料で確認した内容か編集部の整理かをラベルで示しています。 試験日・料金・申込条件・試験方式は変わることがあるため、申込前に公式サイトで確認してください。G検定の一次情報確認日: 2026-10-02。
結論
第一次ブーム
1950年代後半～1960年代。コンピューターによる推論や探索で、特定の問題に解を示せるようになった。迷路や定理の証明のような単純な問題は扱えたが、現実社会の課題は解けず、冬の時代を迎えた。
第二次ブーム
1980年代。知識を与えることで実用水準に達し、多数のエキスパートシステムが生まれた。必要な知識を人が全て記述する必要があり、扱える知識量が特定の領域に限られたため、1995年頃から再び冬の時代を迎えた。
第三次ブーム
2000年代から現在まで続く。ビッグデータを用いてAI自身が知識を獲得する機械学習が実用化され、次いで特徴量をAIが自ら習得するディープラーニングが登場した。
違いを表で確認
| 比較軸 | 第一次ブーム | 第二次ブーム | 第三次ブーム |
|---|---|---|---|
| 時期 | 1950年代後半～1960年代（第一次） | 1980年代（第二次） | 2000年代から現在まで |
| ブームを支えた技術 | 推論と探索 | 知識を与えたエキスパートシステム | 機械学習とディープラーニング |
| 知識の入手方法 | 知識を持たず、探索で解を探す | 人が知識を記述して与える | 大量のデータからAI自身が獲得する |
| できたこと | 迷路の解き方や定理の証明のような単純な問題 | 特定の専門分野で専門家のように振る舞うこと | 特徴量の自動習得を含む、データからの学習 |
| ブームの終わり | 現実社会の課題は解けず、冬の時代へ | 知識の記述の限界で、1995年頃から冬の時代へ | 続いている最中 |
G検定の学習に使う書籍（Amazon）
試験範囲を通して読むときの1冊です。読んだ章は、このサイトの章別問題で確かめられます。
どこで迷っているかを切り分ける
ブームの順番と技術の組み合わせが、覚えるたびに入れ替わる人
推論と探索、知識の記述、データからの学習の順に、AIが自分で用意できるものが増えていきます。何を人が用意し、何をAIが獲得したかを軸に並べると、順番が崩れません。
エキスパートシステムがどのブームか、確信が持てない人
エキスパートシステムは、専門分野の知識を取り込んで推論し、その分野の専門家のように振る舞うプログラムです。知識を与えて実用水準に達した第二次ブームの代表です。
冬の時代が来た理由を、技術の失敗とだけ覚えている人
総務省の白書は、過去2回のブームでは、AIが実現できる技術的な限界よりも社会が期待する水準が上回り、その乖離が明らかになることで終わったと評価されていると述べます。
具体例で使い分ける
例 1
技術の説明から、ブームを選ぶ
説明のために作った例です。問題文に、専門分野の知識を人が記述して与え、専門家のように振る舞うプログラムが多数作られた、とあります。
- 知識を与えることでAIが実用可能な水準に達した、という手がかりは第二次ブームのものです。
- 第一次ブームは推論と探索、第三次ブームは大量のデータを使う機械学習が中心です。
結論: 答えは第二次ブームです。「知識を人が記述する」「エキスパートシステム」が出たら第二次を第一次候補にします。
例 2
冬の時代の理由を選ぶ
説明のために作った例です。問題文に、コンピューターが必要な情報を自ら収集して蓄積できず、人が全て記述する必要があったため活用できる知識が特定の領域に限られた、とあります。
- 情報を人が記述する必要があったという限界は、知識を与える方式の第二次ブームの限界です。
- 第一次の冬の時代の理由は、単純な問題は扱えても現実社会の課題を解けなかったことです。
結論: 第二次ブームの後の冬の時代の理由です。第三次ブームの機械学習は、データからAI自身が知識を獲得する点で、この限界に対応しています。
例 3
ディープラーニングが出てきた意味を答える
説明のために作った例です。問題文に、ディープラーニングが第三次ブームの背景として挙げられる理由を問う設問があります。
- 機械学習は、ビッグデータを用いてAI自身が知識を獲得できるようにしました。
- ディープラーニングは、知識を定義する要素である特徴量を、AIが自ら習得できるようにしました。以前は人間の手で特徴量を設計していました。
結論: 答えは、特徴量をAIが自ら習得できるようになった点です。人が特徴量を設計していた段階から変わったことを軸にします。
問題文から答えを選ぶ手順
- 1
時期の言葉を探す
1950年代後半～1960年代なら第一次、1980年代なら第二次、2000年代から現在までなら第三次です。
- 2
技術の言葉を見る
推論・探索なら第一次、エキスパートシステム・知識の記述なら第二次、ビッグデータ・機械学習・ディープラーニングなら第三次です。
- 3
誰が知識を用意するかを見る
人が知識を記述して与えるなら第二次、AI自身がデータから獲得するなら第三次です。
- 4
冬の時代の理由を答える問題では、期待と限界の差を軸にする
第一次は現実社会の課題を解けなかったこと、第二次は知識を人が記述する必要があり扱える範囲が限られたことです。どちらも、社会の期待と技術の限界の乖離が明らかになったと評価されています。
試験での見分け方
- 1第一次は推論と探索、第二次はエキスパートシステム、第三次は機械学習とディープラーニング。
- 2第二次までは人が知識を記述して与えた。第三次はAIがデータから知識を獲得する。
- 3冬の時代は、社会の期待が技術の限界を上回り、その乖離が明らかになることで訪れたと評価されている。
- 4ブームの時期は、1950年代後半～1960年代、1980年代、2000年代から現在まで。
誤答しやすい選択肢
エキスパートシステムを、第一次ブームの技術と書く
修正: エキスパートシステムは、知識を与えてAIが実用水準に達した第二次ブーム（1980年代）の代表です。第一次は推論と探索です。
機械学習を、第二次ブームの技術と書く
修正: ビッグデータを用いてAI自身が知識を獲得する機械学習が実用化されたのは、第三次ブーム（2000年代から現在まで）です。
冬の時代の理由を、計算機の速度不足とだけ書く
修正: 第一次は現実社会の課題を解けなかったこと、第二次は知識を人が全て記述する必要があり扱える範囲が限られたことが、白書で挙げられている理由です。
第三次ブームが終わったと書く
修正: 第三次ブームは、2000年代から現在まで続いていると整理されています。
ディープラーニングを、知識を人が与える技術と書く
修正: ディープラーニングは、知識を定義する特徴量をAIが自ら習得する技術です。人間の手で特徴量を設計していた段階から変わりました。
確認問題
Q1第一次AIブームを支えた技術は。
答え: 推論と探索
コンピューターによる推論や探索で、特定の問題に対して解を示せるようになったことがブームの要因です。
Q2専門分野の知識を取り込んで推論し、専門家のように振る舞うプログラムは。
答え: エキスパートシステム
知識を与えることでAIが実用水準に達した、第二次ブームの代表です。
Q3第二次ブームの後に、再び冬の時代を迎えた理由は。
答え: 必要な情報を全て人が記述する必要があり、実際に活用できる知識量が特定の領域に限られたため。
コンピューターが必要な情報を自ら収集して蓄積できなかったことが限界でした。
Q4ディープラーニングが、第三次ブームの背景として挙げられる理由は。
答え: 知識を定義する要素である特徴量を、AIが自ら習得できるようになったため。
ディープラーニング以前は、特徴量を人間の手で設計していました。
到達チェック
- 三つのブームの時期を言える
- 各ブームを支えた技術を一言ずつ言える
- エキスパートシステムが第二次ブームの代表だと言える
- 二回の冬の時代の理由を、それぞれ説明できる
- 第二次までと第三次で、知識を用意する主体が変わったと言える
関連ページで確認する
同じ資格で次に知りたいこと
- GPUとTPUの違い｜開発の出発点・得意な計算・使い分け（G検定）
GPUとTPUの違いを、設計の出発点、行列演算の進め方、向いているモデルの条件で整理します。CPUとの位置づけも含め、G検定の計算資源の問題で迷わない判断手順と確認問題も掲載します。
- データリーケージとは（過学習との違い・テストデータが学習に混ざる典型例）
データリーケージと過学習の違いを、原因、性能が高く見える理由、典型例（全データでの前処理・テストデータでのfit）、防ぎ方、G検定での判断手順と確認問題まで整理します。
- 次元の呪いとは（特徴量が増えると何が困るか）
次元の呪いとは何かを、特徴量（次元）が増えたときの困りごと、距離計算や近傍探索への影響、対策の次元削減との関係から整理します。G検定で問われたときの判断手順と確認問題も示します。
よくある質問
QAIブームは何回あった？
総務省の情報通信白書は、第一次（1950年代後半～1960年代）、第二次（1980年代）、第三次（2000年代から現在まで）の三つに整理しています。第三次は続いている最中です。
Q冬の時代は、なぜ訪れた？
第一次は、単純な問題は扱えても現実社会の課題を解けなかったため、第二次は、必要な知識を人が全て記述する必要があり扱える範囲が限られたためです。過去2回とも、社会の期待と技術の限界の乖離が明らかになることで終わったと評価されています。
Q第三次ブームの背景は？
ビッグデータを用いてAI自身が知識を獲得する機械学習が実用化され、次いで特徴量をAIが自ら習得するディープラーニングが登場したことです。
次に見る比較
- G検定・DS検定・統計検定2級で重なる用語10語の比較
同じ名前の用語の定義と収録章を、資格ごとに並べます。
- ベイズの定理と条件付き確率の違い（統計検定2級の式と計算例）
求める確率の向きの違いと、陽性になる確率の計算例を確かめます。
- 紛らわしい用語ペア早見表
混同しやすい用語の違いと判定の手掛かりを、資格別の一覧で確かめます。
執筆: ミナト編集部（運営者情報を見る）