G検定 用語解説
アルファ碁（AlphaGo）とは
Google DeepMindが開発した囲碁AI。2016年3月に韓国ソウルでLee Sedolとの五番勝負に4勝1敗で勝利した。
まず押さえる結論
アルファ碁（AlphaGo）は、G検定の「大項目2 人工知能をめぐる動向」に出てくる用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-10-02。
試験概要（公式）比較記事でさらに確認する
試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
「大項目2 人工知能をめぐる動向」の問題で、取り違えやすい組み合わせです。
- 各AIブームと、その中心になった技術の組み合わせの取り違え。第一次＝探索・推論、第二次＝エキスパートシステム、第三次＝ディープラーニング。
- フレーム問題とシンボルグラウンディング問題の混同。フレーム問題は『起こりうる事柄をすべて考慮しきれない』問題、シンボルグラウンディング問題は『記号と実世界の意味を結びつけられない』問題。
- 知識獲得のボトルネック（専門知識をルール化する作業の困難さ）をエキスパートシステムの利点と取り違える。
関連する確認問題
大項目2 人工知能をめぐる動向 / AIブームと機械学習の発展
手書き数字の認識に使われた、畳み込み層とプーリング層を備える初期の畳み込みニューラルネットワークはどれか。
手書き数字の認識に使われ、畳み込み層とプーリング層を備える初期のモデルを答える。正解は「LeNet」である。LeNetは、手書き数字の認識に使われた、畳み込み層とプーリング層を備える初期の畳み込みニューラルネットワークである。「アルファ碁（AlphaGo）」は囲碁のAI、「ILSVRC」は画像認識のコンテスト、「ビッグデータ」はデータの集まりの名称であり、いずれも畳み込みニューラルネットワークのモデルではない。したがって、設問のモデルはLeNetである。
大項目2 人工知能をめぐる動向 / AIブームと機械学習の発展
囲碁でプロ棋士に勝利したことで注目を集めた、ディープラーニングと強化学習を組み合わせたAIはどれか。
囲碁でプロ棋士に勝利したAIを答える問題である。正解は「アルファ碁（AlphaGo）」である。アルファ碁は、ディープラーニングと強化学習を組み合わせて、囲碁でプロ棋士に勝利したことで注目を集めたAIである。「LeNet」と「ネオコグニトロン」は画像認識に関わる畳み込みニューラルネットワークの初期のモデル、「ILSVRC」は画像認識の精度を競うコンテストであり、いずれも囲碁のAIではない。したがって、設問のAIはアルファ碁（AlphaGo）である。
大項目2 人工知能をめぐる動向 / AIブームと機械学習の発展
アルファ碁（AlphaGo）に関する次の記述のうち、誤っているものはどれか。
正解は「アルファ碁（AlphaGo）は、Lee Sedolとの五番勝負において1勝4敗で敗北した」（誤り）である。アルファ碁（AlphaGo）はGoogle DeepMindが開発した囲碁AIであり、2016年3月に韓国ソウルでLee Sedolとの五番勝負を行い、4勝1敗で勝利した。したがって「1勝4敗で敗北した」という記述は勝敗の結果を取り違えており、事実に反する。開発元がGoogle DeepMindであるという記述、2016年3月に韓国ソウルでLee Sedolと対局したという記述、五番勝負において4勝1敗で勝利したという記述はいずれも正しく、誤りには当たらない。設問は4つの記述のうち「誤っているもの」を問うており、勝敗の結果が事実と逆に述べられた記述を選ぶ必要がある。
同じ章で確認したい用語
到達チェック
- アルファ碁（AlphaGo）を一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、アルファ碁（AlphaGo）に関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部（運営者情報を見る）