G検定 用語解説
トイ・プロブレムとは
探索やアルゴリズムの考え方を説明するために使われる、現実の複雑さを取り除いて単純化した問題群の総称。ハノイの塔などが代表例。
トイ・プロブレムの意味と見分け方
トイ・プロブレムは、G検定の「大項目1 人工知能とは」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。
試験概要（公式）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1 人工知能とは」の問題で、取り違えやすい組み合わせです。
- チューリングテストと中国語の部屋の取り違え。前者は対話で知能を判定する考え方、後者は「振る舞えても理解しているとは限らない」という反論の思考実験。
- 強いAI（汎用）と弱いAI（特化）の混同。
- AI効果（達成した技術を『知能ではない』とみなす心理傾向）を、技術そのものの名称と取り違える。
関連する確認問題
大項目1 人工知能とは / 人工知能の定義
ニューラルネットワークを用いて学習を行い、データの背景にある特徴量までも人手を介さず自動的に獲得できる点で、従来の機械学習と区別される学習手法はどれか。
正解はディープラーニング。設問では、ニューラルネットワークによる学習に加え、特徴量も自動的に獲得する点が指定されている。機械学習はより広い技術の総称であり、トイ・プロブレムは問題の性質、知識獲得のボトルネックは知識を規則化する際の課題を指す。特徴量獲得まで含むためディープラーニングを選ぶ。上位概念の機械学習だけで止めず、設問にある多層のニューラルネットワークと特徴表現の学習まで照合する。問題類型や知識入力の難しさを表す語は学習手法ではない。
大項目1 人工知能とは / 人工知能の定義
画像から人手で特徴量を設計せず、多層ニューラルネットワークが判別に必要な表現も学習する。この手法はどれか。
画像を判別する際に人手で特徴量を設計せず、多層ニューラルネットワークが判別に必要な表現まで学習するという記述は、ディープラーニングの特徴そのものである。機械学習でも学習はするが、多くの場合どの特徴に着目するかは人が設計する。この事例は特徴の設計まで学習に任せている点が違う。トイ・プロブレムは単純化された問題、知識獲得のボトルネックは専門家の知識を規則化する手間を指し、いずれも学習手法の名称ではない。画像の判別では、特徴を人が決めるのか学習が獲得するのかが分かれ目になる。
大項目1 人工知能とは / 人工知能の定義
過去の検品結果から不良品の特徴を学び、新しい製品を自動判定する技術はどれか。
過去の検品結果から不良品の特徴を学び、新しい製品を自動で判定する技術は機械学習である。不良品の見分け方を熟練者から聞き出して規則にまとめる代わりに、検品結果のデータから特徴を取り出す点が特徴になる。知識獲得のボトルネックは、まさにその聞き出して規則にまとめる作業が重いという課題であり、機械学習が登場する背景の一つでもある。トイ・プロブレムは単純化された問題、シンギュラリティは将来の転換点を指し、製品を判定する技術ではない。検品のように人が基準を言葉にしにくい場面ほど、データから特徴を学ぶ意義が出る。
同じ章で確認したい用語
到達チェック
- トイ・プロブレム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、トイ・プロブレム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: AI資格ドリル編集部（運営者情報を見る）