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。
まず押さえる結論
トイ・プロブレムは、G検定の「大項目1 人工知能とは」で確認しておきたい用語です。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: 2026-07-03。
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
×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
衛星画像の分類で、人が輪郭特徴を指定せず多層ネットワークが有効な表現を学習した。この手法はどれか。
この事例では「多層ネットワークが特徴抽出も含めて学習するか」を確認すると、ディープラーニングに絞れる。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
過去の需要と気象データの関係を学び、翌日の販売数を推定する技術はどれか。
この事例では「観測データから規則性を獲得して新しい予測を行うか」を確認すると、機械学習に絞れる。正解は機械学習。未知データにも使える規則を、与えられたデータから見いだす働きが決め手である。シンギュラリティは将来の転換点、トイ・プロブレムは単純化された問題、AI効果は実現した技術への心理的な評価を表す。技術がデータから判断基準を得るかどうかで区別する。設問の主語は学習する仕組みであり、未来予測、問題の分類、社会的な見方を尋ねてはいない。データを入力として規則を獲得し、未知の例へ適用するという流れが機械学習に対応する。実際の処理方式を表す語かどうかも確認する。
大項目1 人工知能とは / 人工知能の定義
手書き文字の画素から、認識に必要な形状表現もニューラルネットワーク内部で獲得した。この手法はどれか。
この事例では「人手の特徴設計に依存せず階層的表現を学ぶか」を確認すると、ディープラーニングに絞れる。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。
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: ミナト編集部（運営者情報を見る）