G検定 用語解説
幅優先探索とは
探索木で出発点に近い深さのノードから順にすべて調べてから次の深さへ進む探索方法。最短経路を必ず発見できる一方、調べる途中のノードを多く記憶する必要がありメモリ消費が大きい。
幅優先探索の意味と見分け方
幅優先探索は、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。
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 / 探索・推論
探索木で、ある枝を行けるところまで深くたどり、行き止まりになったら戻って別の枝を調べる探索方法はどれか。
一つの枝を行けるところまで深くたどり、行き止まりに達したら手前まで戻って別の枝を調べるという展開順序そのものを指すのが、正解の「深さ優先探索」である。設問文が示す『行けるところまで深くたどる』という記述と、この展開順序の説明が直接対応する。対になる関係にある幅優先探索は、深さ方向ではなく同じ深さの候補を横並びに調べてから次の深さへ進む方式であり、展開順序が逆になる点で両者を対比させて理解しておくと判別しやすい。モンテカルロ法とSTRIPSはいずれも探索木の展開順序そのものを表す語ではなく、前者は乱数試行の統計による評価手法、後者は行動計画を記述する表現形式であって、設問が問う『たどる順序』という論点とは次元が異なる。
大項目2 人工知能をめぐる動向 / 探索・推論
二人零和ゲームのゲーム木で、自分は評価値を最大化し、相手は評価値を最小化する手を選ぶと仮定して、現在の最善手を決める考え方はどれか。
正解は「Mini-Max法」である。Mini-Max法は、二人零和ゲームで自分は評価値を最大化し、相手は評価値を最小化する行動を選ぶと仮定し、双方が最善を尽くした場合の結果から現在の手を決める考え方である。αβ法はMini-Max法の結果を変えない枝を探索途中で刈り込み、計算量を減らすための手法であり、評価方針そのものではない。モンテカルロ法はランダムな試行を繰り返した統計から手を評価する。幅優先探索は同じ深さのノードを順に展開する一般的な探索順序である。最大化側と最小化側を交互に置く点が決め手になる。
大項目2 人工知能をめぐる動向 / 探索・推論
探索木で、根に近いノードから順に、同じ深さのノードをすべて調べてから次の深さへ進む探索方法はどれか。
同じ深さのノードを先にすべて調べる探索方法なので、探索の順序に注目する。正解は「幅優先探索」である。幅優先探索は、探索木の根に近いノードから順に、同じ深さのノードをすべて調べてから、次の深さへ進む方法で、浅い位置にある解を先に見つけやすい。「深さ優先探索」は1つの枝を行き止まりまで進んでから戻る方法で、順序が逆である。「ブルートフォース（力任せ探索）」は総当たりの考え方、「モンテカルロ法」は乱数を使う方法であり、深さごとの順序を表さない。したがって、設問の探索方法は幅優先探索である。
同じ章で確認したい用語
到達チェック
- 幅優先探索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、幅優先探索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）