G検定 用語解説
探索木とは
問題の初期状態を根とし、可能な行動によって派生する状態をノードとして枝分かれさせた木構造。幅優先探索や深さ優先探索は、この探索木をどの順序でたどるかを定める具体的な探索方法にあたる。
探索木の意味と見分け方
探索木は、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
迷路のような探索問題で、現在位置から行ける候補を木構造として広げ、同じ深さの候補を順に調べてから次の深さへ進む探索方法はどれか。
正解は「幅優先探索」である。幅優先探索は、出発点に近い順に同じ深さの候補をすべて調べてから次の深さへ進む探索方法である。深さ優先探索は一つの経路を行き止まりまで深くたどってから後戻りする方式であり、幅優先探索とは展開順序が逆になる。Mini-Max法はゲーム木で手を選ぶ際の評価値を決める考え方であり、アルファ・ベータ法はMini-Max法による探索で評価が変わらない枝を刈り込む手法である。どちらも探索木を深さの順で広げるか枝の順で進めるかという展開順序そのものを表す語ではない。
大項目2 人工知能をめぐる動向 / 探索・推論
大きさの異なる円盤を3本の棒の間で移し、より大きな円盤を小さな円盤の上に置かないという制約のもとで、全円盤を別の棒へ移す手順を求める代表的なトイ・プロブレムはどれか。
探索や再帰の考え方を説明する際には、複雑な現実の問題ではなく単純化された題材（トイ・プロブレム）がよく使われる。ハノイの塔が正解となるのは、大きさの異なる円盤を3本の棒の間で移し、より大きな円盤を小さな円盤の上に置かないという制約のもとで全円盤を移す手順を求めるという、具体的な問題設定を持つ代表的なトイ・プロブレムである点にある。判断の軸は、円盤・棒・大小制約という設定を持つ題材そのものか、それとも別の対話システム・プランニング手法・表現形式を指す語かである。SHRDLUは積み木の世界で指示文を解釈して操作する対話システム、STRIPSは前提条件と効果を記述するプランニング手法、探索木は候補となる状態や手順を木構造で表したものであり、いずれも円盤を移動させる制約付きの問題そのものではない。
大項目2 人工知能をめぐる動向 / 探索・推論
操作の前提条件と実行後の効果を記述し、初期状態から目標状態へ至る行動の手順を自動で組み立てるプランニングのシステムはどれか。
前提条件と効果を記述して行動の手順を組み立てる点が問われているので、プランニングのシステムの名称を答える。正解は「STRIPS」である。STRIPSは、操作の前提条件と実行後の効果を記述し、初期状態から目標状態へ至る行動の手順を自動で組み立てる。「探索木」は探索の過程を木の形で表したもの、「意味ネットワーク」は概念と関係を線で結ぶ知識表現、「エキスパートシステム」は専門家の知識をルールとして使う仕組みであり、いずれも前提条件と効果から行動の計画を立てるシステムを指す用語ではない。したがって、設問のシステムはSTRIPSである。
同じ章で確認したい用語
到達チェック
- 探索木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、探索木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）