G検定 用語解説
深さ優先探索とは
探索木で一つの経路を行き止まりまで深くたどってから後戻りし、別の経路を調べる探索方法。幅優先探索より記憶する情報は少なくて済む一方、最短経路の発見は保証されない。
深さ優先探索の意味と見分け方
深さ優先探索は、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
経路探索において、出発点から現在のノードまでに実際にかかったコストと、そのノードからゴールまでに必要と見積もったコストとの和を評価値として用い、その値が小さいノードを優先的に展開することで、効率よく最短経路を求めようとする手法はどれか。
正解はA*アルゴリズム。出発点から現在のノードまでに実際にかかったコストと、そのノードからゴールまでに必要と見積もったコスト（ヒューリスティック）との和を評価値とし、値の小さいノードを優先的に展開することで、無駄な探索を抑えながら効率よく最短経路を求める手法である。幅優先探索は出発点に近い順に同じ深さのノードをすべて展開する方式であり、ゴールまでの見積もりコストを評価値に使わない。深さ優先探索は一つの経路を行き止まりまで深くたどる方式であり、こちらもゴールまでの見積もりコストで優先順位をつけるものではない。ブルートフォース（力任せ探索）はあらゆる可能性をしらみつぶしに調べる方式であり、コストの見積もりによってノードを優先的に展開する仕組みを持たない。問題文の「実際にかかったコストと、ゴールまでに必要と見積もったコストとの和を評価値として用い」という条件に一致するのはA*アルゴリズムだけである。
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。
大項目2 人工知能をめぐる動向 / 探索・推論
探索木で、1つの枝を行き止まりまで深く進み、行き詰まったら戻って別の枝を調べる探索方法はどれか。
1つの枝を深く進んで行き詰まったら戻る探索方法なので、探索の順序に注目する。正解は「深さ優先探索」である。深さ優先探索は、探索木で1つの枝を行き止まりまで深く進み、行き詰まったら戻って別の枝を調べる方法である。「幅優先探索」は同じ深さのノードを先にすべて調べる方法で、順序が逆である。「αβ法」はゲーム木で不要な枝を打ち切る方法、「Mini-Max法」は最善手を決める考え方であり、どちらも探索の順序を表す語ではない。したがって、設問の探索方法は深さ優先探索である。
同じ章で確認したい用語
到達チェック
- 深さ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、深さ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）