G検定 用語解説
知能の定義とは
『知能とは何か』についても人工知能と同様に確立した単一の定義はなく、学習・推論・環境への適応など複数の観点から論じられ、研究者や分野によって捉え方が異なる。
この記事の目次
知能の定義の意味と見分け方
知能の定義は、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
人工知能の性能が向上を続け、将来的に人間の知能を上回るとされる技術的な転換点を指す概念はどれか。
正解はシンギュラリティ。設問はAIの種類ではなく、性能向上の先に想定される将来の転換点を尋ねている。AI効果は実現した技術への見方の変化、強いAIと弱いAIはAIを理解主体とみなすかという立場の違いである。時間軸が将来の到達点に置かれているため、シンギュラリティを選ぶ。選択肢を、将来の時点、技術への評価、AI観の分類という三つの層に分けるとよい。設問の「人間の知能を超える転換点」に直接対応するのは将来時点を表す用語だけである。時間的な出来事を問う形式自体も手掛かりになる。
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
配送計画で、候補となる訪問順序を調べながら条件を満たす経路を見つける処理はどれか。
配送計画で訪問順序の候補を調べながら条件に合う経路を見つける処理は、取り得る順序の候補を順に試して解に近づく探索である。訪問先の数が増えるほど候補が増えるため、どの順で調べるかが探索の工夫になる。推論は知識から結論を導く処理、エキスパートシステムは専門家の知識をルール化して答えを出す仕組みであり、いずれも順序の候補をたどって解を見つけることが中心ではない。機械学習は過去データから規則を学ぶ技術で、事例に学習データは出てこない。配送のような順序の組み合わせを扱う設問では、候補をたどるのか、データから学ぶのかを先に確かめる。
同じ章で確認したい用語
到達チェック
- 知能の定義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、知能の定義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
用語を試験範囲の流れで読み直す本(Amazon)
PR執筆: AI資格ドリル編集部(運営者情報を見る)

