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。
まず押さえる結論
知能の定義は、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
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
目標とする状態に至るまでの選択肢や状態の移り変わりを順にたどり、解へと至る道筋を見つけ出す処理を、人工知能の基本的な手法として何と呼ぶか。
正解は探索。問題文の「状態の移り変わりをたどる」「解への道筋を見つける」が判断語である。推論は知識から結論を導く処理、機械学習とディープラーニングはデータから規則や特徴を学ぶ手法を指す。状態空間の候補を順に調べる処理なので探索に当たる。入力から何を得る処理かに注目する。候補状態と遷移をたどって経路を得るなら探索、既存知識から結論を得るなら推論、データから規則を得るなら学習という対応で整理できる。迷路で目標へ至る候補経路を調べる場面が対応する。
大項目1 人工知能とは / 人工知能の定義
あらかじめ与えられたデータからパターンや規則性を見いだし、未知のデータに対しても判断できるようにする技術を指す語はどれか。
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。
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
執筆: ミナト編集部（運営者情報を見る）