G検定 用語解説
クラウドとは
計算資源をネットワーク越しに利用する形態。
まず押さえる結論
クラウドは、G検定の「大項目7 AIの社会実装に向けて」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。 一次情報確認日: 2026-10-02。
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7 AIの社会実装に向けて」の問題で、取り違えやすい組み合わせです。
- CRISP-DM（進め方の枠組み）とPoC（概念実証）の役割の取り違え。
- データリーケージ（学習・評価データに正解情報が混入する事故）の見落とし。
- 説明可能AI（XAI）・公平性・透明性など、近い概念の取り違え。
関連する確認問題
大項目7 AIの社会実装に向けて / データの整備と運用
農地のセンサ端末で病害兆候を推論し、通信が途切れても警告を出せる構成はどれか。
この事例では「ネットワーク接続に依存せず現場側で推論するか」を確認すると、「エッジAI」が当てはまると分かる。正解は「エッジAI」である。エッジAIは、端末や現場に近い場所でAIの推論などを行う構成であり、通信遅延やデータ送信量を抑えたい場面で用いられる。クラウドはネットワーク越しに計算資源を利用する形態、MLOpsはモデルの開発・運用を継続的に回す方法論、プライバシー・バイ・デザインは設計段階から個人情報保護を組み込む考え方である。 計算する場所を確認する。クラウドは遠隔データセンターの計算資源、MLOpsは開発運用の方法論、プライバシー・バイ・デザインは設計原則である。工場端末やスマートフォンなど現場側で推論するのがエッジAIである。
大項目7 AIの社会実装に向けて / データの整備と運用
工場設備やスマートフォンなど、データが発生する端末の近くでAIの推論を行い、クラウドとの通信遅延やデータ送信量を抑える構成を何というか。
正解は「エッジAI」である。エッジAIは、端末や現場に近い場所でAIの推論などを行う構成であり、通信遅延やデータ送信量を抑えたい場面で用いられる。クラウドはネットワーク越しに計算資源を利用する形態、MLOpsはモデルの開発・運用を継続的に回す方法論、プライバシー・バイ・デザインは設計段階から個人情報保護を組み込む考え方である。 計算する場所を確認する。クラウドは遠隔データセンターの計算資源、MLOpsは開発運用の方法論、プライバシー・バイ・デザインは設計原則である。工場端末やスマートフォンなど現場側で推論するのがエッジAIである。
大項目7 AIの社会実装に向けて / データの整備と運用
ウェアラブル端末内で心拍異常を即時検知し、生データを常時クラウド送信しない構成はどれか。
この事例では「発生端末側で低遅延推論を行うか」を確認すると、「エッジAI」が当てはまると分かる。正解は「エッジAI」である。エッジAIは、端末や現場に近い場所でAIの推論などを行う構成であり、通信遅延やデータ送信量を抑えたい場面で用いられる。クラウドはネットワーク越しに計算資源を利用する形態、MLOpsはモデルの開発・運用を継続的に回す方法論、プライバシー・バイ・デザインは設計段階から個人情報保護を組み込む考え方である。 計算する場所を確認する。クラウドは遠隔データセンターの計算資源、MLOpsは開発運用の方法論、プライバシー・バイ・デザインは設計原則である。工場端末やスマートフォンなど現場側で推論するのがエッジAIである。
同じ章で確認したい用語
到達チェック
- クラウド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、クラウド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）