生成AIパスポート 用語解説
ディープラーニングとは
ニューラルネットワークの層を深く重ね、複雑なパターンを学習する機械学習の手法。第三次AIブームの中心。
まず押さえる結論
ディープラーニングは、生成AIパスポートの「第1章 AI（人工知能）」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。
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
- 教師あり学習・教師なし学習・強化学習の取り違え。クラスタリングや次元削減は「教師なし」、分類や回帰は「教師あり」、報酬を手がかりに学ぶのが「強化学習」。
- 弱いAI（ANI）と強いAI（AGI）の混同。特定の課題に特化するのが弱いAI、人間のように幅広い課題へ汎用的に対応できるとされるのが強いAI。
- AIブームと中心技術の対応ずれ。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とビッグデータ。
関連する確認問題
第1章 AI（人工知能） / AIの歴史
第二次AIブームの中心となった、専門家の知識をルールとして取り込み推論を行う仕組みはどれか。
第二次AIブームでは、専門家の知識をルール化して問題解決を行うエキスパートシステムが中心となった。ディープラーニングとビッグデータは第三次AIブームを支えた要素、探索と推論は第一次AIブームの中心で、時期が異なる。
第1章 AI（人工知能） / AIの歴史
現在まで続く第三次AIブームを支えた中心的な要素として最も適切なものはどれか。
第三次AIブームは、大量のデータ（ビッグデータ）とディープラーニングの発展によって支えられた。エキスパートシステムは第二次AIブーム、探索と推論は第一次AIブームの中心であり、ルールベースは人間が規則を記述する旧来の方式である。
第1章 AI（人工知能） / AIの歴史
第一次AIブームで中心となった、迷路やパズルなどで考えられる選択肢を順にたどり、ゴールへの道筋を見つける手法を何というか。
第一次AIブームでは、考えられる選択肢を順にたどって解への道筋を見つける探索（と推論）が中心だった。エキスパートシステムは第二次AIブームの仕組み、ディープラーニングは第三次AIブームを支えた技術、クラスタリングは教師なし学習の手法で、いずれも第一次AIブームの中心手法ではない。なお、AIへの期待がしぼんで研究が停滞した時期は「AIの冬」と呼ばれる。
同じ章で確認したい用語
到達チェック
- ディープラーニング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、ディープラーニング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