
G検定受験note(10/2)【人工知能とは①4つのレベル②AI効果】
G検定の受験のためにつけた、文字通りのノートです。
Hermes Agent(Grok 4.7)に噛み砕いて解説してもらってます!(^^)v
AIは間違うので、活用は自己責任でお願いします!(^^;
4つのレベル
位置づけ
G検定の「人工知能とは」は、賢い機械の定義を一つに決めない。代わりに、何を人間が書いて、何を機械が自分で獲得するかで4段に分ける。説明できることが目標。暗記の名簿ではない。
技術的には、深層学習は機械学習の一種だ。それでも試験は、この4つを別のレベルとして説明させる。試験は4段で切る。
1. 単純な制御プログラム
人間が条件と動作を全部書く。学習しない。探索もしない。
エアコンのサーモスタット、洗濯機のコース、信号のタイマー。温度が28度を超えたら冷やす、はこれ。
見た目が自動でも、中身がif-thenならこの段。マーケティングでAIと呼ばれても、試験の分類ではAIの上の段に上げない。
2. 古典的な人工知能
人間が知識やルールを書く。機械は、その中を探索したり推論したりする。
チェスの探索木、病気の知識を人間が入れた診断システム、決まった文法で文を扱う翻訳。賢いのは、書いた知識をうまく使うから。
知識は機械が自分で拾わない。人が入れ続ける必要がある。ここが、次の段との境目。
3. 機械学習
ルールを全部書かない。データからパターンを学ぶ。
ただし、何を見るかは人が設計することが多い。迷惑メールの単語、レコメンドの購入履歴、数値の特徴。中身の代表は、決定木、SVM、ロジスティック回帰、ランダムフォレスト。
スパムフィルタが「この単語が多いと迷惑」をデータから覚えるなら、この段。ルールを人間が一行ずつ書いたなら、2段目に戻る。
4. 深層学習
ディープラーニングと同じものを、この分類ではこう呼ぶ。データから、見る特徴そのものも学ぶ。層を重ねたニューラルネット。
画像をピクセルのまま入れて猫を見分ける、音声を波形から文字にする、大規模言語モデルが文脈を扱う。データ量と計算が要る。GPUやTPUの話は、この段の理由としてあとで出る。今夜は名前だけ。
AlphaGoのように探索も使うものは混ざる。試験が「深層学習の代表例」として出すときは、学習する本体がネットなら4段目に置く。探索の手続きだけを見たら2段目、ではない。
切り方
同じ「自動」でも、中身で分ける。
人が条件を書いたなら1。人が知識を書いて、機械が探索・推論するなら2。データからパターンを学び、特徴は人が設計するなら3。特徴まで学ぶなら4。
上の段があるから下がいらない、ではない。エアコンに深層学習は要らない。試験は、場面に対して段を選べるかも見る。
Exam Points
- 4つは、単純な制御プログラム、古典的な人工知能、機械学習、深層学習。この順で、人が書く量が減り、データから獲得するものが増える。
- 深層学習とディープラーニングは、この話では同じ段。
- 技術的には深層学習は機械学習の一種。試験の4段では、別レベルとして説明する。
- ルール固定の家電は1。知識を入れて推論する診断や探索は2。特徴を人が設計してデータで学ぶものは3。特徴も学ぶネットは4。
- 「AIと書いてある」では分類しない。学習するか、知識は誰が入れるか、特徴は誰が作るか。
AI効果
位置づけ
4つのレベルは、中身の分類。AI効果は、人がそれを知能と呼ぶかどうかが、成功したあとで変わる、という現象。分類と、呼び方のずれは別の話。
定義
人工知能で解けるようになった問題が、もう知能の働きとは見なされず、「ただの計算」「ただのプログラム」と呼ばれる。ジョン・マッカーシーが指摘した。動いた瞬間に、誰もそれをAIと呼ばなくなる。
分解
知能のゴールポストが後ろに下がる。できないうちは神秘で、できると工学になる。
電卓が一番分かりやすい。昔、計算は知的な仕事だった。機械がやるようになると、計算は知能ではない、になる。チェスも同じだ。探索で勝つようになると、「あれはただの探索」になる。文字認識も、経路案内も、動いたあとは当たり前の機能に見える。
4つのレベルとの関係はここだけ。1段目の家電や、2段目の探索が「AIじゃない」と見えるのは、性能が低いからだけではない。成功して、呼び方が降格したあとでもある。深層学習も、十年後には「ただの行列計算」と言われる可能性がある。それは失敗ではなく、AI効果の再来だ。
まだ解けていないものほど、人は「本当のAI」と呼ぶ。常識、文脈、初めての状況での判断。呼ばれている場所は、まだ成功していない場所に寄る。
試験での切り方
AI効果は、AIの定義そのものではない。定義が安定しない理由の名前。
「チェスは探索だからAIではない」と「チェスは解けたのでAIと呼ばれなくなった」は、両方書ける。前者は4つのレベルの中身。後者はAI効果。問題が「なぜ人はそれをAIと言わなくなるか」なら、後者。
Exam Points
- AI効果とは、解けた問題が知能と呼ばれなくなり、ただの計算やプログラムに見える現象。
- 指摘したのはジョン・マッカーシー。動いたら、もうAIと呼ばない。
- 例は電卓、チェス、文字認識、経路案内。できないときは知能、できると工学。
- 4つのレベルとは別。レベルは中身の分類。AI効果は、成功したあとの呼び方の変化。
- まだ難しい問題ほど「本当のAI」と呼ばれやすい。ゴールポストが下がっている。