AI・機械学習・ディープラーニングの包含関係
AI、機械学習、ディープラーニングは同義語ではなく、対象範囲が入れ子になった概念として整理します。最も広い概念がAIで、その中にデータから規則性を学ぶ機械学習があり、さらにその中に多層ニューラルネットワークを中心とするディープラーニングがあります。G検定ではこの包含関係が、歴史、技術分類、モデル選定の前提として頻出します。
正解の理由
機械学習はAIの一部であり、ディープラーニングは機械学習の一部という関係が正しいため、選択肢2が正解です。AIは探索、推論、知識表現、ルールベースシステムなども含む広い研究分野です。機械学習は、人がすべてのルールを明示する代わりに、データからパターンや予測規則を学習します。ディープラーニングはその代表的な方法の一つで、画像認識、音声認識、自然言語処理、生成AIなどで大きな成果を出しています。
G検定で押さえるポイント
- AIは「知的な処理を計算機で実現しようとする広い領域」と覚えます。
- 機械学習は「データから学習するAIの一分野」です。教師あり学習、教師なし学習、強化学習などを含みます。
- ディープラーニングは「多層ニューラルネットワークを使う機械学習の一分野」です。AI全体を指す言葉ではありません。
混同しやすい論点
- ディープラーニングの成功が目立つため、AI=ディープラーニングと短絡しがちですが、探索・推論・知識表現などの古典的AIもAIに含まれます。
- 機械学習と統計学は関係が深いものの、機械学習はAIシステムの予測・認識・意思決定に使う実装上の枠組みとして問われます。
- 生成AIや大規模言語モデルはディープラーニングの応用ですが、AIの全体像では一部です。
他の選択肢の評価
- 選択肢1は包含関係が逆です。AIが機械学習の一部なのではなく、機械学習がAIの一部です。
- 選択肢2は正しい包含関係を表しています。
- 選択肢3は誤りです。ディープラーニングはAIと無関係ではなく、機械学習に含まれる重要な技術です。
- 選択肢4は誤りです。3語は重なる部分がありますが、完全に同じ意味ではありません。
実務上の意味
実務では、課題に対していきなり「AIを入れる」と考えるのではなく、ルールベースで十分か、機械学習が必要か、ディープラーニングほどのデータ量と計算資源があるかを切り分けます。この包含関係を理解していると、過剰な技術選定や期待値のずれを避けやすくなります。
G検定では、用語の丸暗記だけでなく「どの場面で使う概念か」「何と対比されるか」まで問われやすいです。正答を選んだ後に、誤答がなぜ成り立たないかを説明できる状態にしておくと、文章表現を変えた問題にも対応しやすくなります。G検定対策では、正解語だけでなく、反対概念、代表例、限界、現在の実務での使われ方を一緒に説明できる粒度まで確認しておくと安定します。また、問題文の時代背景や技術名を手がかりに、どのAIブーム・どの学習方式・どの限界の話かを切り分けてください。