AIの基礎と歴史
AIとは(ルールベースと機械学習)
AIには現時点で確立された定義がないこと、AIに知能をもたらす仕組みには、人が規則や知識を書き込んで推論させるルールベース(知識ベース・エキスパートシステム)と、データからパターンを取り出して自ら知識を獲得する機械学習があること、人がすべてを記述するルールベースの限界から機械学習へ発展したことを押さえると解けます。
要点 8件・基本問題 8問読む → 覚える → 解くまでこのページで完結

AIには現時点で確立された定義がないこと、AIに知能をもたらす仕組みには、人が規則や知識を書き込んで推論させるルールベース(知識ベース・エキスパートシステム)と、データからパターンを取り出して自ら知識を獲得する機械学習があること、人がすべてを記述するルールベースの限界から機械学習へ発展したことを押さえると解けます。
このサイトでの学習
学習優先度 A対応する一問一答 12問
AIとは(ルールベースと機械学習)|定義は確立していない
AI(人工知能)には現時点で確立された定義がなく、厳密に定義することは難しいとされている(AI事業者ガイドライン・人間中心のAI社会原則)。
比較して覚える
AIに知能をもたらす2つの仕組み:ルールベースと機械学習
人が規則や知識を書き込むルールベース(知識ベース)と、データからパターンを取り出して自ら知識を獲得する機械学習を並べます。「誰が知識を用意するか」「何が限界か」を取り違える肢を切り分けられます。
| 事由 | ルールベース(知識ベース) | 機械学習 |
|---|---|---|
| 知識・規則を用意するのは | 人(形式的な言葉で書き込む) | AI自身(データからパターンを取り出して獲得する) |
| 答えの出し方 | 書き込んだ規則・知識をもとに、論理的な推論で導く | 学習で調整したモデルに新しいデータを与えて、予測・分類などを出す(推論) |
| 代表例 | エキスパートシステム(専門分野の知識を取り込んで推論し、専門家のように振る舞う) | 分類・回帰などの教師あり学習、クラスタリングなどの教師なし学習、強化学習 |
| 課題・限界 | 必要な情報をすべて人が記述する必要があり、扱える知識は特定の領域に限られた | 性能が、与えるデータの表し方(特徴量)に大きく左右される。ディープラーニング以前は特徴量を人が設計していた |
| 盛んだった時期 | 第二次AIブーム(1980年代) | 第三次AIブーム(2000年代〜) |
知識・規則を用意するのは
- ルールベース(知識ベース)
- 人(形式的な言葉で書き込む)
- 機械学習
- AI自身(データからパターンを取り出して獲得する)
答えの出し方
- ルールベース(知識ベース)
- 書き込んだ規則・知識をもとに、論理的な推論で導く
- 機械学習
- 学習で調整したモデルに新しいデータを与えて、予測・分類などを出す(推論)
代表例
- ルールベース(知識ベース)
- エキスパートシステム(専門分野の知識を取り込んで推論し、専門家のように振る舞う)
- 機械学習
- 分類・回帰などの教師あり学習、クラスタリングなどの教師なし学習、強化学習
課題・限界
- ルールベース(知識ベース)
- 必要な情報をすべて人が記述する必要があり、扱える知識は特定の領域に限られた
- 機械学習
- 性能が、与えるデータの表し方(特徴量)に大きく左右される。ディープラーニング以前は特徴量を人が設計していた
盛んだった時期
- ルールベース(知識ベース)
- 第二次AIブーム(1980年代)
- 機械学習
- 第三次AIブーム(2000年代〜)
この論点の用語
用語集をすべて見る →01AIとは(ルールベースと機械学習)の重要暗記項目
AIとは(ルールベースと機械学習)|定義は確立していない
AI(人工知能)には現時点で確立された定義がなく、厳密に定義することは難しいとされている(AI事業者ガイドライン・人間中心のAI社会原則)。
AIとは(ルールベースと機械学習)|AIが指すもの
AIは、確立した定義はないものの、人間の思考プロセスと同じような形で動作するコンピュータープログラムや、コンピューター上で知的判断を下せるシステム等を指す(AI事業者ガイドライン)。
AIとは(ルールベースと機械学習)|エキスパートシステムとAI
機械学習を行わず、専門家の知識を大量に入力して知識にもとづく推論を行うエキスパートシステムも、AIとみなす考えがある(AI事業者ガイドライン)。
ひっかけ注意「機械学習を行わないシステムはAIとはみなされないため、専門家の知識を入力して推論するエキスパートシステムはAIに含まれない」は誤り。 「AIに含まれない」の部分が違う。AI事業者ガイドライン(第1.2版)は、機械学習(データから自ら学ぶこと)をしないエキスパートシステムも、AIとみなす考えもあるとしている。エキスパートシステムは専門家の知識を書き込んで推論させるプログラムで、たとえばベテラン社員の判断の決まりを書き出し、そのとおりに答えるソフトのようなものである。
AIとは(ルールベースと機械学習)|ルールベースの仕組み
ルールベース(知識ベース)のAIは、人があらかじめ形式的な言葉で書き込んだ規則や知識をもとに、論理的な推論の規則で自動的に答えを導く。
AIとは(ルールベースと機械学習)|機械学習の仕組み
機械学習は、AIが生のデータからパターンを取り出して、自ら知識を獲得する仕組みである。
AIとは(ルールベースと機械学習)|機械学習とルールベース
機械学習では、人が規則を書き込むのではなく、AIがデータから規則やパターンを学ぶ。人が判断の規則を書き込むのはルールベースである。
ひっかけ注意「機械学習では、人が判断の規則を書き込み、AIはその規則どおりに処理するだけで、データから学ぶことはない」は誤り。 人が判断の規則を書き込み、そのとおりに処理させるのはルールベース(知識ベース)の方法で、機械学習と取り違えている。機械学習は、データからパターンを取り出してAI自身が決まりを身につける仕組みである(『Deep Learning』)。マニュアルを渡して従わせるのがルールベース、たくさんの実例を見せて自分でコツをつかませるのが機械学習、と覚えるとよい。
AIとは(ルールベースと機械学習)|エキスパートシステム
エキスパートシステムは、専門分野の知識を取り込んだうえで推論することで、その分野の専門家のように振る舞うプログラムである。
AIとは(ルールベースと機械学習)|ルールベースの限界
ルールベースのAIでは、必要な情報を人がコンピューターに理解できるように記述する必要があり、世の膨大な情報をすべて記述するのは困難なため、使える知識は特定の領域に限られた。
覚える数字と、狙われる引っかけ
- ひっかけ「機械学習を行わないシステムはAIとはみなされないため、専門家の知識を入力して推論するエキスパートシステムはAIに含まれない」は誤り。「AIに含まれない」の部分が違う。AI事業者ガイドライン(第1.2版)は、機械学習(データから自ら学ぶこと)をしないエキスパートシステムも、AIとみなす考えもあるとしている。エキスパートシステムは専門家の知識を書き込んで推論させるプログラムで、たとえばベテラン社員の判断の決まりを書き出し、そのとおりに答えるソフトのようなものである。
- ひっかけ「機械学習では、人が判断の規則を書き込み、AIはその規則どおりに処理するだけで、データから学ぶことはない」は誤り。人が判断の規則を書き込み、そのとおりに処理させるのはルールベース(知識ベース)の方法で、機械学習と取り違えている。機械学習は、データからパターンを取り出してAI自身が決まりを身につける仕組みである(『Deep Learning』)。マニュアルを渡して従わせるのがルールベース、たくさんの実例を見せて自分でコツをつかませるのが機械学習、と覚えるとよい。
- ひっかけ「第二次AIブームのころのコンピューターは、必要な情報を自ら収集して蓄積できたため、人が知識を書き込む必要はなかった」は誤り。「自ら収集して蓄積できた」の部分が違う。平成28年版情報通信白書は、当時のコンピューターは必要な情報を自ら集めて蓄えることができず、全部を人が記述する必要があったとしている。資料を自分で探せない新人のために、先輩が必要なことを全部書き出して渡さなければならない状態にたとえられる。この限界から、1995年頃に再び冬の時代を迎えた。
- ひっかけ「ルールベースの限界が明らかになったことで、データから知識を獲得する方向ではなく、人がより多くの規則を書き込む方向へAIの研究が進んだ」は誤り。研究が進んだのは逆の方向である。『Deep Learning』は、書き込んだ知識に頼るシステムの困難から、AIがデータからパターンを取り出して自ら知識を獲得する能力(機械学習)が必要になったとしている。平成28年版情報通信白書も、第三次ブームで機械学習が実用化されたとする。決まりを書き足し続けるのではなく、実例から学ばせる方向へ変わったのである。
- ひっかけ「ディープラーニングは機械学習とは別の系統の技術であり、機械学習には含まれない」は誤り。「機械学習には含まれない」の部分が違う。『Deep Learning』は、ディープラーニングを表現学習の一種、表現学習を機械学習の一種としている。ディープラーニングは、層を深く重ねたニューラルネットワーク(脳の仕組みにヒントを得た計算のしかけ)を使う機械学習のやり方の1つである。「電気自動車は自動車ではない」と言うのが誤りなのと同じ関係である。
02試験で正誤を分けるチェック順
- 1AI(人工知能)には現時点で確立された定義がなく、厳密に定義することは難しいとされている(AI事業者ガイドライン・人間中心のAI社会原則)。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 2AIは、確立した定義はないものの、人間の思考プロセスと同じような形で動作するコンピュータープログラムや、コンピューター上で知的判断を下せるシステム等を指す(AI事業者ガイドライン)。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 3機械学習を行わず、専門家の知識を大量に入力して知識にもとづく推論を行うエキスパートシステムも、AIとみなす考えがある(AI事業者ガイドライン)。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 4ルールベース(知識ベース)のAIは、人があらかじめ形式的な言葉で書き込んだ規則や知識をもとに、論理的な推論の規則で自動的に答えを導く。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 5機械学習は、AIが生のデータからパターンを取り出して、自ら知識を獲得する仕組みである。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 6機械学習では、人が規則を書き込むのではなく、AIがデータから規則やパターンを学ぶ。人が判断の規則を書き込むのはルールベースである。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 7エキスパートシステムは、専門分野の知識を取り込んだうえで推論することで、その分野の専門家のように振る舞うプログラムである。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 8ルールベースのAIでは、必要な情報を人がコンピューターに理解できるように記述する必要があり、世の膨大な情報をすべて記述するのは困難なため、使える知識は特定の領域に限られた。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 9第二次AIブームのころのコンピューターは、必要な情報を自ら収集して蓄積することができず、人が記述して与える必要があった。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 10人が書き込んだ知識に頼るシステムの困難から、AIにはデータからパターンを取り出して自ら知識を獲得する能力(機械学習)が必要と考えられるようになり、第三次AIブームでは機械学習が実用化された。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 11ディープラーニングは表現学習の一種で、表現学習は機械学習の一種であり、機械学習はAIを実現する多くの(すべてではない)方法で使われる。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 12ディープラーニングは機械学習に含まれる(ディープラーニングは表現学習の一種で、表現学習は機械学習の一種)。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
03この論点の根拠
- 内容の基準日
- 2026-11-20
- 復習方法
- 要点を確認した後、○×一問一答で条件の違いを見分ける
法改正により扱いが変わる場合があります。試験日程や申込みに関する情報は、 必ず公式案内も確認してください。
問題演習
AIとは(ルールベースと機械学習)の○×一問一答
1/8問解答 0・正解 0
AIの基礎と歴史
AIとは(ルールベースと機械学習)|定義は確立していない
AI(人工知能)には、研究者の間でも現時点で確立された定義はないとされている。
AIとは(ルールベースと機械学習)の○×一問一答12問|問題と解説
この論点で収録している12問を、正誤と解説つきで通して読めます。 上の演習で迷った問題を見直すときに使ってください。
問1
AIとは(ルールベースと機械学習)|定義は確立していないAI(人工知能)には、研究者の間でも現時点で確立された定義はないとされている。
答え:○(正しい)
解説
正しい。AI事業者ガイドライン(第1.2版)は、AIには未だ確立された定義はないとし、人間中心のAI社会原則も、研究者によって考え方が様々で現在のところ明確な定義はないとしている。「知能」の受け取り方が人によって違うためで、「AI」という言葉が会社や人によって少しずつ違う意味で使われているのはこのためである。 要点:AI(人工知能)には現時点で確立された定義がなく、厳密に定義することは難しいとされている(AI事業者ガイドライン・人間中心のAI社会原則)。
問2
AIとは(ルールベースと機械学習)|AIが指すものAI事業者ガイドラインは、AIを、人間の思考プロセスと同じような形で動作するコンピュータープログラムや、コンピューター上で知的判断を下せるシステム等を指すものと説明している。
答え:○(正しい)
解説
正しい。AI事業者ガイドライン(第1.2版)の「AIとは」の説明どおり。「人工」の「知能」という字のとおり、人が考えて判断するような働きをコンピューター上で行うものを広く指す。たとえば、問い合わせの文を読んで担当部署を振り分ける仕組みも、人の判断の代わりをするコンピューターのプログラムといえる。 要点:AIは、確立した定義はないものの、人間の思考プロセスと同じような形で動作するコンピュータープログラムや、コンピューター上で知的判断を下せるシステム等を指す(AI事業者ガイドライン)。
問3
AIとは(ルールベースと機械学習)|エキスパートシステムとAI機械学習を行わないシステムはAIとはみなされないため、専門家の知識を入力して推論するエキスパートシステムはAIに含まれない。
答え:×(誤り)
解説
誤り。誤りは「AIに含まれない」の部分。AI事業者ガイドライン(第1.2版)は、機械学習(データから自ら学ぶこと)をしないエキスパートシステムも、AIとみなす考えもあるとしている。エキスパートシステムは専門家の知識を書き込んで推論させるプログラムで、たとえばベテラン社員の判断の決まりを書き出し、そのとおりに答えるソフトのようなものである。 要点:機械学習を行わず、専門家の知識を大量に入力して知識にもとづく推論を行うエキスパートシステムも、AIとみなす考えがある(AI事業者ガイドライン)。
問4
AIとは(ルールベースと機械学習)|ルールベースの仕組みルールベースのAIは、人があらかじめ書き込んだ規則や知識をもとに、論理的な推論によって答えを導く。
答え:○(正しい)
解説
正しい。『Deep Learning』(Goodfellow ら)は、知識を形式的な言葉で書き込み、論理の規則で自動的に推論させる方法を、AIの知識ベース(ルールベース)のアプローチとしている。知識や規則を用意するのは人である。たとえば「金額が10万円以上なら課長の承認が要る」という決まりを人が書き込み、システムがそのとおりに判定するのがルールベースの考え方である。 要点:ルールベース(知識ベース)のAIは、人があらかじめ形式的な言葉で書き込んだ規則や知識をもとに、論理的な推論の規則で自動的に答えを導く。
問5
AIとは(ルールベースと機械学習)|機械学習の仕組みデータの中からパターンを見つけ出し、AI自身が知識を獲得できるようにする仕組みを機械学習という。
答え:○(正しい)
解説
正しい。『Deep Learning』は、生のデータからパターンを取り出して自ら知識を獲得する能力を機械学習と呼んでいる。人が決まりを書く代わりに、データから決まりを見つけさせる。同書は、迷惑メールと通常のメールを分けることを単純な機械学習でできる例に挙げている。大量の実例から、どんな文面が迷惑メールらしいかをAI自身につかませるのが機械学習である。 要点:機械学習は、AIが生のデータからパターンを取り出して、自ら知識を獲得する仕組みである。
問6
AIとは(ルールベースと機械学習)|機械学習とルールベース機械学習では、人が判断の規則を書き込み、AIはその規則どおりに処理するだけで、データから学ぶことはない。
答え:×(誤り)
解説
誤り。人が判断の規則を書き込み、そのとおりに処理させるのはルールベース(知識ベース)の方法で、機械学習と取り違えている。機械学習は、データからパターンを取り出してAI自身が決まりを身につける仕組みである(『Deep Learning』)。マニュアルを渡して従わせるのがルールベース、たくさんの実例を見せて自分でコツをつかませるのが機械学習、と覚えるとよい。 要点:機械学習では、人が規則を書き込むのではなく、AIがデータから規則やパターンを学ぶ。人が判断の規則を書き込むのはルールベースである。
問7
AIとは(ルールベースと機械学習)|エキスパートシステム専門分野の知識を取り込んだうえで推論し、その分野の専門家のように振る舞うプログラムをエキスパートシステムという。
答え:○(正しい)
解説
正しい。平成28年版情報通信白書の説明どおり。エキスパートシステムは、専門家の知識を取り込み、それをもとに推論して答えを出すプログラムで、第二次AIブーム(1980年代)に多数生み出された。たとえば、ベテランの担当者の判断の仕方を書き出して取り込み、新人の代わりに「この場合はこう対応する」と答えてくれるプログラムをイメージするとよい。 要点:エキスパートシステムは、専門分野の知識を取り込んだうえで推論することで、その分野の専門家のように振る舞うプログラムである。
問8
AIとは(ルールベースと機械学習)|ルールベースの限界ルールベースのAIでは、必要な知識を人がコンピューターに理解できる形で書き込む必要があり、扱える知識は特定の領域に限られがちだった。
答え:○(正しい)
解説
正しい。平成28年版情報通信白書は、当時は必要な情報をすべて人がコンピューターに分かるよう記述する必要があり、膨大な情報を全部記述するのは困難なため、使える知識は特定の領域に限られたとしている。社内のあらゆる例外的な事情まで規則に書き出すのは現実には難しく、書き出せた範囲の仕事しか任せられない、というのと同じである。 要点:ルールベースのAIでは、必要な情報を人がコンピューターに理解できるように記述する必要があり、世の膨大な情報をすべて記述するのは困難なため、使える知識は特定の領域に限られた。
問9
AIとは(ルールベースと機械学習)|情報を自ら集められなかった第二次AIブームのころのコンピューターは、必要な情報を自ら収集して蓄積できたため、人が知識を書き込む必要はなかった。
答え:×(誤り)
解説
誤り。誤りは「自ら収集して蓄積できた」の部分。平成28年版情報通信白書は、当時のコンピューターは必要な情報を自ら集めて蓄えることができず、全部を人が記述する必要があったとしている。資料を自分で探せない新人のために、先輩が必要なことを全部書き出して渡さなければならない状態にたとえられる。この限界から、1995年頃に再び冬の時代を迎えた。 要点:第二次AIブームのころのコンピューターは、必要な情報を自ら収集して蓄積することができず、人が記述して与える必要があった。
問10
AIとは(ルールベースと機械学習)|限界から機械学習へルールベースの限界が明らかになったことで、データから知識を獲得する方向ではなく、人がより多くの規則を書き込む方向へAIの研究が進んだ。
答え:×(誤り)
解説
誤り。研究が進んだのは逆の方向である。『Deep Learning』は、書き込んだ知識に頼るシステムの困難から、AIがデータからパターンを取り出して自ら知識を獲得する能力(機械学習)が必要になったとしている。平成28年版情報通信白書も、第三次ブームで機械学習が実用化されたとする。決まりを書き足し続けるのではなく、実例から学ばせる方向へ変わったのである。 要点:人が書き込んだ知識に頼るシステムの困難から、AIにはデータからパターンを取り出して自ら知識を獲得する能力(機械学習)が必要と考えられるようになり、第三次AIブームでは機械学習が実用化された。
問11
AIとは(ルールベースと機械学習)|AI・機械学習・DLの関係ディープラーニングは機械学習の一種であり、機械学習はAIを実現するための方法の一つである。
答え:○(正しい)
解説
正しい。『Deep Learning』の図のとおり、AIの中に機械学習があり、その中に表現学習、さらにその中にディープラーニング(深層学習)がある。機械学習を使わないAI(知識ベースなど)もある。「乗り物」の中に「自動車」があり、その中に「電気自動車」がある、という入れ子の関係にたとえると覚えやすい。 要点:ディープラーニングは表現学習の一種で、表現学習は機械学習の一種であり、機械学習はAIを実現する多くの(すべてではない)方法で使われる。
問12
AIとは(ルールベースと機械学習)|DLは機械学習の一種ディープラーニングは機械学習とは別の系統の技術であり、機械学習には含まれない。
答え:×(誤り)
解説
誤り。誤りは「機械学習には含まれない」の部分。『Deep Learning』は、ディープラーニングを表現学習の一種、表現学習を機械学習の一種としている。ディープラーニングは、層を深く重ねたニューラルネットワーク(脳の仕組みにヒントを得た計算のしかけ)を使う機械学習のやり方の1つである。「電気自動車は自動車ではない」と言うのが誤りなのと同じ関係である。 要点:ディープラーニングは機械学習に含まれる(ディープラーニングは表現学習の一種で、表現学習は機械学習の一種)。
AIとは(ルールベースと機械学習)の問題を続けて解く
この論点に対応する12問を絞り込んで出題します。