最終更新日:2026年9月24日
gk cheatsheet
まず結論
古典AIでは、探索・推論・知識表現を中心に、状態や規則、知識を明示的に扱います。
G検定では、
- 探索 → 解への経路を探す
- 推論 → 知識や規則から結論を導く
- 知識表現 → 知識を計算機で扱える形にする
で整理します。
直感的な説明
古典AIは、
問題の状態やルールを表現し、それを使って答えを探す
考え方が中心です。
一方、機械学習ではデータからパラメータやパターンを学習します。
ただし、
古典AIは一切データを使わない
機械学習は人が知識を与えない
という完全な二分法ではありません。
定義・仕組み
探索
状態空間から解へ至る経路を探します。
代表例:
- BFS
- DFS
- A*
推論
明示された知識や規則から新しい結論を導きます。
知識表現
- IF-THENルール
- 論理
- フレーム
- セマンティックネットワーク
などを使います。
いつ使う?(得意・不得意)
ルール・制約・状態遷移を明示しやすい問題では、古典的手法が有効です。
一方、知識の記述・保守や、大規模な探索空間では難しさが生じます。
G検定ひっかけポイント
古典AI=機械学習の反対語?
❌ 完全に排他的な分類
⭕ 歴史・代表的アプローチを整理するための区分
代表キーワード
- 探索
- 推論
- 知識表現
- エキスパートシステム
が出たら古典AIを疑います。
まとめ(試験直前用)
- 古典AI=探索・推論・知識表現
- 状態・規則・知識を明示的に扱う
- 機械学習はデータからパターンを学習
- 両者を完全な二者択一にしない
- 「何を明示し、何を学ぶか」で切る