Skip to the content.

最終更新日:2026年9月24日

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

© 2024-2026 stemtazoo. All rights reserved.