---
title: "機械学習におけるフレーム問題とは？【G検定対策】"
description: "機械学習におけるフレーム問題について、G検定で問われるAI・機械学習分野の観点から、基本的な意味、代表モデル・手法との関係、試験で問われやすい判断軸を整理します。暗記だけでなく、似た概念との混同を避ける見分け方や、選択肢を切るためのポイントも確認します。"
canonical_url: "https://stemtazoo.github.io/gk/frame-problem/"
section: "gk"
---

## まず結論

* **フレーム問題**とは、「行動の結果として何が変わり、何が変わらないのか」を**すべて事前に考慮することが困難**であるという問題である
* G検定では「**AIが行動を選択する際の難しさ**」として問われ、**シンボルグラウンディング問題やトイプロブレムとの区別**が重要になる

---

## 直感的な説明

AIに「何かをやれ」と命令したとき、
人間なら当たり前に考えることを、AIは**全部明示しないと分からない**。

例：

* ロボットに「爆弾を洞窟から取り出せ」と命令する
* 人間：

  * どう運ぶ？
  * 衝撃は？
  * 周囲は安全？
* AI：

  * **何を考慮すべきか分からない**

この「**考慮すべき範囲（フレーム）を決められない問題**」がフレーム問題。

---

## 定義・仕組み

* フレーム問題（Frame Problem）は、もともと**人工知能研究（記号AI）**で議論された問題
* 行動を起こしたときに、

  * 変わる状態
  * 変わらない状態
    を**事前にすべて列挙することが困難**である、という本質的な問題

機械学習・AIの文脈では：

* AIが

  * どの情報を考慮すべきか
  * どこまで予測すべきか
    を決められないことが、**行動選択の難しさ**につながる

※ G検定では数式・理論背景は不要。
「**考慮すべき情報が多すぎて行動を決められない**」と理解すれば十分。

---

## いつ使う？（得意・不得意）

### 関連する場面

* ロボット制御
* 自動運転
* 強化学習における行動選択

### 苦手な状況

* 現実世界のように

  * 状態が多い
  * 予測不能な要素が多い
  * 暗黙知が多い

→ **完全なルール記述ができない**

---

## G検定ひっかけポイント

### よくある混同①：シンボルグラウンディング問題

* ❌ 言葉や記号の意味が分からない問題
* ✅ フレーム問題：

  * **何を考慮すべきか分からない問題**

例：

* 「シマ」と「ウマ」を学習しても「シマウマ」が分からない
  → **シンボルグラウンディング問題**

---

### よくある混同②：トイプロブレム

* ❌ ルールとゴールが明確な問題
* ✅ フレーム問題：

  * **現実世界の複雑さ**が原因

例：

* 迷路・オセロ
  → トイプロブレム（フレーム問題ではない）

---

### 選択肢の判断基準

* 「**現実世界では起こり得ないことまで考慮して動けない**」
  → フレーム問題
* 「**記号の意味が理解できない**」
  → シンボルグラウンディング問題
* 「**ルールとゴールが明確**」
  → トイプロブレム

---

## まとめ（試験直前用）

* フレーム問題＝**考慮すべき範囲を決められない問題**
* 行動の結果をすべて予測できない
* 現実世界のAIで特に顕在化
* 記号の意味の問題ではない
* 迷ったら「考えすぎて動けないAI」を思い出す