---
title: "第二次AIブーム"
description: "第二次AIブームについて、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/second-ai-boom/"
section: "gk"
---

## まず結論

* **第二次AIブームの中心は「エキスパートシステム」**
* **人間の専門家の知識をルールとして組み込むAI**
* **ディープラーニングは第三次AIブーム**

👉 G検定では「どのブームで・何が流行ったか」を正確に区別できるかが重要。

---

## 直感的な説明

第二次AIブームは、

> 「人間の知識をそのままコンピュータに入れれば賢くなるのでは？」

という発想の時代です。

そこで登場したのが👇

* **エキスパートシステム**

医師・技術者・専門家の知識を

* IF-THEN ルール

として大量に登録し、

* 推論エンジン

で結論を導きます。

---

## 定義・仕組み

### 第二次AIブームとは

* **1980年代** に起こったAI研究・産業化の盛り上がり
* 知識工学（Knowledge Engineering）が中心

---

### エキスパートシステムの構成

エキスパートシステムは次の要素から成ります。

* **知識ベース**（専門家の知識・ルール）
* **推論エンジン**（ルールを使って結論を導く）

👉 学習ではなく **知識の記述** が中心

---

## いつ使われた？（得意・不得意）

### 得意だったこと

* 医療診断支援
* 設備トラブル診断
* 法律・会計の助言

👉 専門知識が明確な領域

---

### 限界・失速の理由

* ルール作成が人手依存
* 知識の更新が困難
* あいまい・例外に弱い

👉 **知識獲得のボトルネック**

---

## 他のAIブームとの違い（超重要）

| AIブーム   | 主役             | 特徴       |
| ------- | -------------- | -------- |
| 第一次     | 探索・推論          | トイ・プロブレム |
| **第二次** | **エキスパートシステム** | 知識工学     |
| 第三次     | 機械学習・深層学習      | データ駆動    |

---

## G検定ひっかけポイント

* ❌「第二次AIブーム = ディープラーニング」

* ❌「第二次AIブーム = トイ・プロブレム」

* ❌「第二次AIブーム = ENIAC」

* ✅ **第二次AIブーム = エキスパートシステム**

---

## なぜ間違えやすい？

多くの人が👇を混同します。

* AIブームの順番
* 現代AI（深層学習）の印象

👉 「AI = ディープラーニング」という
**現代バイアス** が原因。

---

## まとめ（試験直前用）

* 第二次AIブームの主役は **エキスパートシステム**
* 人間の知識を **ルール化**
* 学習ではなく **知識記述**

👉 迷ったら

> **1980年代・ルール・専門家 → 第二次AIブーム**