---
title: "第3次AIブームとは？（要因まとめ）"
description: "第3次AIブーム（要因まとめ）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/third-ai-boom/"
section: "gk"
---

## まず結論

第3次AIブームとは、**ビッグデータ・計算資源の向上・深層学習（ディープラーニング）の登場によって、AIが実用段階に入った時代**です。
G検定では、**「なぜ第3次でブームが起きたのか」その要因の組み合わせ**が問われます。

## 直感的な説明

第3次AIブームは、

> 「AIが賢くなった」
> というより、
> 「**AIが学習できる環境がそろった**」
> と考えると理解しやすいです。

* データが大量に集まった
* 計算が高速にできるようになった
* 学習方法（深層学習）が進化した

この3つが同時にそろったことで、AIが現実世界で使えるようになりました。

## 定義・仕組み

第3次AIブームを支える三大要因は、次の通りです。

1. **ビッグデータ**
   インターネットやIoTの普及により、大量かつ多様なデータが利用可能になった

2. **計算資源の向上**
   GPUの発展やクラウド環境により、大規模計算が可能になった

3. **深層学習（ディープラーニング）**
   多層ニューラルネットワークにより、特徴量を自動で学習できるようになった

👉 この3つは **セットで覚える** のが重要です。

## いつ使う？（得意・不得意）

**第3次AIブームで実用化が進んだ分野**

* 画像認識（顔認識、自動運転）
* 音声認識・自然言語処理
* レコメンドシステム

**注意点**

* データや計算資源がないと性能が出ない
* 学習・運用コストが高い

## G検定ひっかけポイント

G検定では、次の混同が頻出です。

* **第2次AIブームとの違い**
* **要因を1つだけ選ばせる問題**

よくある誤った選択肢

* ❌「エキスパートシステムの発展」→ 第2次AIブーム
* ❌「少量データでも高精度」

**正しい判断基準**

* ビッグデータ × GPU × 深層学習 → **第3次AIブーム**
* ルールベース・知識ベース → 第2次AIブーム

## まとめ（試験直前用）

* 第3次AIブーム＝**AIの実用化フェーズ**
* 要因は「ビッグデータ・計算資源・深層学習」
* 1つ欠けても成立しない
* 第2次AIブームと混同しない
* 組み合わせ問題に注意