最終更新日：2026年8月22日
gk cheatsheet
G検定トップ
＞ G検定 ひっかけ問題集（考え方付き）
まず結論
G検定のひっかけは、似た言葉を同じ種類だと思わせるものが多いです。
このページでは、正解を丸暗記するより、
- 何を聞いているか
- どの分類の用語か
- どこが誤りか
を言い換えて切る練習をします。
直感的な説明
問題文で迷ったら、まず「これは何についての話？」と分類します。
- 年代・主役 → AIブーム
- 人が書いたルールか、データから学ぶか → 古典AI / 機械学習
- モデルの構造か、学習方法か → LSTM / BPTTなど
- 処理場所や通信要件か → エッジAI / クラウドAI
定義・仕組み
ひっかけ① AIブーム
問題例：第二次AIブームの中心技術はどれか。
- よくある誤答：ディープラーニング
- 正解方向：エキスパートシステム
切り方：1980年代・専門家の知識・ルール → 第二次AIブーム。
ひっかけ② 古典AI vs 機械学習
問題例：専門家の知識をIF-THENルールで記述し、推論する仕組みはどれか。
- 正解方向：ルールベースのエキスパートシステム
切り方：人が知識・ルールを明示するのか、データからモデルを学ぶのかを見る。
ひっかけ③ ReLU vs Leaky ReLU
問題例：Leaky ReLUの負入力側の特徴はどれか。
- ReLU：負入力では代表的に0
- Leaky ReLU：負入力側にも小さな傾きを残す
切り方：負側を完全に0にするかどうかを見る。
ひっかけ④ LSTM
問題例：LSTMの構造を特徴付けるものはどれか。
- 正解方向：セル状態とゲート機構
- BPTT：系列モデルの学習で使われる誤差逆伝播の方法
初期のLSTMではCEC（Constant Error Carousel）という説明も使われますが、試験では構造＝セル状態・ゲート、学習法＝BPTTと切り分ける方が安全です。
ひっかけ⑤ エッジAI
問題例：エッジAIを選ぶ理由として適切なものはどれか。
正解方向は、用途名ではなく次の要件です。
- 低遅延が必要
- 通信が不安定でも処理したい
- データを端末外へ送りにくい
- 端末側の計算資源で処理できる
自動運転・音声認識・画像処理などは、要件によってエッジ、クラウド、ハイブリッドのいずれもあり得ます。
いつ使う？（得意・不得意）
この問題集は、個別用語を一通り学んだあとに、分野をまたいで選択肢を切る練習をするときに使います。
個別の定義を詳しく学ぶページではなく、「もっともらしい誤答をどう外すか」が役割です。
G検定ひっかけポイント
- ❌「現代のAIだから何でもディープラーニング」
- ❌「AIなら必ずデータから学ぶ」
- ❌「LSTMの構造とBPTTを同じものとして扱う」
- ❌「自動運転なら必ずエッジ、音声認識なら必ずクラウド」
- ⭕ 年代・役割・構造・処理場所など、問われている軸を先に決める
まとめ（試験直前用）
- AIブーム → 年代と主役
- 古典AI vs ML → ルールを人が与えるか、データから学ぶか
- ReLU系 → 負入力側の挙動
- LSTM → セル状態・ゲートと学習法を分ける
- Edge vs Cloud → 用途名ではなく要件を見る
迷ったら、「この選択肢は何の種類の説明か？」と言い換えます。