G検定

【2026年最新】G検定の重要用語・キーワードまとめ！頻出単語を効率よく暗記しよう

G検定（ジェネラリスト検定）の合格を目指す上で、最大の壁となるのが「膨大な専門用語」です。AIの歴史から最新の生成AI技術、さらには法律・倫理まで、その範囲は非常に多岐にわたります。

この記事では、試験に頻出する最重要キーワードをカテゴリ別に厳選し、初心者の方でもイメージが湧くように噛み砕いて解説します。3000文字の「読む用語集」として、学習の初期段階や試験直前の総復習に活用してください！

1. 人工知能（AI）の歴史と基礎

まずは、AIがどのように進化してきたかを知るためのキーワードです。歴史問題は得点源になりやすいため、時代背景と一緒に覚えましょう。

  • ダートマス会議（1956年）： 「人工知能（Artificial Intelligence）」という言葉が世界で初めて使われた会議です。
  • 第1次 AIブーム（推論と探索）： 迷路やチェスなど、ルールが決まった問題を解くのが得意だった時代。しかし「トイ・プロブレム（おもちゃの問題）」しか解けないという限界にぶつかりました。
  • 第2次 AIブーム（知識）： コンピュータに「専門知識」を詰め込む「エキスパートシステム」が流行。しかし、人間が持つ「常識（暗黙知）」をすべて教え込むことの難しさ（知識獲得のボトルネック）により終焉しました。
  • 第3次 AIブーム（機械学習・ディープラーニング）： データからコンピュータが自ら学習する「機械学習」が登場。さらに、人間の脳の仕組みを模した「ディープラーニング」が劇的な進化を遂げ、現在の第4次（生成AI）へと繋がります。

2. 機械学習の基本手法

機械学習は大きく分けて3つのタイプがあります。

① 教師あり学習（正解がある学習）

  • 回帰： 「明日の気温」や「不動産の価格」など、連続した数値を予想すること。
  • 分類： 「このメールはスパムか否か」「この画像は犬か猫か」など、種類を分けること。

② 教師なし学習（正解がない学習）

  • クラスタリング： 似たもの同士をグループ分けすること（例：顧客層を購買傾向で分ける）。
  • 主成分分析（PCA）： たくさんあるデータを、特徴を維持したままギュッと圧縮してシンプルにすること（次元圧縮）。

③ 強化学習（試行錯誤による学習）

  • 報酬： 行動の結果が良いときに与えられるポイント。AIはこの「報酬」が最大になるように、自分でやり方を学んでいきます（例：囲碁の対局、自動運転）。

3. ディープラーニング（深層学習）の核心

G検定のメインディッシュです。仕組みに関する用語を整理しましょう。

  • ニューラルネットワーク： 人間の脳の神経細胞（ニューロン）の仕組みを数式で再現したモデル。
  • 活性化関数： 入力された信号を、次の層へどれくらいの強さで渡すかを決める関数。
    • ReLU（レルー）関数： 現在のディープラーニングで最もよく使われる、シンプルで強力な関数。
    • ソフトマックス関数： 出力の合計を1（100%）にして、「Aである確率は80%」のように確率として出したいときに最後に使います。
  • 勾配降下法： AIの「予測」と「正解」のズレ（誤差）を最小にするために、パラメータを少しずつ調整する手法。
  • 過学習（オーバーフィッティング）： 訓練データに慣れすぎてしまい、本番のデータ（未知のデータ）で正解できなくなる状態。これを防ぐために「ドロップアウト」や「正規化」といった手法が取られます。

4. 専門分野別の最重要モデル

「この分野にはこのモデル！」というセットで覚えましょう。

画像認識（コンピュータビジョン）

  • CNN（畳み込みニューラルネットワーク）： 画像の「形」や「エッジ」を捉えるのが得意な、画像認識の王者です。
  • 物体検出（Object Detection）： 画像の中の「どこに」「何が」あるかを四角い枠（バウンディングボックス）で囲んで特定する技術。

自然言語処理（テキスト解析）

  • RNN（再帰型ニューラルネットワーク）： 文章のように、前後の順番が大事なデータ（時系列データ）を扱うのが得意。
  • Transformer（トランスフォーマー）： 2017年に登場した革命的なモデル。Googleが発表し、今のChatGPTなどの基盤になりました。キーワードは「Attention（注意）機構」。
  • BERT： 文脈を双方向から読み取ることで、言葉の意味を深く理解するモデル。

5. 最新トレンド：生成AI

今、最も試験に出やすい旬なキーワードです。

  • GAN（敵対的生成ネットワーク）： 「作る役」と「見破る役」の2つのAIを戦わせて、本物そっくりの画像を作る技術。
  • 拡散モデル（Diffusion Model）： ノイズ（砂嵐）から少しずつノイズを取り除いて綺麗な画像を作る技術。画像生成AI（Stable Diffusionなど）で使われています。
  • ハルシネーション（幻覚）： AIがもっともらしい嘘（事実とは異なる回答）をついてしまう現象。
  • マルチモーダル： テキストだけでなく、画像、音声、動画など異なる種類のデータを同時に扱えること。

6. AIの社会実装・法律・倫理

技術と同じくらい重要なのが、AIを社会で使う上での「ルール」です。

  • エルサレム原則： AIと著作権に関する議論でよく出る考え方。
  • AI利活用ガイドライン： 総務省や経済産業省が策定した、AIを安全に使うための指針。
  • プライバシーバイデザイン： システムを作る段階から、プライバシー保護を組み込んでおくという考え方。
  • ディープフェイク： AIを使って作られた、本物そっくりの偽動画や音声。悪用の懸念が強い。
  • ELSI（エルシー）： 倫理的（Ethical）、法的（Legal）、社会的（Social）な課題の総称。

7. 効率的な暗記のコツ

これだけの用語を丸暗記するのは大変です。以下の3点を意識してください。

  1. 「英語の略称」を略さずに覚える： 例えば「CNN」は「Convolutional Neural Network（畳み込みニューラルネットワーク）」です。「畳み込む＝画像をスキャンする」というイメージを持つと忘れにくくなります。
  2. 具体例で覚える： 「強化学習はルンバ（お掃除ロボット）が部屋を覚える仕組み」「回帰は明日の野菜の値段予想」のように、身近な例に置き換えましょう。
  3. 公式テキストの索引を活用する： わからない単語が出たらすぐに公式テキストの索引を引き、周辺知識と一緒に確認する癖をつけましょう。

まとめ

G検定は「広く、浅く（時に深く）」知識が問われます。この記事で紹介したキーワードは、いわば「登山口」です。ここからさらに詳しく各用語を掘り下げていくことで、合格への道が確実に拓けます。

最新のAI技術は日々進化しているため、検定前には必ず「最新のニュース」にも目を通しておきましょう。

合格を目指して、一歩ずつ進んでいきましょう！