AI（人工知能）は、その能力や適用範囲によって、特定のタスクのみに特化した「特化型AI（弱いAI）」と、人間のように自律的に多様なタスクをこなすことができる「汎用AI（強いAI）」に分類されます。現在実用化されているAI（画像認識、音声翻訳、自動運転など）はすべて特化型AIに属します。AIの歴史は古く、1950年代の登場以来、ブームと「冬の時代」を何度も繰り返してきました。現在の「第3次・第4次AIブーム」は、コンピュータの計算処理能力の飛躍的な向上と、インターネットを通じた膨大なデータ（ビッグデータ）の蓄積、そしてデータから特徴を自動で学習する「ディープラーニング（深層学習）」の登場によって実現し、あらゆる産業に破壊的な革新をもたらしています。探索や推論を中心としたルールベースのプログラムから、近年主流のディープラーニングまで、その技術的アプローチは進化してきました。特にディープラーニングは、人間が指定していた特徴量をコンピュータが自らデータから抽出できるようになったことで、画像認識や音声認識の精度を人間を超えるレベルにまで押し上げました。
試験では、AIの基本概念や、AIが社会でどのように活用されているかという「活用事例」が幅広く問われます。ディープラーニングや機械学習、生成AIといった用語同士の内包関係（AI ＞ 機械学習 ＞ ディープラーニング）を視覚的に整理しておくことが重要です。また、AIの倫理的な問題（データのバイアスによる差別や、著作権問題、フェイクニュースの拡散リスクなど）についても出題されるようになってきているため、単なる技術的理解だけでなく社会的影響についても目を向けておく必要があります。試験では、画像認識、音声認識、自然言語処理、自動運転技術など、AIが活用されている具体例を選ぶ問題のほか、「AI倫理」に関する問題も問われます。
機械学習、ディープラーニング、生成AI、特化型AI、ニューラルネットワーク