AIの基礎と歴史の対策
01 AIの基礎と歴史で問われること
第1章では、生成AIを理解するための土台として、AIがどのような仕組みで動いているかを学びます。人が規則を書き込むルールベースのAIと、データから規則性を学ぶ機械学習の違い、教師あり学習・教師なし学習・強化学習といった学習方法の違いが問われます。
ニューラルネットワークとディープラーニングの仕組み（重み・活性化関数・誤差逆伝播法・過学習など）、CNNやRNNなどの代表的なモデル、識別系AIと生成系AIの違い、そして第一次から第三次までのAIブームの流れやシンギュラリティの考え方まで、AIの基礎と歴史を幅広く扱います。
02 よく出るポイント
学習方法は「正解の与え方」で区別する
教師あり学習は正解のラベル付きのデータで学び、分類と回帰に分かれます。教師なし学習は正解なしでデータの構造を見つけ（クラスタリング・次元削減）、強化学習は試行錯誤と報酬で行動の仕方を学びます。
AIブームは主役の技術で覚える
第一次は探索と推論、第二次は専門家の知識を書き込んだエキスパートシステム、第三次はビッグデータとディープラーニングです。2012年の画像認識の競技会でディープラーニングが圧勝したことが、第三次の象徴的な出来事です。
識別系と生成系
入力がどのカテゴリーに当たるかを判定するのが識別系AI、データの特徴を学んで新しいデータを作り出すのが生成系AIです。VAE・GAN・拡散モデル・LLMは生成系の代表です。
03 実際に問題を解いて確かめる
第1章は用語が多いものの、仕組みを一度理解すれば後の章の理解が大きく楽になります。解説では、正解の理由だけでなく、他の選択肢がなぜ誤りなのかも説明しています。
まずは「AIの基本的な仕組み」と「機械学習の手法」で全体像をつかみ、そのあとニューラルネットワークや代表的なモデルに進むと理解しやすくなります。
本サイトでは「AIの基礎と歴史」の50問すべてに、正解の根拠と、他の選択肢がなぜ誤りなのかまで解説をつけています。登録不要・スマートフォン対応で、1分野10問ずつ進められます。
本試験は「四肢択一式（一部複数選択を含む）」で出題されますが、本サイトは全ての問題を四肢択一（正解が1つ）で収録しています。複数の記述を同時に判断する力は、記述a〜dの「適切なものの組合せ」を選ぶ問題（約15％）と「適切でないもの」を選ぶ問題で鍛えられるようにしています。掲載内容は、2026年10月1日に公表された新シラバス（2027年2月試験から適用）と、2026年10月現在の法令・AI事業者ガイドライン（第1.2版）に基づいています。
04 AIの基礎と歴史の一問一答（解説つき）
この分野の出題範囲を、テーマごとの一問一答にまとめました。答えと解説はその場で読めます。
「生成AIパスポート」は一般社団法人生成AI活用普及協会の登録商標です。本ページは一般社団法人生成AI活用普及協会（GUGA）とは一切関係がなく、公認・認定を受けた教材ではありません。
非公式の資格試験対策サイトです。「生成AIパスポート」は、一般社団法人生成AI活用普及協会（GUGA）が実施する試験の名称で、同協会の登録商標です。当サイトはGUGAとは一切関係のない非公式の資格試験対策サイトであり、GUGAの公認・認定を受けた講座や教材ではありません。掲載内容の正確性を保証するものではなく、本サイトでの学習が合格を保証するものでもありません。受験にあたっては必ず公式の発表をご確認ください。※本ページでは、アクセス解析（Googleアナリティクス）と、広告の配信・成果の計測（A8.net）のためにCookie等を利用し、閲覧に関する情報をGoogle LLC・株式会社ファンコミュニケーションズへ送信しています。詳しくはプライバシーポリシーをご覧ください。
※本ページの問題・解説は、生成AI（人工知能）を活用して作成しています。
