AWS認定資格 WEB問題集＆徹底解説

会員登録/ログイン

正解

A. Artificial Intelligence > Machine Learning > Deep Learning > Generative AI

最も広い概念が Artificial Intelligence（AI）＝人間の知能を模倣する技術全般で、その中の「データからパターンを学習する手法」が Machine Learning（ML）です。
さらに ML のうち多層ニューラルネットワークを用いる手法が Deep Learning（DL）であり、DL（特に Transformer 等の大規模モデル）を基盤に新しいコンテンツを生成するのが Generative AI です。
したがって AI ⊃ ML ⊃ DL ⊃ 生成 AI という入れ子関係が正しく、これが正解です。

B. Machine Learning > Artificial Intelligence > Deep Learning > Generative AI

Machine Learning が Artificial Intelligence の上位に置かれており、包含関係が逆転しています。
ML は AI を実現するための代表的な手法の 1 つであり、ルールベースのエキスパートシステムのようにML を使わない AI も存在します（AI の方が広い）。
先頭の 2 つを見た時点で消せる選択肢です。

C. Artificial Intelligence > Deep Learning > Machine Learning > Generative AI

Deep Learning と Machine Learning の順序が逆になっています。
DL はML の一種（多層ニューラルネットワークを使う特定のアプローチ）であり、決定木や線形回帰など DL を使わない ML 手法も多数あります。
ML が DL の部分集合になることはないため誤りです。

D. Generative AI > Artificial Intelligence > Machine Learning > Deep Learning

Generative AI が最上位に置かれていますが、生成 AI はDL を土台とした応用分野の 1 つにすぎず、AI 全体を包含する概念ではありません。
画像分類や需要予測のように何も生成しない AI／ML が多数存在することからも、生成 AI が最も広い概念でないことは明らかです。
階層全体が裏返っており、最も分かりやすい誤答です。

構成図

┌─ Artificial Intelligence（AI）─────────────────┐
│  ┌─ Machine Learning（ML）─────────────────┐  │
│  │  ┌─ Deep Learning（DL）──────────────┐  │  │
│  │  │      Generative AI（生成 AI）      │  │  │
│  │  └────────────────────────────────────┘  │  │
│  └──────────────────────────────────────────┘  │
└────────────────────────────────────────────────┘

正解への思考ルート

問題文から要件を抽出し、選択肢の適否を判断するのがポイントです。

要件	判断ポイント
Artificial Intelligence（AI）の位置づけ	人間の知能を模倣する技術全般を指す最も広い概念。必ず先頭に来る →選択肢（B・D）を消す
Machine Learning（ML）の位置づけ	データからパターンを学習する AI の手法の 1 つ。AI の部分集合 →選択肢（B）を消す
Deep Learning（DL）の位置づけ	多層ニューラルネットワークを使う ML の一種。ML より内側 →選択肢（C）を消す
Generative AI の位置づけ	DL を基盤に新しいコンテンツを生成する応用分野。階層の最も内側 →選択肢（A）が正解

ひっかけポイント

• 生成 AI が話題の中心のため「生成 AI が一番大きい概念」と錯覚させるのが選択肢 D の罠。注目度と概念の広さは無関係
• 選択肢は 4 つの用語の並び順だけが違う。まず先頭が Artificial Intelligence かどうかで一気に絞り込むのが速い
• 「Deep Learning は Machine Learning の一部」という設問中の記述はすでに与えられたヒント。C はその記述と矛盾するため即消せる
• 製造業・5 年間の投資計画といった長い前置きはすべて飾り。問われているのは用語の包含関係のみ

出題バリエーション

同じ知識が本番では条件を変えて出題されます。

問題文がこう変わったら	正解はこう変わる
「ルールベースのエキスパートシステムはどこに位置するか」	ML を使わない AI の例として、AI ⊃ ML の関係を確認する問題に変わる。
「基盤モデル（Foundation Model）と生成 AI の関係は」	大量データで事前学習した基盤モデルを土台に生成 AI アプリを作る、という関係が問われる。
「Deep Learning が向くのはどんなデータか」	画像・音声・自然言語などの非構造化データが正解軸に（表形式データは従来型 ML でも十分）。
「教師あり学習・教師なし学習・強化学習の分類」	ML 内部の学習方式の分類を問う問題に変わる。