知識獲得のボトルネック

知識獲得のボトルネックとは、エキスパートシステムなどの従来型人工知能において、専門家の知識をルールとして人間が手作業でコンピュータに記述する際に生じる限界のことです。知識の整理や記述には膨大な時間がかかり、ルールの網羅やメンテナンスも極めて困難でした。

この問題が、当時の人工知能研究が「AIの冬」を迎えた大きな要因の一つです。ルールベースのアプローチでは、未知の事態や複雑な例外に対応しきれず、人間がすべてのルールを書き出すことには限界があることが露呈しました。

G検定では、このボトルネックを解消する手法として「機械学習」が登場したという歴史的な文脈が問われます。データから自動的にルールや特徴を抽出する機械学習により、人が知識を定義する手間から解放されたことが、AI技術の飛躍的発展の鍵となりました。