松尾豊 (G検定)

2026年8月12日2026年9月2日

G検定

1. 定義と概要

松尾豊とは、東京大学大学院工学系研究科の教授であり、日本ディープラーニング協会（JDLA）の理事長を務める人物です。日本ディープラーニング協会（JDLA）は、ディープラーニングを中心とする技術で日本の産業競争力を高める目的で2017年に設立された団体であり、松尾は設立時から理事長の職にあります。経歴としては、2007年に准教授として東京大学へ着任し、2019年に教授へ昇進しました。

JDLAが実施するG検定・E資格の生みの親でもあります。E資格（ディープラーニングの理論と実装をエンジニア向けに問う検定試験で、G検定と対をなします）は、G検定と並ぶJDLAの代表的な検定です。代表的な著書に『人工知能は人間を超えるかディープラーニングの先にあるもの』（2015年刊）があります。

G検定公式テキストでは「人工知能とは、人工的につくられた人間のような知能、ないしはそれをつくる技術」という定義が示されており、この定義を打ち出したのが松尾豊です。人工知能の定義は研究者によって見解が分かれ、統一された定義が存在しない分野横断的な論点です。G検定ではその代表例として、松尾の定義がまず提示されます。

松尾は同時に、ディープラーニングを特徴表現学習（データの中から特徴量そのものをモデルが自動的に見つけ出す学習の仕組み）と位置づけました。従来の機械学習は、人間による特徴量（データのどの部分に着目するかという設計）の設計に頼っていました。これに対し、この自動化こそが第三次AIブーム（2000年代以降、ディープラーニングを中心技術として起こっている現在のAI活況の呼び方）の核心技術だと松尾は説明しています。

2. 試験対策ポイント

理解するうえで中心になるのは、人工知能の定義に研究者間で統一見解がないという文脈の中で、松尾の定義が代表例として扱われる点です。「人工的につくられた人間のような知能、ないしはそれをつくる技術」という言い回しは、G検定公式テキストの冒頭で紹介される定義であり、他の研究者による諸定義と混同しやすいところです。人工知能という分野そのものに唯一絶対の定義がないという前提を押さえたうえで、この定義を松尾豊による見解として覚えておく必要があります。

肩書と役職の対応関係も試験対策で欠かせない視点です。松尾は東京大学大学院教授であり、日本ディープラーニング協会理事長という二つの立場を兼ねています。まぎらわしいのは肩書が変わっている点で、公式テキストの執筆当時と現在とで呼び名が異なります。次の対応で整理しておくと取り違えを防ぎやすくなります。

項目	内容
現在の肩書	東京大学大学院教授（2019年に准教授から昇進）
兼務している役職	日本ディープラーニング協会理事長（2017年の設立時から継続）
公式テキスト執筆当時の肩書	准教授
JDLA設立とG検定開始の年	ともに2017年
JDLAの設立目的	ディープラーニングを中心とする技術による日本の産業競争力の向上

この時系列のうち、JDLAの設立とG検定の開始が同じ2017年である点は重要な論点です。設立目的まで含めて押さえておくと、協会そのものを扱う設問にも対応しやすくなります。

ディープラーニングを特徴表現学習と位置づけた点も見逃せない論点です。従来の機械学習は、人間があらかじめデータのどの部分に着目するかという特徴量エンジニアリング（人間が特徴量を設計する従来の機械学習の手法）に頼っていました。これに対し、ディープラーニングはデータから特徴量自体を自動的に獲得します。この対比はセットで整理しておきたいところで、どちらが人間の設計に頼り、どちらが自動化されているかという方向性を混同しないようにする必要があります。

3. 関連概念との比較・相違点

比較の視点としてまず挙げられるのが、人工知能という言葉自体の生みの親との違いです。ジョン・マッカーシーは、1956年に開催されたダートマス会議（「人工知能」という言葉が初めて使われた研究者会議）で「人工知能」という言葉を命名した人物です。一方、松尾豊は日本におけるG検定という検定制度・定義の普及者としての役割を担っています。

両者は「人工知能の定義」を語る文脈でともに名前が挙がるものの、指す功績の時代・領域は異なります。次の軸で並べると違いがはっきりします。

比較の軸	ジョン・マッカーシー	松尾豊
主な功績	ダートマス会議で「人工知能」という言葉を命名	公式テキストの人工知能の定義を提示
時期	1956年	2010年代以降
領域	人工知能という分野そのものの名付け	日本における人工知能の学びと検定制度

つまり、マッカーシーが人工知能そのものの名付け親であるのに対し、松尾は日本における人工知能の学びと検定制度を広めた立場だという整理になります。名前が並んで登場したときは、この役割の違いを手がかりにすると判断しやすくなります。

もうひとつの対比軸になるのが、従来の機械学習との違いです。最大の違いは、特徴量を人間が設計するか、モデル自身が獲得するかという点にあります。従来の機械学習では、人間がデータのどの部分に着目するかという特徴量をあらかじめ設計していました。これに対し、松尾がディープラーニングを位置づけた特徴表現学習では、モデル自身がデータから特徴量そのものを自動的に見つけ出します。この違いは、松尾がディープラーニングを第三次AIブームの核心技術だと説明する際の根拠にもなっている関係です。

4. ビジネス・実務での活用シナリオ

企業のDX人材育成の分野では、G検定・E資格が社員研修や資格取得推奨制度として広く活用されています。G検定は、DX（デジタル技術による業務・事業の変革）人材育成の入り口として位置づけられています。人工知能の基礎知識を組織全体で共有する取り組みが、多くの企業でG検定の受験推奨という形をとっている状況です。

国のAI政策の分野では、松尾は2023年に設置された内閣府のAI戦略会議（生成AIの活用推進や法規制のあり方を議論するために設置された政府の会議体）の座長を務めています。ここでいう生成AI（文章や画像などを新たに作り出すAI技術）の活用推進と法規制のあり方の両面から、松尾はこの座長として政府への助言を行っています。

産学連携・AIスタートアップ育成の分野でも、松尾の存在感は大きいものです。松尾が率いる松尾・岩澤研究室は「松尾研発スタートアップ」の認定制度を通じて多数のAIスタートアップの創業を支援し、研究成果の社会実装を後押ししています。大学の研究成果を実際の事業へつなげる橋渡し役として、この認定制度が機能している形です。