ルールベースの制御 (G検定)

1. 定義と概要

ルールベースの制御とは、人間があらかじめ「もし〜ならば〜せよ」という条件式（if-thenルール。「もし〜ならば〜せよ」という形で書かれる判断の決まりごと）をプログラムに組み込んでおき、入力に対してそのルールどおりの出力を返す仕組みです。

具体例としては、設定温度に応じて運転を自動調整するエアコン、汚れ具合や量に合わせて水量を調整する洗濯機、肌の状態に応じて深剃り具合を調整する電気シェーバーなどが挙げられます。いずれも、判断の基準を人間が先に書き込んでおく点で共通しています。

従来、家電や機械の自動制御の多くはこの仕組みで実現されてきました。人工知能の研究が進むにつれて、探索（目的の答えにたどり着くまで選択肢を順にたどっていく処理）や推論（すでに持っている知識やルールから新しい結論を導き出す処理）を使う段階へと発展しました。続いて、知識ベース（AIが判断のために使う知識やルールをまとめて蓄積したデータのまとまり）を活用する段階へと進みました。

さらに、データから学習する段階、データの特徴を人手を介さずとらえる段階へと発展が続いています。G検定では、これらの発展の道筋をレベル1からレベル4までの4段階に整理します。

ルールベースの制御はデータから新しいパターンを学習する能力を持たず、あらかじめ想定した状況にしか対応できません。この限界が、レベル2以降との分かれ目になります。

2. 試験対策ポイント

理解するうえで中心になるのが、AIの4段階レベル分類との対応関係です。レベル1はあらかじめ決められたルールに従って動くだけの単純な制御プログラム、つまりルールベースの制御にあたります。

レベル2は探索・推論や知識ベースを用いる古典的な人工知能で、専門家の知識をルールとして組み込んだエキスパートシステム（専門家の知識をルールとして組み込み、判断を代わりに行うプログラム）が代表例です。レベル3は機械学習（大量のデータから入力と出力の関係を自動的に見つけ出す手法）を取り入れた人工知能にあたります。

レベル4はディープラーニング（データの特徴量を人間が指定せずに自動的に学習する機械学習の手法。特徴量とは、AIが判断の手がかりにするデータの特徴を数値化したものを指す）を取り入れた人工知能にあたります。4段階を並べると、次のように整理できます。

レベル	どのような仕組みか
レベル1 単純な制御プログラム	あらかじめ決められたルールに従って動く。ルールベースの制御がこれにあたる
レベル2 古典的な人工知能	探索・推論や知識ベースを用いて判断する。エキスパートシステムが代表例
レベル3 機械学習を取り入れた人工知能	大量のデータから入力と出力の関係を自動的に見つけ出す
レベル4 ディープラーニングを取り入れた人工知能	データの特徴量を人間が指定せずに自動的に学習する

この4段階のどこにルールベースの制御が位置するかを押さえることが、本記事の中心的な論点です。

ルールベースの制御とレベル2以降との違いは、あらかじめ決められた振る舞いしか持たず学習能力がない点にあります。状況に応じた複雑な判断を行うレベル2以降に対し、レベル1は想定外の入力に柔軟に対応できません。

加えて、マーケティング的な意味も含めて「人工知能」「AI搭載」と称される家電製品の中には、実態としてはレベル1のルールベースの制御にあたるものが含まれます。「AI」という呼び方の広さそのものが、取り違えやすい点です。

具体例の見分け方も試験対策のポイントになります。レベル1の具体例にはエアコンの温度調整や洗濯機の水量調整が挙げられ、レベル2の具体例には探索・推論を伴う掃除ロボットや診断プログラムなどが挙げられます。両者を混同せず、どちらの仕組みに基づく製品かを区別できるかが、理解の柱になります。

3. 関連概念との比較・相違点

古典的な人工知能（レベル2）との最大の違いは、振る舞いが完全に固定されているか、状況に応じて判断できるかという点にあります。ルールベースの制御はあらかじめ用意されたルールどおりにしか動作しませんが、古典的な人工知能は探索・推論や知識ベースを用いて状況に応じた複雑な判断を行います。人間が想定していない事態に直面したとき、両者の対応力には明確な差が生まれます。

機械学習を取り入れた人工知能（レベル3）との最大の違いは、ルールを与えるのが人間かデータかという点にあります。ルールベースの制御は人間があらかじめ条件を設定するのに対し、機械学習は大量のデータから入力と出力の関係を自ら学習します。

そのため、ルールベースの制御はデータが増えても性能が向上しないという制約を抱えており、この点がレベル3との分かれ目になります。この対比は、レベル1とレベル3を区別する着眼点としてG検定でも扱われます。

4. ビジネス・実務での活用シナリオ

家電製品の分野では、エアコンの設定温度に応じた運転調整や洗濯機の水量自動調整にルールベースの制御が使われています。センサー（温度や動きなどの周囲の情報を感知して数値に変える装置）の入力に対してあらかじめ決めた条件で出力を返すだけの単純な仕組みですが、日常機器として広く実用化されている点が特徴です。

業務システムの分野では、条件分岐が明確な定型業務にルールベースの制御が使われます。シナリオ型チャットボット（あらかじめ用意した会話の流れに沿って自動で応答するプログラム）の応答分岐や、申請内容に応じた自動振り分けなどが該当します。判断の根拠をあらかじめ設定したルールにさかのぼって追跡できるため、担当者が処理結果を検証しやすいという利点があります。

製造・設備管理の分野では、センサー値があらかじめ定めたしきい値（これを超えると異常と判定する基準となる数値）を超えた場合に警報を出すといった単純な異常検知にルールベースの制御が使われます。一方で、想定していない未知のパターンには対応できないという制約があり、複雑な異常検知には別の仕組みを組み合わせる必要が生じます。

5. 要点まとめ

• ルールベースの制御は、人間があらかじめ定めた条件やルールどおりに動作する仕組みで、G検定ではAIの4段階レベル分類のレベル1「単純な制御プログラム」にあたります。
• レベル2の古典的な人工知能（探索・推論、エキスパートシステム）以降との違いは、状況に応じた判断や学習能力の有無にあります。
• マーケティング上「AI」「AI搭載」と呼ばれる製品にも、実態としてはレベル1のルールベースの制御にあたるものが含まれる点が、あわせて整理しておきたいところです。

6. 確認問題