【文系向け】G検定頻出の人物名まとめ｜「誰が何をした人？」をストーリーで覚える

はじめに

G検定の勉強で意外と苦戦するのが人物名です。「ヒントン？　ルカン？　誰が何をした人だっけ…」と、カタカナの名前と業績がなかなか結びつかない。私も文系出身で2026年1月にG検定を受験しましたが、人物問題は「覚えれば確実に取れる得点源」だと痛感しました。

暗記のコツは、名前を単体で覚えるのではなくAIの歴史というストーリーの登場人物として覚えることです。この記事では、頻出人物を時代順に整理します。試験直前の見直しにも使えるので、ぜひストックしてください。

※この記事はJDLA非公式の個人まとめです。

第1章：AIの誕生（1950年代〜）

人物	業績	覚え方
アラン・チューリング	チューリングテスト考案	「機械は考えられるか？」を最初に問うた人
ジョン・マッカーシー	ダートマス会議で「人工知能」という言葉を提唱	AIの名付け親
マービン・ミンスキー	パーセプトロンの限界を指摘	第1次AIブームを終わらせた人
フランク・ローゼンブラット	パーセプトロン考案	ニューラルネットの原点
アーサー・サミュエル	「機械学習」を定義	チェッカーのプログラムで有名

ストーリーで言うと、「チューリングが夢を描き、マッカーシーが名前をつけ、ローゼンブラットが最初の一歩を踏み出したが、ミンスキーがその限界を突きつけた」という流れです。

第2章：冬の時代を越えた「深層学習の父たち」

2018年のチューリング賞を同時受賞した3人は、セットで必ず覚えましょう。

人物	業績	覚え方
ジェフリー・ヒントン	誤差逆伝播法の普及、深層学習の父	3人のリーダー格。「ヒントンがヒントをくれた」
ヤン・ルカン	CNN（畳み込みニューラルネットワーク）の実用化	手書き文字認識のLeNetが有名
ヨシュア・ベンジオ	深層学習の理論研究	3人目として名前だけ問われることも

日本人では福島邦彦を要チェック。CNNの原型となるネオコグニトロンを考案した人物で、「ルカンより前に原型を作った日本人」として頻出です。

第3章：現代のキーパーソン

人物	業績	覚え方
イアン・グッドフェロー	GAN（敵対的生成ネットワーク）考案	「グッド」フェローが偽物と本物を競わせた
ジョン・サール	「中国語の部屋」の思考実験	強いAI・弱いAIの議論で登場
レイ・カーツワイル	シンギュラリティ（技術的特異点）を予言	「2045年問題」の人
アンドリュー・ン	Google Brainや大規模オンライン教育で有名	ディープラーニング教育の第一人者
松尾豊	日本のディープラーニング研究の第一人者	JDLA理事長。日本人物枠で頻出

試験でのねらわれ方

人物問題は「業績と人名の組み合わせ」を選ばせる形式がほとんどです。特に狙われやすいのは次の3パターンです。

1. ヒントン・ルカン・ベンジオの業績の入れ替え（CNNはルカン、と即答できるように）
2. 福島邦彦とルカンの混同（ネオコグニトロン＝福島、LeNet＝ルカン）
3. チューリングテストと中国語の部屋の混同（賛成側がチューリング、反論側がサール）

逆に言えば、この3パターンさえ整理しておけば人物問題はほぼ得点源にできます。

まとめ

• 人物は単体ではなく「AIの歴史のストーリー」で覚える
• チューリング賞3人組（ヒントン・ルカン・ベンジオ）は業績セットで暗記
• 日本人枠は福島邦彦と松尾豊をチェック
• 混同しやすいペアを直前に見直す

おすすめの学習リソース

人物問題は繰り返し問題を解いて定着させるのが最短ルートです。G検定対策ドットコム（ai-kentei.net）では分野別に練習問題を解けるので、人物・歴史分野だけを集中的に演習するのに便利です。

この記事が参考になったら、ぜひいいね（LGTM）をお願いします！