生成AI基礎用語集

🎯 中心的な主張

生成AIの急速な進化により新しい概念やワードが次々と登場する中、基本的な50用語を体系的に理解することで、AI時代における一般教養としての必須知識を身につけ、企業の生成AI導入率約40%という現実に対応した現代人の必須スキルを獲得できる。

📖 詳細な説明

生成AIに関する基本的な用語を50パターン紹介します。これからの時代に必要な一般教養として、AIの基礎知識を身につけましょう。

🧠 基本概念とモデルの種別

生成AI

画像や文章など新しいデータを作り出すAIの総称。ChatGPT、Claude、Midjourney、Geminiなどが該当する。

モデル

学習済みの脳そのもの。アルゴリズムと重みが詰まったファイル。アプリはこれを呼び出して答えを作る。GPT-4、Claude 3 Opusなど。

LLM（大規模言語モデル）

大量の文章を学習し、人の質問に答えたり文章を生み出したりできる巨大な言語AIモデル。

AGI（汎用人工知能）

人間と同等以上の全ての知的作業をこなす仮想ゴール。現状のAIはまだ達していないとされる。

📚 モデルの学習・最適化手法

知識蒸留

大きなモデルの知識を小さいモデルへ移し、軽量高速化する技術。GPT-4 Miniなどが例。

機械学習・ディープラーニング

データからパターンを学ぶAIの作り方。大規模モデルの土台となる技術。

ファインチューニング

既存モデル全体を再学習し、特定分野に特化させる技術。企業独自のチャットボット開発などで重要。

LoRA

軽い追加パーツだけ学習し、低コストで微調整する技術。Stable Diffusionの画像生成などでよく使われる。

RLHF

「人間からの強化学習」。人の評価でご褒美を与え、AIを訓練する方法。

ゼロショット・フューショット

サンプル事例なしでAIとやり取り（ゼロショット）か、サンプル事例を見せてから行う（フューショット）か。

💬 プロンプト設計と制御技術

プロンプト

AIとの対話や操作のために、ユーザーが入力する指示や質問のこと。

システムプロンプト

AIに絶対守らせる最優先の指示書。敬語で答える、個人情報禁止などの指示。システムインストラクションとも呼ばれる。

プロンプトエンジニアリング

望む振る舞いを引き出す入力設計技法。ロール設定や制約などを組み合わせ、最適な応答を得る方法。

テンプレートプロンプティング

固定ひな形に変数だけ入れて呼び出し、一貫した出力を得る運用方法。

プロンプトインジェクション

悪意ある質問でAIに秘密漏洩などをさせる攻撃手法。入力の検査が必須。

🤔 思考フローと対話管理

トークン

単語、句読点、部分単語などモデルが1単位として扱う文字列。AIの処理単位。

コンテキストウィンドウ

AIが1度の会話で覚えていられるトークン数の上限。長すぎると古い部分が切れる。

ハルシネーション

AIが事実確認をせず嘘の答えを自信満々で出す現象。根拠付きや人のチェックで軽減可能。

チェインオブソート（CoT）

AIに考えの途中経過を喋らせて正解率を上げる方法。GPT-3.5などの思考モデルに採用。

エージェント

LLMを目的達成の主体として扱う設計概念。目標を渡すと計画、ツール実行、振り返りを自動で回し結果を届ける。

MCP（モデルコンテキストプロトコル）

ルール、タスク、メモを区分けしてAIに渡す共通フォーマット。「USBCポート」とも表現される。

バイブコーディング

会話で要望しAIが生成、すぐ実行して出力を確認する高速PDCA型の開発スタイル。「雰囲気でコーディング」の意。

🔍 検索・知識拡張・データ手法

ナレッジ

AIが持つ一般知識プラス会社のマニュアルなど外部データをまとめた知識ベース。

ナレッジカットオフ

AIが最後に学習した日付。それ以後の出来事は知らない。

ベクトル埋め込み

言葉や画像を多次元の数字の点に変え、意味が近いほど近くに並べる表現手法。似たデータを高速に探せる。

ベクトルデータベース

画像や文章をベクトルに変えて保存し、似たデータをすぐ見つけられるデータの倉庫。

RAG（検索拡張生成）

ベクトル検索で取得した文章をプロンプトに連結し、根拠付き解答を生成する技術。ハルシネーション抑制に有効。

AI検索

AIがユーザーの意図や文脈を理解し、最適な検索結果を提供するシステム。自然な会話で直接的な回答が得られる。

ディープリサーチ

生成AIがWebや論文を自立的に集めて分析し、引用付きレポートを作るAI調査アシスタント機能。

LLMO

生成AIに自分のサイトを正しく理解・引用してもらうためのコンテンツ最適化手法。SEOの次世代版。

🎨 マルチモーダルとメディア生成

ビジョンランゲージモデル

画像を見て文章を出すなど、視覚と言葉を合体させたモデル。

T2I（テキストtoイメージ）

テキストを入力すると、その内容に合致する画像を生成するモデル。

I2I（イメージtoイメージ）

既存画像を入力し、別の見え方へ変換・編集する仕組み。GPTのジブリ風変換などが例。

T2V（テキストtoビデオ）

テキストプロンプトだけで、秒単位の動画クリップを生成するモデル。

TTS（テキストtoスピーチ）

文字を読み上げにしてAIが声に変えて読み上げる仕組み。ElevenLabsなどが有名。

音声認識（STT）

マイクで拾った声をAIがリアルタイムで文字に変える技術。字幕表示や音声操作に活用。

マルチモーダル

文字、画像、音声など複数の情報をまとめて理解して生成できるAI。現在のAIの主流。

⚙️ 運用・オペレーション

インテグレーション

複数の異なる要素を組み合わせて統合・連携させるプロセス。アプリ接続機能など。

LLMOps

大規模言語モデルを社内サービスとして安定・安全に運用するためのノウハウとツール群。

AIワークフロー

AI技術を業務プロセスに組み込み、タスクの自動化や意思決定を支援する仕組み。

API

異なるアプリケーションやソフトウェア同士をつなぎ、データや機能を共有するための仕組み。

JSON

データを名前と値で表現する軽量ファイル形式。人が読めてコンピュータもすぐ理解できる。

YAML

インデントとコロンだけで階層を表す、メモ書き風の設定ファイル。リスト形式のデータ表現に便利。

💻 ハードウェアとプラットフォーム

NVIDIA

GPUを主力とする米国企業。AI計算が得意な最新GPUを開発し、世界中のAIスーパーコンピューターを支える。

NPU

脳の仕組みを真似た回路で、1秒に何兆回も演算しAIの重たい計算を低電力でこなす専用チップ。

AI PC

NPUなどAI専用チップを搭載し、ネットに頼らず画像生成や翻訳を即実行できる新世代PC。コパイロットPCとも。

コパイロット

Microsoftが提供するAIアシスタントサービス。Wordなどで下書きを作ったり、PCを音声操作したりできる。

チャットボット

AIと会話するようにテキストや音声で応答するプログラム。ChatGPT、Claude、Geminiなど。

📊 実例・証拠

📈 社会実装の現状

企業導入率: 生成AI導入率は約40%と高まっている
教育分野: 東京都の学校でもAI学習が開始
世代格差: 若い世代のAIリテラシー向上に対応した大人の学習必要性

🎯 技術発展の方向性

マルチモーダル化: 文字・画像・音声の統合処理が主流
専用ハードウェア: NPU搭載AI PCの普及
業務統合: AIワークフローによる業務プロセス最適化

🔧 実用化領域の拡大

検索技術: 従来SEOからLLMOへの進化
コンテンツ生成: T2I、T2V、TTSによる多様なメディア生成
企業運用: LLMOpsによる安定的なAIサービス運営

❓ 派生する問い

AI技術の急速な進化に対応した継続的学習戦略は？
企業でのAI導入における技術選択とROI評価の基準は？
マルチモーダルAIの普及による既存職種への影響と適応方法は？