AI・人工知能

AIは何を学び、どのように文章・画像・動画・音声を作るのでしょうか。機械学習の基礎からLLM、生成AI、資料検索、ローカル推論まで、仕組み・具体例・確かめ方を学びます。

目的別の学習ルート

各ルートを上から読み進めると、定義・仕組み・具体例がつながります。記事末尾の確認問題で理解を確かめられます。

この分野の記事の読み方

最初に入力と出力、学習で変えるもの、評価する条件を分けます。数値例と図で計算を確かめ、モデルが得意なことと、根拠の確認が必要なことを区別してください。

カテゴリ内の記事一覧

• AI・機械学習・生成AIの違いAIは、認識・推論・探索・計画などを機械で実現するための広い分野です。機械学習はその方法の一つで、生成AIは文章や画像などを作る仕組みを指します。名前の違いを、入力・出力・学び方・確かめ方から整理します。
• 教師あり・教師なし・自己教師あり学習何を手掛かりにモデルを学ばせるかによって、必要なデータと評価の方法が変わります。正解ラベル、データ自身から作る課題、行動への報酬を区別し、同じデータにも複数の学習方法が使えることを考えます。
• 訓練・検証・テストとデータ漏洩学習に使った例を上手に解けても、初めての例に使えるとは限りません。データを役割別に分け、同じ人物や未来の情報が混ざらないようにすると、実際の利用に近い評価へ近づけます。
• 線形回帰と損失関数線形回帰は、入力に重みを掛けて足し合わせ、数値を予測する方法です。簡単な式でも、何を誤差と呼ぶか、どの範囲まで予測してよいか、相関から原因まで言えるかという重要な問題が現れます。
• 分類と混同行列・適合率・再現率分類器は、正しく当てた数だけでは評価できません。見逃しと誤検出が誰にどれだけ影響するかを、混同行列・適合率・再現率・しきい値から読み取ります。ここでは迷惑メールを陽性と呼ぶ仮想例を使います。
• 勾配降下法と学習率モデルの誤差を減らすには、重みをどちらへどのくらい動かすべきでしょうか。勾配降下法は、損失の変化率を使って重みを更新します。単純な二次関数で仕組みと失敗を追うと、学習率の役割が見えてきます。
• ニューラルネットワークと逆伝播ニューラルネットワークは、重み付き和と非線形な変換を重ねて入力から出力を計算します。逆伝播は、その計算を逆向きにたどって損失の微分を求める方法です。重みを更新する操作と、微分を計算する操作を分けて理解します。
• 埋め込みとベクトル検索埋め込みは、単語・文章・画像などを数値の並びで表す方法です。似た内容を近くに置ければ検索や分類に役立ちますが、距離の意味は学習目標によって変わります。ベクトルの近さを真実や同一性と取り違えないことが重要です。
• AttentionとTransformerの仕組みTransformerは、入力の各位置が他の位置の情報を参照しながら表現を更新するニューラルネットワークです。Attentionだけで全てが動くわけではなく、位置情報、非線形変換、残差接続などを組み合わせて計算します。
• 大規模言語モデルは何を予測するのか大規模言語モデル（LLM）は、文脈に応じたトークンの確率を学ぶモデルです。文章の生成、要約、翻訳、コードなどへ応用できますが、学習された規則性、入力で与える情報、外部検索による根拠を区別して使う必要があります。
• トークン化と温度・Top-p言語モデルは、文章をトークンという単位へ変換して計算し、次のトークンを選びながら生成します。入力の分け方を決めるトークン化と、出力候補の選び方を決めるデコードは、別の段階です。
• 事前学習・微調整・LoRA・指示学習大きなデータで基礎的な表現を学ぶ段階と、目的に合わせて振る舞いを調整する段階は分けて考えられます。LoRA、指示学習、人の評価を使う学習は、それぞれ何を変更するかという違いがあります。
• RAGと資料検索RAGは、質問に関係する資料を検索し、その内容を生成モデルへ渡して答えを作る方法です。モデルの記憶だけに頼らず、どの資料が回答を支えるかを確認しやすくします。ただし、検索結果に正しい情報が含まれていることと、生成された答えが正しいことは別です。
• AIエージェントと道具の利用AIエージェントは、目的に向けて状況を読み、道具を選び、結果を確認しながら作業を進める仕組みです。文章を返すモデルに、検索・計算・ファイル操作などを接続します。作業を任せるには、何を観測し、何を変更でき、いつ終了するかを明確にする必要があります。
• 拡散モデルと画像生成拡散モデルは、データへ段階的にノイズを加える過程を用意し、その逆向きに画像を生成する方法を学びます。画像を丸ごと記憶して呼び出すだけの仕組みでも、単にぼやけた写真を鮮明にするだけの仕組みでもありません。学習する過程と、生成するときの計算を分けて理解します。
• 対照学習とCLIP対照学習は、対応する例を近く、対応しない例を相対的に区別しやすい位置へ写すように表現を学ぶ方法です。CLIPは画像と文章の対応を利用します。教師となる数値ベクトルを人が一つずつ用意するのではなく、どの組が対応するかという情報から数値表現を学びます。
• マルチモーダルAIマルチモーダルAIは、文章・画像・音声など、異なる種類の情報を組み合わせて扱います。画像に答えを付けるだけでなく、音声と映像の対応、表と説明文の関係なども対象です。どの情報を入力できるかと、どの情報を出力できるかは別なので、役割を分けて捉えます。
• 動画生成AIと時間の整合性動画生成では、一枚ずつ美しい画像を作るだけでは足りません。人物や物体の形、位置、光、動きが時間を通じてつながる必要があります。空間方向の表現に時間方向の関係を加え、複数フレームを一つの場面として扱うことが重要になります。
• 音声・音楽を扱うAI音声認識は音から文字を推定し、音声合成は文字などから声を作ります。音楽生成はさらに旋律・和声・リズム・音色の時間的な関係を扱います。似た音の入出力を持っていても、学習の目標と使う表現は異なります。
• 強化学習と報酬強化学習は、行動によって変化する環境の中で、長期的な報酬を大きくする行動の選び方を学ぶ方法です。各場面の正解行動が最初からすべて与えられるとは限らず、行動の結果を観測して改善します。報酬として数えたものと、本当に達成したい目的が一致するかが重要です。
• ローカルAIと推論に必要なメモリローカルAIは、自分の端末など手元の環境でモデルの計算を実行する使い方です。実行できるかはパラメーター数だけでは決まりません。重み、計算途中の領域、文脈の記録、入力の種類を合わせて、メモリと速度を見積もります。
• 量子化と低ビット推論量子化は、重みや計算途中の値を、少ないビット数で表せる値へ近似する方法です。保存量やメモリ転送を減らせる一方、丸め誤差や外れ値への対応が必要です。小さいファイルであること、速く動くこと、元の精度を保つことは別々に確認します。
• AIの評価とハルシネーション生成AIは、読みやすく自信に満ちた文章でも、存在しない引用や誤った事実を出すことがあります。こうした根拠のない生成を、ハルシネーションと呼ぶことがあります。性能を評価するときは、自然さと正確さを分け、使う課題と失敗の種類を具体的に決めます。
• AIを仕事と学習に活用するAIを使うときは、何を出してほしいかだけでなく、何を入力し、どう確かめれば完了かを先に決めると役立ちます。調べる、整理する、作る、検査する、という課題を分け、得意な道具と組み合わせます。用途に合わせた小さな比較から始めると、改善点が見つけやすくなります。

他分野とのつながり

• 微分 — 損失の変化率と重みの更新を計算する。
• 線形代数 — ベクトルと行列で表現・変換・Attentionを理解する。
• 確率 — 次の候補の分布、条件付き確率、評価のばらつきを考える。
• 半導体の歴史 — 計算を支える集積回路と装置の発達を学ぶ。
• 心理学の学習 — 機械学習の報酬と人の学習を、共通点と違いから考える。
• 統計の読み方 — 評価値の分母、対象、欠測、比較条件を確認する。