AI・生成AI

Stable Diffusion

すてーぶるでぃふゅーじょん

文章から画像を作るAIで、手元のパソコンでも動かせるのが特徴のモデルです。

Temperature（温度）

てんぺらちゃー

AIの答えのランダムさ（ばらけ具合）を調整する、出力のつまみのことです。

Transformer（トランスフォーマー）

とらんすふぉーまー

文中の言葉どうしの関係をまとめて見て意味をつかむ、いまのLLMの土台になっている仕組みです。

Zero-shot

ぜろしょっと

お手本を1つも見せずに、指示だけでAIに作業をやってもらう頼み方です。

アテンション（注意機構）

あてんしょん

入力のどこに注目すべきかを重みづけして、文脈を読み取るための仕組みです。

アノテーション（データラベリング）

あのてーしょん

AIに覚えさせるため、データに「これは何か」という正解の付箋を貼る作業のことです。

アンサンブル学習

あんさんぶるがくしゅう

複数の予測モデルを組み合わせ、多数決や平均でひとつの賢い答えを出す手法です。

エポック

えぽっく

用意した学習データを丸ごと1回ぶん学び切ることを1エポックと数える単位です。

エンベディング

えんべでぃんぐ

文章や画像の意味を、計算で比べられる数字の並びに変える技術です。

ガードレール（AI）

がーどれーる

AIの入力と出力を安全な範囲に収めて、危ない応答や脱線を防ぐための仕組みのことです。

クラスタリング

くらすたりんぐ

正解を教えずに、似たデータどうしを自動でグループ分けする手法のことです。

コサイン類似度

こさいんるいじど

2つのベクトルの向きの近さで、意味の似ている度合いを-1〜1の数字で表す指標です。

コンテキストウィンドウ

こんてきすとうぃんどう

AIが一度のやり取りでまとめて読み込める情報量の上限のことです。

コンテキストエンジニアリング

こんてきすとえんじにありんぐ

AIに渡す情報をひとそろえにして、答えやすい状態を作る設計の工夫です

コンピュータビジョン

こんぴゅーたびじょん

画像や動画を見て、その中に何が写っているかを読み取るAIの分野です。

ジェイルブレイク

じぇいるぶれいく

AIにかけられた安全のブレーキを、言葉の工夫で外そうとする行為のことです。

システムプロンプト

しすてむぷろんぷと

AIの役割や前提を先に決めておく、土台となる指示文のことです。

スケーリング則

すけーりんぐそく

AIの規模を大きくすると性能がどれくらい上がるかを、なめらかな関係式で表したもの

セマンティック検索

せまんてぃっくけんさく

言葉の一致でなく「意味の近さ」で探す検索方式で、表記が違っても探しているものを見つけてくれます。

チャットボット

ちゃっとぼっと

人の言葉でやりとりして、質問への返事や案内を自動でこなすプログラムのことです。

チャンク分割

ちゃんくぶんかつ

長い文章を意味のまとまりごとに小さく切り分けて、AIが検索しやすくする前処理です。

チューリングテスト

ちゅーりんぐてすと

相手が人間かAIか見分けがつかないかで、機械の知能を測ろうとする考え方です。

ディープラーニング

でぃーぷらーにんぐ

層を深く重ねたしくみで、複雑なパターンをデータから自動で学ぶ機械学習の手法です。

データセット

でーたせっと

AIの学習や評価に使う、ひとまとまりにそろえたデータの集まりのことです。

テンソル

てんそる

数値をきれいに並べた多次元の表で、AIの内部データはこの形で流れて計算されます。

トークン

とーくん

AIが文章を処理するときに区切る、文字や単語より小さな最小単位です。

ナレッジグラフ

なれっじぐらふ

ものごとを点、関係を線でつなぎ、知識を地図のように表したデータ構造です。

ナレッジベース

なれっじべーす

社内のQ&Aや手順をためて、人やAIがいつでも引ける知識の置き場のことです。

ニューラルネットワーク

にゅーらるねっとわーく

脳の神経細胞のつながりをまねて、たくさんの数値計算でパターンを学ぶAIの仕組みです。

パーセプトロン

ぱーせぷとろん

入力に重みをかけて足し、しきい値で「はい/いいえ」を出す、ニューラルネットの一番小さな単位です。

ハイパーパラメータ

はいぱーぱらめーた

学習が始まる前に人が決めておく、AIの学び方を左右するつまみのことです

バイブコーディング

ばいぶこーでぃんぐ

やりたいことを言葉で伝え、AIが書いたコードを精読せず動かしながら進める作り方のこと。

バッチサイズ

ばっちさいず

AIの学習で、一度にまとめて読み込むデータの件数のこと。

パラメータ（モデル）

ぱらめーた

AIモデルが学習で身につけた、判断のための無数の数値のこと。

ハルシネーション

はるしねーしょん

AIが事実と違う内容を、もっともらしい文章で言い切ってしまう現象です。

ファインチューニング

ふぁいんちゅーにんぐ

学習済みのAIに追加のデータで再学習させ、特定の用途や答え方に寄せる調整方法です。

フューショット学習

ふゅーしょっと

数個の手本をプロンプトに見せて、AIに同じ形式でまねさせるやり方です。

プロンプト

ぷろんぷと

AIへの指示文や質問文のこと。書き方しだいで返ってくる答えが大きく変わります。

プロンプトエンジニアリング

ぷろんぷとえんじにありんぐ

AIへの指示（プロンプト）を工夫して、ほしい答えを安定して引き出す技術です。

ベクトル

べくとる

向きと大きさを持つ数値の並びで、AIが意味の近さを測るための土台になります。

マルチエージェント

まるちえーじぇんと

役割を分けた複数のAIエージェントが分担と連携をしながら、ひとつの目的を進める仕組みです。

マルチモーダルAI

まるちもーだる

文章だけでなく、画像や音声など複数の種類の情報をまとめて扱えるAIのことです。

モデルドリフト

もでるどりふと

世の中やデータの傾向が変わり、運用中のAIモデルの精度が時間とともに落ちていく現象です。

ランダムフォレスト

らんだむふぉれすと

少しずつ違う決定木をたくさん育て、多数決で答えを決める予測のしくみです

レッドチーミング

れっどちーみんぐ

AIにわざと意地悪な質問をぶつけ、危ない答えを引き出して弱点を先に見つける検査のことです。

ローカルLLM

ろーかるえるえるえむ

クラウドに送らず、手元のパソコンや社内サーバーの中で動かすLLMのことです。

音声合成（TTS）

おんせいごうせい

文字で書いた文章を、人が話すような音声に変えて読み上げる技術のことです。

音声認識

おんせいにんしき

人が話した声を聞き取って、文字に書き起こしてくれるしくみのことです。

過学習（オーバーフィッティング）

かがくしゅう

練習問題を覚え込みすぎて、本番の新しい問題に弱くなったAIの状態のことです。

回帰（機械学習）

かいき

気温や価格などの「連続した数値」を予測する、機械学習の代表的なタスクです。

拡散モデル

かくさんもでる

ノイズだらけの画像を少しずつきれいにして、絵を作り出すAIの仕組みです。

学習（トレーニング）

がくしゅう

大量のデータを見せて、AIにパターンや規則を覚えさせる工程のことです。

学習率

がくしゅうりつ

AIが学ぶときに、一歩でどれだけ答えを修正するかを決める歩幅の大きさです。

活性化関数

かっせいかかんすう

ニューロンの出力をぐにゃっと曲げて、複雑なパターンを表せるようにする関数のことです。

感情分析

かんじょうぶんせき

文章が肯定的か否定的かを自動で判定する、自然言語処理の使い方のひとつです。

基盤モデル

きばんもでる

大量のデータで先に学んでおき、いろんな用途に使い回せる大型のAIモデルのことです。

機械学習

きかいがくしゅう

大量のデータから規則をコンピューターが自分で見つけ出す、AIの基礎となる方法です。

強化学習

きょうかがくしゅう

うまくいくと「ごほうび」がもらえるしくみで、試行錯誤しながらコツを学ぶ機械学習の方法です。

教師あり学習

きょうしありがくしゅう

問題と正解がセットになったデータでAIを学ばせる、機械学習の基本のやり方です。

教師なし学習

きょうしなしがくしゅう

正解を教えずに、データそのものの中から隠れた規則や仲間分けを見つける学び方です。

決定木

けっていぎ

「はい・いいえ」の質問を枝分かれでたどり、答えを導く木の形をしたモデルです。

憲法AI

けんぽうえーあい

AIに守るべき原則の一覧を渡し、AI自身に答えを直してもらう学習のやり方です

固有表現抽出（NER）

こゆうひょうげんちゅうしゅつ

文章の中から人名・地名・日付などの「名前」を見つけて、種類ごとに仕分ける技術です。

誤差逆伝播

ごさぎゃくでんぱん

AIの予測のズレを出口から入口へ逆向きにたどり、つまみの直し方を計算する学習のしくみです。

交差検証

こうさけんしょう

データを何回も入れ替えてAIの実力を測り、たまたまの良し悪しを見抜く確かめ方です。

勾配降下法

こうばいこうかほう

誤差を小さくするため、坂を下る向きへ数値を少しずつ直していく学習の基本手順です。

合成データ

ごうせいでーた

本物のデータの代わりに、人工的につくりだした、本物そっくりの練習用データのことです。

混合エキスパート（MoE）

こんごうえきすぱーと

得意分野の違う小さなモデルをたくさん用意し、入力ごとに一部だけ使う仕組みです

混同行列

こんどうぎょうれつ

分類AIの予測と正解を表にして、当たり外れの中身を見える化したものです。

自然言語処理

しぜんげんごしょり

人が使う言葉を、コンピューターが扱えるかたちにして理解・生成する技術分野です。

蒸留（知識蒸留）

じょうりゅう

大きく賢いモデルのふるまいをお手本にして、小さく軽いモデルへ知識を移す軽量化の手法です。

推論（インファレンス）

すいろん

学習を終えたAIに新しいデータを入れて、実際に答えを出させる本番の段階のことです。

生成AI

せいせいえーあい

文章・画像・音声などを、AIが学んだパターンから新しく作り出す技術の総称です。

説明可能AI（XAI）

せつめいかのうえーあい

AIが出した答えの理由を、人が分かる形で示そうとする技術や考え方のことです。

創発的能力

そうはつてきのうりょく

モデルを大きくしていくと、ある規模を超えた途端に急にできるようになる能力のことです。

損失関数

そんしつかんすう

AIの予測と正解のズレを1つの数値にして、学習の良し悪しをはかる物差しのことです。

転移学習

てんいがくしゅう

大量データで学んだ既存モデルの知識を、別の近いタスクに少ないデータで応用する手法です。

動画生成AI

どうがせいせいえーあい

文章で指示すると、その内容にそった短い動画を自動でつくってくれるAIです。

特徴量エンジニアリング

とくちょうりょうえんじにありんぐ

生のデータから、予測に効く手がかりを設計して取り出す下ごしらえの作業のことです。

分類（機械学習）

ぶんるい

データをあらかじめ決めたいくつかのカテゴリのどれかに振り分ける、機械学習の代表的なタスクです。

要約

ようやく

長い文章の要点だけを短くまとめる作業。生成AIがいちばん得意な使い道のひとつです。

量子化（モデル軽量化）

りょうしか

AIモデル内部の数値の精度をあえて下げて、サイズと計算量を軽くする手法のことです。