基盤モデル

📖 もうちょい詳しく

何が新しいの？

これまでのAIは、目的ごとに専用のモデルを一から作るのがふつうでした。基盤モデル（ファウンデーションモデル）は、その発想を変えたものです。先に大量のデータでまとめて学んでおき、あとからいろんな用途に使い回す、という考え方が新しいところです。

どうやって動いてるの？

まず、文章や画像などの膨大なデータを使って、汎用的なパターンを「事前学習」します。これは、特定の作業を覚えるのではなく、ことばや絵の成り立ちをざっくりつかむ段階です。そのあと、用途に合わせて少し追加で学ばせたり、指示の出し方を工夫したりして、目的に合った形に整えます。

何ができるの？

ひとつの基盤モデルから、文章の要約や翻訳、画像づくり、コードの補助など、たくさんの用途に枝分かれできます。みなさんが使うチャット型のAIや画像生成サービスの多くも、こうした基盤モデルを土台にして作られていることが多いです。

🌱 身近なたとえ

大きな白い生地で例えると分かりやすいです。先に大きな生地をたっぷり用意しておけば、あとからパンにもピザにも形を変えられます。基盤モデルも、最初に汎用的な土台を作っておき、あとから用途ごとに整えて使う、という考え方です。

✅ まず覚えるポイント

• 大量のデータで先に学んでおく「土台」のモデルです
• ひとつの土台を、いろんな用途に使い回せます
• LLM（大規模言語モデル）や画像生成モデルも基盤モデルの一種です
• 「事前学習」で広く学び、あとから用途に合わせて整えます
• 一から専用モデルを作るより、開発の手間を減らせることが多いです

🧭 よくある勘違い

基盤モデルとLLMは別物？

別物というより、LLMは基盤モデルの一種です。基盤モデルは大きなくくりで、そのうち言語を扱うものがLLM、画像を扱うものが画像生成モデル、という関係になります。

基盤モデルそのものが完成品のサービス？

そのままでも使えますが、多くの場合は用途に合わせて整えたり、使い方を工夫したりしてからサービスに組み込みます。基盤モデルは、あくまで土台にあたる部分です。

🧩 関連して覚えると楽な言葉

• 大規模言語モデル（LLM）: ことばを扱う基盤モデルの代表格です
• ファインチューニング: 土台のモデルを特定の用途向けに追加で学ばせることです
• 転移学習: 学んだ知識を別の用途に使い回す考え方です
• 生成AI: 学んだパターンから文章や画像などを新しく作り出す技術の総称です

🏁 ひとことでまとめ

たくさん学んだ「使い回せる土台」が基盤モデルで、そこから用途ごとに枝分かれしていきます。