推論（インファレンス）

📖 もうちょい詳しく

何が新しいの？

推論（インファレンス）は、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段階のことです。
AIづくりは大きく「練習」と「本番」に分かれていて、推論はその本番にあたります。私たちがチャットに質問を打って返事をもらうとき、裏ではこの推論が動いています。AIを使う、という言葉のほとんどは、この推論を指していると考えて大丈夫です。

どうやって動いてるの？

推論では、学習のときに調整し終えた無数の数値（パラメータ）を、そのまま使って答えを計算します。
入力された文章や画像を数値に直し、覚えた規則に沿って「いちばんありそうな答え」を組み立てて返す、という流れです。学習のように中身を直す作業はしないので、基本的にAIの中身は変わりません。決まった計算を高速にこなしていく段階だと考えると正確です。

何ができるの？

質問に答える、文章を要約する、画像が何かを言い当てる、音声を文字にするなど、AIにやらせたい仕事をその場で実行します。
学習さえ済んでいれば、見たことのない新しいデータにも、覚えた規則をもとに答えを返せます。スマホの音声入力や翻訳アプリが一瞬で結果を出せるのも、この推論が動いているからです。

🌱 身近なたとえ

推論で例えると、しっかり練習を積んだ人が、本番の試験で問題を解く場面に近いです。
試験中に勉強し直すことはなく、すでに身につけた解き方を使って、目の前の問題にその場で答えを書いていきます。
AIの推論も同じで、本番では中身を直さず、覚えた力をそのまま発揮して答えを出します。

✅ まず覚えるポイント

• 推論は、学習済みのAIが新しいデータに答えを出す本番の段階
• 学習で調整した数値（パラメータ）を、そのまま使って計算する
• 推論中はAIの中身は変わらない（学習のように直さない）
• 私たちが「AIを使う」操作は、ほぼこの推論にあたる
• 速さや費用は、この推論の段階で問題になりやすい

🧭 よくある勘違い

推論と学習は同じこと？

役割が違います。学習は規則を覚えさせる準備の段階で、推論はその覚えた規則を使って実際に答えを出す段階です。
受験でいえば、学習が日々の勉強、推論が本番の試験にあたると考えると分かりやすいです。

推論を繰り返すと、AIはどんどんかしこくなる？

多くの場合、そうとは限りません。推論はあくまで答えを出すだけで、AIの中身を直す作業ではないからです。
もっとかしこくしたいときは、あらためて新しいデータで学習し直す、という別の手間が必要になります。

推論はおまけで、お金や手間はかからない？

そうとは言い切れません。利用者が増えて何度も答えを返すほど、推論の回数も積み上がり、その分の計算費用がかさみます。
学習は一度きりでも、推論は使われ続けるため、運用ではむしろこちらの負担が大きくなる場合があります。

🧩 関連して覚えると楽な言葉

• 学習（トレーニング）: 推論の前にAIへ規則を覚えさせる準備の工程
• 機械学習: データから規則を見つける考え方。推論はその力を使う場面
• LLM: 文章を扱うAI。チャットの返事はLLMの推論で作られる
• ファインチューニング: 学習済みAIに追加で学習させて調整する方法

🏁 ひとことでまとめ

推論（インファレンス）は、学習を終えたAIに新しいデータを入れ、覚えた規則で答えを出させる本番の段階です。
練習で身につけた力を試験で発揮するように、ここでAIが実際に役立つ仕事をしてくれます。