AI用語辞典

大量のテキストデータで訓練された巨大なAIモデル。ChatGPTやClaudeの基盤技術。

AIに適切な指示を与えて望む出力を得るための技術。AIの性能を最大限引き出す鍵。

外部データベースから関連情報を検索し、AIの回答精度を向上させる技術。

AIが事実と異なる情報をもっともらしく生成してしまう現象。AI利用時の最大の注意点。

AIが文章を処理する際の最小単位。料金計算やコンテキストウィンドウの基準。

既存のAIモデルを特定のタスクやデータに合わせて追加学習させる技術。

テキストや画像を数値ベクトルに変換する技術。類似検索やRAGの基盤技術。

テキスト、画像、音声、動画など複数の形式のデータを統合的に理解・生成するAIの能力。

AIによる検索結果や生成コンテンツで自社情報が優先的に引用されるよう最適化する手法。AI時代の新しいSEO。

Google検索結果の上部にAIが生成した要約を表示する機能。検索体験を大きく変革。

現代のAIモデルの基盤となるニューラルネットワークアーキテクチャ。自己注意機構が核心技術。

多層のニューラルネットワークを用いた機械学習の手法。現代AIの中核技術。

人間の言語をコンピュータに理解・生成させるAI技術の分野。翻訳やチャットボットの基盤。

OpenAIが開発した大規模言語モデルシリーズ。ChatGPTの基盤技術として世界的に普及。

ノイズからデータを段階的に生成するAIモデル。画像・動画生成AIの中核技術。

人間と同等以上の知的能力を持つAI。現在のAI研究の究極的な目標の一つ。

テキスト、画像、音声、動画などの新しいコンテンツを自動生成するAI技術の総称。

AIモデルに与える入力テキストや指示文。AIの出力を左右する重要な要素。

テキストや音声で人間と自動的に対話するプログラム。AI技術により飛躍的に進化。

画像や動画をコンピュータに理解・分析させるAI技術の分野。自動運転や医療画像診断に応用。

試行錯誤を通じて最適な行動を学習するAIの手法。ゲームAIやロボット制御に活用。

2つのニューラルネットワークを競わせてリアルなデータを生成する手法。画像生成AI発展の礎。

LLMを活用したアプリケーション開発を効率化するオープンソースフレームワーク。

ソフトウェア同士がデータや機能をやり取りするためのインターフェース。AI機能を自社サービスに組み込む基盤。

モデルの重みやコードが公開され、誰でも自由に利用・改変できるAIモデル。

クラウドではなくデバイス上でAI処理を実行する技術。低遅延・プライバシー保護が強み。

llama.cppで使用されるAIモデルのファイルフォーマット。ローカルLLM実行の標準形式。

AIが事実と異なる情報を生成する問題を軽減するための手法や仕組みの総称。

大規模データで事前学習され、多様なタスクに適用可能な汎用AIモデル。

AIの開発・運用において守るべき倫理的原則や社会的責任に関する分野。

組織や社会におけるAIの適切な管理・運用を確保するための枠組みや体制。

大規模な教師モデルの知識を小型の生徒モデルに転移させる技術。モデルの軽量化に貢献。

学習済みAIモデルが新しい入力に対して予測・回答を出力するプロセス。

テキストをAIモデルが処理可能なトークン列に変換するコンポーネント。

入力データの各要素間の関連性を動的に計算するニューラルネットワークの仕組み。Transformerの核心技術。

少数の例示だけでAIに新しいタスクを学習させる手法。プロンプトに例を含めて使う。

事前の例示なしにAIが未知のタスクを実行する能力。LLMの汎用性を示す重要な特性。

AIによるコンテンツ生成と著作権法の関係をめぐる法的課題。学習データと生成物の両面で問題に。

パラメータ数を抑えた軽量な言語モデル。効率性とコストパフォーマンスに優れる。

複数の専門家ネットワークを切り替えて効率的に処理するAIアーキテクチャ。

RAGシステムにおけるデータの取得から回答生成までの一連の処理フロー。

AIが人間のような自然な文章を自動的に作成する技術。LLMの最も基本的な機能。

テキストの指示から画像を自動生成するAI技術。デザインやクリエイティブ分野を革新。

AIがコードの自動補完、生成、デバッグを支援するツール。開発者の生産性を飛躍的に向上。

AIが情報を統合・要約して質問に直接回答する次世代の検索サービス。

プログラミング不要でAI機能を活用したアプリやワークフローを構築できるツール。

自律的に目標を理解し、計画・判断・実行を繰り返してタスクを遂行するAIの設計思想。2026年最大のトレンド。

複数のAIエージェントが協調・分担してタスクを遂行するシステム。複雑な業務の自動化を実現。

物理世界の法則や因果関係をシミュレートできるAIモデル。LLMの次の技術として注目。

AIの出力を外部の信頼できるデータソースに基づかせ、事実性を担保する技術。

AIが人工的に生成した学習用データ。プライバシー保護やデータ不足の解消に活用。

AIの仕組みを理解し、適切かつ効果的に活用するための知識・能力。ビジネスパーソン必須のスキル。

悪意のある入力でAIの動作を操作・乗っ取るセキュリティ攻撃手法。AI活用における主要な脅威。

AIで人物の顔や声をリアルに合成・置換する技術。フェイクニュースや詐欺への悪用が社会問題化。

異なるAIエージェント同士が安全に通信・連携するためのオープンプロトコル。Googleが提唱。

AIに「実現したい雰囲気」を自然言語で伝え、コードを対話的に生成する開発手法。2025年のWord of the Yearに選出。

回答前にステップバイステップの論理的思考プロセスを実行するAIモデル。複雑な問題の精度が飛躍的に向上。

AIが大量生成した低品質なデジタルコンテンツの総称。Merriam-Websterの2025年Word of the Yearに選出。

実世界で知覚・推論・行動できるAI技術。ロボティクスや自動運転の基盤として2026年に本格化。

AIモデルに送るコンテキストを戦略的に設計・最適化する技術。プロンプトエンジニアリングの進化形。

AIが自身の生成データで再学習を繰り返すことで出力品質が劣化していく現象。「2026年問題」とも関連。

AIに倫理的原則の「憲法」を与え、安全で価値観に沿った振る舞いを実現するAnthropicの手法。

AIが人間の価値観や意図に沿って動作することを保証するための技術的・理論的研究分野。

RAGにAIエージェントの自律性を組み合わせ、複数ステップの情報収集・統合を自動化する手法。

AIエージェントが外部のAPI・関数を呼び出してタスクを実行する仕組み。エージェント型AIの根幹技術。

AIモデルの性能を客観的に比較・評価するための標準的なテストや指標のこと。

大規模AIモデルの知識を小型モデルに転移させ、軽量かつ高性能なモデルを作る技術。

LLMが外部の関数やAPIを自動的に呼び出し、実世界のタスクを実行する機能。

AI学習・推論に不可欠な並列計算処理装置。NVIDIAのH100が業界標準。

人間の指示に適切に応答できるよう、多様な指示-応答ペアでモデルを調整する手法。

AIモデルがデータの本質的な特徴を圧縮して表現する高次元の内部空間。

複数のAIモデルを組み合わせてそれぞれの強みを活かし、より高品質な出力を得る手法。

人間の脳の神経回路を模倣した、AIの最も基本的な計算モデル。深層学習の基盤。

モデルの重み（パラメータ）が一般公開され、誰でもダウンロード・利用できるAIモデル。

大量のデータから関連情報を効率的に検索・取得する技術。RAGの基盤。

AIが安全に動作し、有害な出力を生成しないよう調整する技術・プロセスの総称。

モデルのサイズ・データ量・計算量と性能の間に成り立つ予測可能な法則性。

LLMの出力をJSON等の決まった形式で生成させる機能。アプリ連携に不可欠。

AIの出力の多様性・創造性を制御するパラメータ。低いと確実性、高いと創造性が増す。

AIモデルの学習に使用されるデータセット。モデルの性能と品質を根本的に決定する。

あるタスクで学習した知識を別のタスクに応用する機械学習手法。AI開発の効率を劇的に向上させる。

学習データを人工的に増やす手法。画像の回転・反転やテキストの言い換えなどでモデル精度を向上。

AIモデルが学習データに過度に適合し、未知のデータに対する予測精度が低下する現象。

ニューラルネットワークの学習を安定化・高速化するための正規化手法。深層学習の標準技術。

ニューラルネットワークに非線形性を与える関数。ReLU、Sigmoid、GELUなどが代表的。

AIモデルのパラメータを最適化するための基本的なアルゴリズム。深層学習の学習プロセスの核心。

ニューラルネットワークの学習で勾配を効率的に計算するアルゴリズム。深層学習の根幹技術。

AIが生成した誤情報（ハルシネーション）を自動的に検出・特定する技術。AI信頼性の鍵。

データを一か所に集めずに複数のデバイス・拠点で分散学習する手法。プライバシー保護AI技術。

AI生成コンテンツに目に見えない識別情報を埋め込む技術。ディープフェイク対策の要。

AIモデルの脆弱性や有害な出力を意図的に探索・テストする安全性評価手法。

パラメータの大部分を非活性にし、必要な部分のみ計算する効率的なAIモデル設計手法。

過去の知識を忘れずに新しいタスクやデータを学習し続けるAI技術。知識の更新に不可欠。

テキストだけでなく画像・表・図なども検索・活用して回答を生成する次世代RAG技術。

複数のAIモデルやサービスを連携・統合し、複雑なワークフローを自動管理する技術。

テキストと画像の対応関係を学習したOpenAIのマルチモーダルAIモデル。画像検索や画像生成の基盤技術。

画像生成AIに構図やポーズなどの条件を追加で指定できる技術。より精密な画像制御を実現。

Stability AIが開発したオープンソースの画像生成AIモデル。ローカル環境で無料で実行可能。

テキストの説明文から画像を自動生成するAI技術。DALL-E、Midjourney、Stable Diffusionなどで利用。

テキストの説明文から動画を自動生成するAI技術。Sora、Runway、Kling AIなどが代表的。

テキストを自然な音声に変換するAI技術。ナレーション作成や音声アシスタントの基盤技術。

音声をテキストに自動変換するAI技術。議事録作成や字幕生成に不可欠な基盤技術。

入力画像を基にAIが新しい画像を生成・変換する技術。スタイル変換やリファインに利用。

画像の一部を自然に塗り替えたり修復したりするAI技術。不要なオブジェクトの除去に活用。

画像の外側をAIが自然に拡張する技術。画像のフレーム外の領域を自動生成。

低解像度の画像をAIで高解像度に拡大する技術。ディテールを補完しながら画質を向上。

ある画像のスタイル（画風）を別の画像に適用するAI技術。写真を絵画風に変換するなどに利用。

キーワードの完全一致ではなく、意味や文脈を理解して検索するAI技術。RAGの中核技術。

2つのベクトル間の角度から類似度を計算する手法。エンベディングの類似度比較に標準的に使用。

機械学習モデルの構築プロセスを自動化する技術。データ前処理からモデル選択、ハイパーパラメータ調整まで自動実行。

機械学習モデルの開発・運用・監視を効率化するための一連のプラクティスとツール。

データの収集・変換・格納・配信を自動化する一連の処理フロー。AI・ML運用の基盤。

機械学習モデルの性能を向上させるために、生データから有用な特徴量（入力変数）を設計・生成する技術。

データを複数のグループに分割して、モデルの汎化性能を公平に評価する手法。過学習の検出に有効。

機械学習モデルの設定値を最適化して性能を最大化する手法。グリッドサーチやベイズ最適化が代表的。

AIがプログラマーのパートナーとなり、リアルタイムでコード作成を支援する開発手法。

プログラマーが入力中のコードをAIが予測して自動補完する機能。開発効率を大幅に向上。

プルリクエストやコード変更をAIが自動的にレビューし、バグや改善点を指摘する技術。

AIがソースコードを分析して、ユニットテストやテストケースを自動生成する技術。

AIがコードの構造を改善し、可読性や保守性を向上させるリファクタリングを自動提案する技術。

AIが人間の「副操縦士」として作業を支援するAIアシスタントの総称。Microsoft CopilotやGitHub Copilotが代表的。

複数のAI処理やツールを連携させて、業務プロセスを自動化するワークフロー。

複数のプロンプトを連鎖的に実行し、前のステップの出力を次の入力に使う技術。複雑なタスクを分解して処理。

AIモデルの振る舞いや役割を事前に定義する特別な指示文。AIアプリケーションの設計基盤。

AIに数個の入出力例を示してからタスクを実行させるプロンプト技術。精度向上に効果的。

AIがプロンプト内の例示や文脈から即座に新しいタスクを学習する能力。LLMの革新的な特性。

AIの学習データや設計に起因する偏り。性別・人種・年齢などに関する不公平な出力の原因。

AIの判断理由を人間が理解できる形で説明する技術。信頼性と透明性の確保に不可欠。

AI技術の開発・利用に関する法的な規制やルール。EU AI Actが世界初の包括的規制として注目。

EUが制定した世界初の包括的なAI規制法。リスクベースの規制アプローチを採用。

テキストの説明から3Dモデルを自動生成するAI技術。ゲーム開発や3Dデザインの革新技術。

複数の2D画像から3Dシーンを再構成するAI技術。写真からリアルな3D表現を生成。

特定の人物の声を学習し、その声でテキストを読み上げるAI技術。少量の音声サンプルから複製可能。

音声やテキストをリアルタイムで他言語に翻訳するAI技術。国際コミュニケーションの壁を解消。

LLMに推論（Reasoning）と行動（Acting）を交互に行わせるフレームワーク。

AIモデルが外部ツールやAPIを呼び出して情報取得や処理を行う機能。

エンティティ間の関係をグラフ構造で表現した知識ベース。AIの知識表現と推論に活用。

公平性・透明性・安全性を確保しながらAIを開発・運用する包括的なアプローチ。

マイコンなど超小型デバイス上で動作する機械学習。IoTやウェアラブルに不可欠。

LLMアプリケーションの開発・デプロイ・運用を体系化したプラクティス。MLOpsのLLM特化版。

基本RAGを超えた高度な検索拡張生成の実装パターン。精度と実用性を大幅向上。

AI/MLを活用したIT運用の自動化・最適化。障害予測やインシデント対応を効率化。

同一プロンプトの再計算を省略してコストと応答時間を削減するLLM最適化技術。

テキストだけでなく画像・表・グラフも検索・理解して回答するRAGの進化形。

AIを中核機能として提供するクラウドサービス。専門知識なしでAIを業務活用可能。

自然言語の指示からプログラムコードを自動生成するAI技術。開発効率を劇的に向上。

少量の音声サンプルから特定の人物の声を再現するAI技術。ナレーションや吹替に活用。

テキストや画像から高品質な動画を自動生成するAIモデル。映像制作を革新。

AIの出力を制御し、有害・不適切なコンテンツを防ぐ安全機構。

AIモデルの性能を標準化されたテストで客観的に比較・評価するための基準。

小型モデルで下書き生成し大型モデルで検証する推論高速化手法。品質を保ちつつ2-3倍高速化。

AIエージェントが計画・実行・振り返りを自律的に行うワークフロー設計パターン。

LLMに与えるコンテキスト（文脈情報）を最適化設計する技術。プロンプトエンジニアリングの発展形。

テキストや画像を意味を保持した数値ベクトルに変換する専用モデル。検索やRAGの基盤。

人間の作業を横でサポートするAIアシスタントの設計パターン。意思決定は人間が行う。

LLMの出力をJSON等の決められたフォーマットに強制する機能。アプリ連携に必須。

100万トークン超の長大な入力を一度に処理できるLLMの能力。書籍全体の分析も可能。

単一モデルではなく、複数のAIコンポーネントを組み合わせて構築するAIシステム。

プロンプト内に数例を示すだけでLLMにタスクを学習させる手法。追加学習不要。

AIサービスの利用データが蓄積されモデル改善に循環する好循環サイクル。

ローカルLLM実行用の標準ファイルフォーマット。llama.cppで広く採用。

複数のLLMを階層的に組み合わせて単一モデルを超える性能を実現する手法。

LLMサービスのトークン単位の料金体系と最適化戦略。コスト管理の基本知識。

MCPを活用したAIツール連携の実践パターン。エージェントの外部システム接続を標準化。

AI検索エンジンやLLMの回答にコンテンツを引用させるための最適化手法。SEOの次世代版。

クラウドを使わず自分のPCやサーバー上で動かすLLM。プライバシーとコスト面で有利。

画像を理解しテキストで応答できるAIモデル。画像認識と言語理解を統合。

AIシステムの公平性・安全性・透明性を第三者が評価・監査するプロセス。

AIモデルが外部ツールやデータソースと安全に連携するためのオープンプロトコル。

自律的にタスクを計画・実行し、外部ツールを活用して目標を達成するAIシステム。

LLMが一度に処理できるテキストの最大長。トークン数で表される。

人間の評価をもとにAIの出力を改善する強化学習手法。LLMの品質向上に不可欠。

モデルの数値精度を下げてサイズを縮小し、少ないメモリでの実行を可能にする技術。

少ないパラメータの追加学習でLLMを効率的にカスタマイズする手法。

報酬モデルなしで人間の選好データから直接LLMを最適化する手法。RLHFの代替。

AIに段階的な推論過程を明示させることで、複雑な問題の回答精度を向上させる手法。

高次元ベクトル（埋め込み）を効率的に保存・検索するための専用データベース。

AIシステムが安全に動作し、人間や社会に害を与えないよう保証するための研究分野。

推論時にモデルがより多くの計算資源を使って回答精度を向上させる手法。

LLMの推論を木構造で分岐・探索させ、最適な思考経路を見つけるプロンプト手法。

AIツールを活用してSEO戦略を効率化・高度化する手法の総称。

再利用可能な形式で設計されたプロンプトの雛形。変数を埋め込んで効率的にAIを活用する。

人間の作業を横で支援するAIアシスタントの設計思想。人間が主導権を持つ協調モデル。

現実世界のモノやプロセスをデジタル空間に忠実に再現した仮想モデル。

GANが画像生成からビデオ・3Dへと応用範囲を拡大してきた技術の進化史。

自然言語で対話しながらユーザーのタスクを支援するAIシステムの総称。

LLMに渡す文脈情報を実践的に設計・最適化し、出力品質を最大化する応用技術。

複数のプロンプトを連鎖的に実行し、複雑なAIワークフローを構築する手法。

複数のAIモデルやツールを連携・統合して複雑な業務を自動化する実践的手法。

AIモデルの教師あり学習に必要なラベル（正解データ）をデータに付与する作業。

データに意味的な情報やラベルを付与する作業。AI学習データの品質を左右する基盤工程。

大量のデータを一括でAIモデルに処理させる推論方式。コスト効率と処理速度に優れる。

AIモデルの出力をリアルタイムに逐次配信する推論方式。ユーザー体験を向上させる。

LLMのコンテキストウィンドウを効率的に活用し、出力品質を最大化する技術。

データ収集からモデル学習・推論・デプロイまでの一連のAI処理を自動化した工程。

業務やタスク別に整理されたプロンプト集。チームでのAI活用の標準化に貢献する。

テキスト・画像・音声・動画など複数のモダリティを統合してAIが処理する技術。

AIを正しく理解し、安全かつ効果的に活用するための知識・スキルを教育する取り組み。

AI機能を後付けではなく、設計段階から中核に組み込んだ製品・サービス・組織のこと。

AIモデルの最適な構造をAI自身が自動的に発見する技術。人間の設計を超える性能を実現。

複数のAIモデルを統合して、各モデルの長所を兼ね備えた新しいモデルを作る技術。

AI導入にかかったコストに対して、どれだけのビジネス成果が得られたかを測る指標。

組織や個人がAIツールを導入し、日常業務に定着させるまでのプロセスと戦略。

専門知識がなくても誰でもAIを活用できるようにする動き。ノーコードAIやオープンソースが推進力。

人間の逐次指示なしに、目標を与えるだけで自律的にタスクを計画・実行するAIシステム。

ディープラーニングと記号的推論を組み合わせ、学習能力と論理的推論力を両立するAIアプローチ。

AIモデルの予測がどれだけ正解からずれているかを数値で表す関数。学習の道しるべ。

AIモデルが学習時にパラメータを更新する大きさを制御するハイパーパラメータ。

画像認識に特化したニューラルネットワーク。画像内のパターンを階層的に検出する。

時系列データや文章など、順序のあるデータを処理するために設計されたニューラルネットワーク。

本番運用中のAIモデルに入力されるデータの分布が、学習時と変化してしまう現象。

悪意ある入力でAIの安全機能を回避し、意図しない動作をさせるサイバー攻撃手法の総称。

AIが生成した情報の正確性を自動的に検証し、誤情報を検出する技術。

AIが物理法則や因果関係を理解し、仮想環境でシミュレーションを行う高度な認知モデル。

AIモデルの学習で、全ての訓練データを1回通して学習する単位。繰り返しで精度が向上する。

訓練データを小さなグループに分割して学習する手法。メモリ効率と学習速度のバランスを取る。

AIモデルが訓練データに過度に適合するのを防ぎ、未知のデータへの汎化性能を高める技術群。

AI APIの利用料金を入出力トークン数に基づいて算出する課金モデル。

複数のAIモデルやツールを組み合わせて連携させ、複雑なワークフローを構築するための開発基盤。

AIとの対話が長くなるにつれ、不要な情報が蓄積して回答品質が低下する現象。

AIを使って本物に似た人工データを生成する技術。プライバシー保護やデータ不足の解決に活用。

AIモデルの実行（推論）にかかる計算コストを削減しつつ、品質を維持する技術・戦略。

AI関連企業への過剰な期待と投資が実態を上回り、バブル経済的状況になるリスクの議論。

モデル全体ではなく少数のパラメータのみを追加・更新してファインチューニングする効率的手法群。

Transformerモデルの推論を高速化するため、計算済みのKey-Value行列を再利用する最適化技術。

AIと複数回のやり取りを行い、文脈を維持しながら対話を進めるインタラクション形式。

意味的に類似した過去の質問の回答を再利用してAIの応答速度向上とコスト削減を実現する技術。

AI学習・推論に膨大な電力を消費する問題。データセンターの電力需要が世界的課題に。

AIの学習データに著作物が無断使用された問題を巡る法的紛争。世界中で訴訟が進行中。

AIが複雑な問題を解く際に、段階的に思考過程を展開して最終回答に至るプロセス。

組織がAIを安全・公正・透明に運用するためのルール・プロセス・体制を定めた包括的な枠組み。

目標を与えるだけで自律的にタスクを計画・実行するAIシステム。2026年最大のAIトレンド。

AIモデルが外部ツールやデータソースと標準的に接続するためのオープンプロトコル。

テキスト・画像・音声・動画など複数の入出力形式を統合的に扱えるAIモデル。

音声で自然に対話し、電話対応やカスタマーサポートを自動化するAIシステム。

目標達成のためにツールを使い分けながら自律的にタスクを実行するAIプログラム。

AIモデルが外部の関数やAPIを呼び出して実世界のアクションを実行する機能。

AIモデルが一度に処理できるテキストの最大量。トークン数で表される。

段階的な思考プロセスを経て複雑な問題を解決する能力を持つAIモデル。

ノイズから段階的にデータを生成する手法。画像・動画・音声生成AIの中核技術。

テキストの説明文から動画を自動生成するAI技術。2026年に実用レベルに到達。

コードの生成・編集・テスト・デバッグを自律的に実行するAIシステム。

自分のPC上で直接実行するLLM。プライバシー保護とオフライン利用が可能。

AIが質問を理解し、複数のソースから情報を統合して直接的な回答を生成する次世代検索。

AIが生成した人工的なデータ。実データの代替としてAIモデルの学習や検証に使用。

AIシステムが意図した通りに安全に動作し、社会に害を与えないことを保証するための研究分野。

AIに「憲法」となるルールを与えて、自己改善により安全性を高めるAnthropicの手法。

AIに段階的な推論過程を踏ませることで回答精度を向上させるプロンプト技法。

AIの回答を信頼できるデータソースに基づかせ、ハルシネーションを抑制する技術。

入力に応じて専門家ネットワークを選択的に活性化する効率的なモデルアーキテクチャ。

大きな高性能AIモデル（教師）の知識を小さなモデル（生徒）に転移する技術。

ユーザーのクエリ内容に応じて最適なAIモデルに自動的にリクエストを振り分ける技術・ツール。

複数のAIエージェントが役割分担し協調して複雑タスクを解決する仕組み。2026年に実用化が進む。

質問の複雑さに応じてAIが思考の深さを自動調整する技術。Claude Opus 4.6で採用。

AIが長時間タスクの冒頭で計画を提示し、ユーザーが方向修正できる機能。GPT-5.4 Thinking搭載。

音声AIが実際には発言されていない内容を生成・認識する現象。WhisperやAI文字起こしで注意が必要。