生成AIパスポート
学習ポータル 記事

AIの知能レベルの区分。レベル1＝単純な条件分岐による制御プログラム（AI搭載家電の自動温度調整）／レベ

1956年のダートマス会議をきっかけに始まったAI研究の最初のブーム。主に探索と推論の研究が進み、迷路や

1980年代を中心に起きたAIブーム。エキスパートシステムが発展し、専門家の知識をルールとしてコンピュー

2010年代以降。主な技術的要因はビッグデータの活用とディープラーニング技術の発展（計算機性能の向上を背

ニューラルネットワークで単語やフレーズの文脈（埋め込み）を学習し、次に来る単語を予測する言語モデル。長い

単語サンプリングのランダム性を制御するパラメータ。0にすると最も確実な答えを選び出力が安定する（答えられ

生成AIに入力する指示文・テキスト。明確なプロンプトを作成することで意図した出力を得やすくなる。

生成AI（LLM等）から望ましい応答や正確な出力を得るために、プロンプトの書き方を工夫・最適化する技術。

AIが学習データにない内容をもっともらしく（事実ではないのに）作り出してしまう現象。出力の事実確認は人間

長い文章を短くまとめ、要点を抽出する。長すぎる文章を一度に要約すると精度が低下する可能性があるため、適切

LLMは文法誤りの訂正や表現の洗練化をサポートでき、どこを修正したか（校正箇所）の透明性を高められる。た

AIがビジネスメールの下書きを生成。誤訳・不自然な表現が含まれる可能性があるため、送信前に必ず確認・修正

AIを活用すると下書きの作成が迅速化し、作業時間を短縮できる。ただしAIが生成する文書は必ずしも事実に基

AIはキャッチコピーの作成が得意。AIに「一流のコピーライター」などの役割を与えると、より質の高いコピー

AIはコンテキストを考慮した翻訳が可能だが、直訳にとどまるとも限らない一方、専門用語が多い文章では精度が

AIを活用してよくある質問（FAQ）の対応を自動化し、サポート業務の負担を軽減できる。ただし複雑なケース

基本的な計算はできるが、複雑な数学的処理・精密な数値計算・物理法則の厳密な適用には苦手であり、計算ミスを

知識は学習時点のデータに基づいているため、最新の研究・ニュース・出来事をリアルタイムで即座に反映すること

論理的推論はある程度行えるが、複雑な因果関係の理解や新しい概念の創出は苦手。

倫理的基準を持っておらず、訓練データやアルゴリズムの設計に依存するため、常に倫理的な判断を行えるわけでは

曖昧な表現や不足した情報を適切に補完するのが苦手であり、不正確な回答を生成することがある。明確で具体的な

環境から得られた情報を知覚し、ある目的を達成するために自律的に判断して行動する主体。「環境の観測（知覚）

生存する個人に関する情報であって、特定の個人を識別できるもの（他の情報と容易に照合することで識別できるも

事業者による個人情報の取扱いを包括的に規制する法律（2003年）。

人種、信条、社会的身分、病歴、犯罪の経歴など、不当な差別や偏見が生じないよう取扱いに特に配慮を要する個人

予測確率が実際の発生率を反映している性質。コストに基づいて閾値を決める前提となる。

GANsなどの深層学習を用いて作成される、極めて精巧な偽の画像・音声・動画。

総務省・経済産業省策定。人間中心のAI社会原則を、開発者・提供者・利用者が実務レベルでどう実践するかを落

GANなどの生成AIを用いて、本人の顔・声・動画を極めてリアルに偽造する技術。

目標達成のために、自律的に計画を立て、ツールを使い、行動するAI。

インターネット上の脅威から自分の情報やデバイスを守るための知識。

入手した情報を公開すると脅し、金品や行為を強要する犯罪。

仮名加工情報の新設や本人権利の保護強化、データ利活用推進を明記した2020年の改正（2022年4月施行）

2015年に設置された、個人情報保護の統括を担う中央行政機関。

個人情報データベース等を事業の用に供している者。一定の例外を除き、企業だけでなく、個人事業主や団体なども

プライバシーと個人情報を保護する、AI社会原則の一つ。

AIシステムをサイバー攻撃等の脅威から守る、AI社会原則の一つ。

（学習項目）定型のビジネス書類・議事次第の下書きをAIで生成する。

1980年代後半（1987年頃）に、第2次ブームの限界で研究予算が削減され、研究開発が停滞した時期。

人間（言語学者など）が定義した辞書や文法規則を用いて変換を行う機械翻訳手法。データ量には依存せず、ルール

言語学者が定義した厳密な文法規則・構文解析ルールに基づいて言語を処理するアプローチ。統計的アプローチと対

人間がプログラムに明示的にルール（If-Then形式など）を与えて行動を決めさせる手法。学習データを要し

人間の脳の神経回路網（ニューロンの結合）を数学的に模したモデル。ディープラーニングの基礎技術。

複数エージェントが協調・競争する強化学習。

AI開発の不確実性を管理するため、アセスメント→PoC→開発→追加学習の段階的契約を推奨する経産省のガイ

生成AIの入力（プロンプト）に悪意ある指示を仕込み、外部ツール（検索・DB・送金）を不正に操作させる攻撃

各入力を重みで掛け、足し合わせてバイアスを加え、活性化関数で出力する単位。

RAGで文書を分割する単位。埋め込み化・検索の最小単位となる。

自分の氏名・顔などの属性を商業的に利用されることを管理する権利（日本では未法定化・慣習上認められる）。

AIが個人・社会に与える影響について説明責任を果たす、AI社会原則の一つ。

1956年（ダートマス会議）から1970年代前半までのブーム。探索・推論技術が中心で、トイプロブレムしか

1980年代のブーム。エキスパートシステムの普及が中心。1987年前後、知識獲得のボトルネックなどの限界

外部の信頼できる知識を検索し、回答の根拠として提示させ、ハルシネーションを抑制する手法。

人間の知性・知能を要するタスク（機械学習、自然言語処理、ロボティクスなど）を機械に実現する研究。

ニューロン同士を結ぶ接続部。伝達強度（重み）の変化が学習の基盤となる。

2045年頃にAIが人間の知能を超越するという予測から導かれる、雇用・社会・統治に関する課題の総称。

1985年にヒントンらが提唱した確率的再帰型ニューラルネットワーク。生成モデルの先駆け。

隠れ層が1層のみのボルツマンマシン。学習が容易で、潜在表現の学習に用いられる。

VAEなどの生成モデルで、生成の出発点として用いられる乱数。

データの本質を低次元の数値ベクトルとして圧縮した表現。

GANで、ランダムなノイズからfakeなデータを生成するネットワーク。

GANで、データが本物か生成物かを判定するネットワーク。

RNNで、時刻ごとに前の時刻の出力を入力として受け取る層。

テキスト・音声・動画など、時間や順序によって並んだデータ。

ニューラルネットワークの構造・層の組み合わせの設計。

OpenAIによる、次の単語を予測する生成事前訓練Transformerモデルの系列。

単語の一部をマスクし、その予測を学習させる事前学習タスク。

2つの文が文脈として連続しているかを予測する事前学習タスク。

OpenAIが2022年11月に公開した対話型生成AIサービス。GPT-3.5をベースとする。

OpenAIが2018年に公開したモデル。生成事前訓練（GPT）によるテキスト生成の威力を示した。

2019年に公開された、流暢な文章を生成し、誤用が懸念されたモデル。

2022年に公開。RLHFで微調整され、人間の指示に従うアシスタントとして振る舞うモデル。

ChatGPTの基となった、RLHFにより改善されたモデル。

2023年に公開。画像を入力として受け取れるマルチモーダルなモデル。

AIの振る舞いを人間の意図・価値観に沿わせるための研究・手法。

ChatGPTの機能。コードを書いて実行し、計算・グラフ作成・ファイル処理を行う。