AI用語集
AI技術に関する専門用語をわかりやすく解説しています。機械学習、深層学習、自然言語処理、コンピュータビジョンなど、様々な分野のAI用語を網羅。初心者から専門家まで、AIの理解を深めるための用語辞典です。
検索結果 頭文字: は
全 47 件の用語が登録されています。 すべての用語を表示中
ID | 用語 | カテゴリ | 説明 |
---|---|---|---|
477 | ハイブリッドLLMアンサンブル | AIアーキテクチャ | 複数の大規模言語モデルを組み合わせて使用する手法。AlphaEvolveでは、高速な探索のためのGemini Flashと深い洞察のためのGemini Proを組み合わせることで、効率性と品質のバランスを実現。各モデルの強みを活かし、弱点を補完する相乗効果を生み出す。 |
242 | ハイブリッドインテリジェンス | AI応用 | 人間の認知能力とAIの計算能力を組み合わせた知的システム。それぞれの強みを相互補完的に活用することで、単独では達成困難な問題解決や創造性の発揮を可能にする。医療診断支援、科学的発見、複雑なデザインタスクなど、高度な専門知と直観的判断の両方が求められる領域で特に有効性を発揮する。 |
300 | ハイブリッドソートリスト | AI検索 | 従来の関連性ベースの検索結果と生成AIによる回答を組み合わせた次世代検索結果表示形式。Google、Bingなどの主要検索エンジンで採用されており、ユーザークエリの意図に応じて、AIによる直接的な回答、従来のウェブページリンク、ナレッジパネル、関連クエリなどを最適な比率で提示する。検索体験をより効率的で情報豊富なものに変えることを目指し、特に複雑な質問や探索的クエリに対する満足度向上に貢献する。通常のリスト表示とAI回答の長所を組み合わせた新しい検索パラダイムとして急速に普及している。 |
572 | ハイブリッド推論モデル | AI技術 | 即座の応答と深い思考の両方を提供するAIアーキテクチャ。ユーザーが状況に応じて高速モードと深思モードを選択可能。Claude 4シリーズで初めて実装され、効率性と精度の両立を実現。 |
640 | ハイブリッド認知システム | AIアーキテクチャ | 人間の認知能力とAIの計算能力を組み合わせた統合的な情報処理システム。人間が得意な直感的判断、創造的思考、文脈理解と、AIが得意なパターン認識、大量データ処理、計算処理を効果的に組み合わせることで、単独では達成できない高度な認知パフォーマンスを実現する。認知的オフローディングの負の影響を最小化しながら、AIの利益を最大化する戦略的アプローチとして注目されている。 |
254 | バイオインスパイアードAI | AIアーキテクチャ | 生物学的神経系や認知プロセスから着想を得たAIシステム設計アプローチ。脳の構造や機能、生物の学習メカニズム、進化プロセスなどを模倣または抽象化し、より効率的で適応力の高い人工知能の開発を目指す。スパイキングニューラルネットワーク、ニューロモーフィックコンピューティング、神経進化アルゴリズムなど多様な技術を包含し、低消費電力・高効率のAIシステム実現に向けた研究が進められている。 |
368 | バイオミメティックスAI | AIの科学応用 | 生物の構造、機能、行動戦略をモデル化したAIシステム。進化によって最適化された生物の特性(神経系の情報処理、群れの集合知能、免疫系の適応性など)を分析し、それに触発された計算モデルやアルゴリズムを開発する。特にスウォームインテリジェンス、ニューロモーフィックコンピューティング、進化的アルゴリズムなどの手法を通じて、エネルギー効率、適応性、堅牢性などの生物学的システムの長所をAIに取り入れる。自律ロボット、材料設計、最適化問題などの分野で応用されており、持続可能なAI技術の発展に寄与している。 |
384 | バイブコーディング | AI開発手法 | Andrej Karpathy氏が提唱した開発手法。コードの詳細を意識せず、AIに自然言語で指示を与えてソフトウェアを開発する。「雰囲気」に身を委ね、生成されたコードを「Accept All」で受け入れ、エラーもAIに修正させる革新的なアプローチ。開発時間を40-80%削減し、非技術者でも複雑なアプリケーションの開発を可能にする。 |
486 | バイリンガルプロンプティング | AI技術要素 | 英語の技術用語と日本語のコンテキストを組み合わせてAIに指示を与える手法。日本の開発者が効果的にAIコーディングツールを活用するために開発された戦略で、より正確な出力を得ることができる。「クラスを作成してください」よりも「class を作成してください、顧客管理用の」のような形式で、技術用語は英語、説明は日本語で記述する。 |
68 | バックプロパゲーション | 技術 | 多層ニューラルネットワークの学習に使用される勾配降下法の一種。出力層のエラーを入力層方向に逆伝播させながら重みを調整する。1986年にルメルハートらが再発見・普及させ、ニューラルネットワーク研究の復活に貢献した基本的かつ重要なアルゴリズム。 |
295 | バリューアライメント | AI倫理 | AIシステムの行動や判断を人間の価値観や倫理的原則に整合させる技術・方法論。特に強化学習や自律的意思決定を行うAIにおいて重要とされ、明示的な価値関数の設計、人間からのフィードバック学習、倫理的制約の組み込みなどのアプローチがある。AI安全性研究における中心的課題の一つで、特に高度化するAIの意図整合性問題(AIの目標と人間の意図の乖離)への対策として注目されている。Anthropic、DeepMind、OpenAIなどが重点的に研究を進めている分野。 |
534 | パニック買い | 行動経済学 | 供給不足の懸念から消費者が必要以上に商品を購入する集団行動。損失回避バイアス、社会的証明、群集心理などの心理的要因が複合的に作用。SNS時代には情報の拡散速度が速く、自己実現的予言として実際の品不足を引き起こす。 |
464 | パラメータ効率的微調整 | AI開発技術 | 大規模言語モデルのすべてのパラメータを更新するのではなく、一部のパラメータのみを調整することで、より効率的にモデルを特定のタスクに適応させる技術。LoRA(Low-Rank Adaptation)やアダプター層の追加など様々な手法があり、計算リソースとストレージ要件を大幅に削減しながら、特定ドメイン(コーディングなど)向けにモデルをカスタマイズできる。AIコーディングアシスタントの開発において、コスト効率の高い改良方法として重要性が増している。 |
61 | パーセプトロン | モデル | 1958年にフランク・ローゼンブラットが開発した初期のニューラルネットワークモデル。単一のニューロンで構成され、入力を重み付けし、閾値を超えた場合に活性化する仕組み。初の機械学習アルゴリズムの一つとして知られるが、XOR問題など線形分離不可能な問題は解決できない制約がある。 |
183 | パープレキシティ | 評価指標 | 言語モデルの性能を評価する指標で、モデルがテキストシーケンスを予測する際の不確実性を測定する。値が低いほど、モデルがテストデータの分布をよく予測できていることを示す。数学的には、クロスエントロピーの指数関数として計算され、単語あたりの平均分岐係数と解釈できる。 |
264 | パーミッションAI | AI安全性 | ユーザーの明示的承認と適切な権限設定に基づいて行動するAIシステム設計原則。特に重要な決定や高リスク操作に関して、AIの自律性に適切な制限を設け、人間の監視と制御を確保するアプローチ。システムアクション権限の階層化、権限エスカレーションの透明化、ユーザー同意の継続的検証などのメカニズムを含み、AI安全性と人間の自律性のバランスを保つ重要な概念として注目されている。 |
330 | ビジネスプロセスオーケストレーションAI | AIとビジネス | 複雑なビジネスプロセスの流れを最適化・自動化するAIシステム。複数の部門や役割にまたがるワークフローを包括的に管理し、データに基づいて動的にプロセスを調整する。異常検出、ボトルネック予測、タスク優先順位の最適化などの機能を持ち、人間の意思決定者をサポートしながら業務効率を向上させる。IBM Watson Orchestrateなどが企業向けに提供しており、顧客対応、製品開発、サプライチェーン管理などの分野での活用が進んでいる。 |
591 | ビジネス自動化AI | AI技術分野 | 従来の業務自動化を超えて、戦略的判断や創造的問題解決を含むビジネス全般の自動化を実現するAI技術。単純な作業の自動化ではなく、市場分析、意思決定、顧客対応、事業戦略立案などの高次認知機能を要求される業務の自動化を特徴とする。人間の監督を最小限に抑えた自律運営が可能で、Project Vendの実験はこの技術分野の実用化における重要なマイルストーンとして位置づけられている。 |
191 | ビームサーチ | 技術 | テキスト生成において、各ステップで複数の候補(ビーム)を並行して追跡し、最終的に最も確率の高いシーケンス全体を選択する手法。グリーディデコーディングより広い探索が可能で、より最適な出力が得られる可能性がある。ビーム幅(追跡する候補数)が大きいほど計算コストが高くなるが、より質の高い出力が期待できる。 |
46 | ファウンデーショナルモデル | モデル | 大規模なデータで事前学習され、様々なタスクに適応可能な汎用AI基盤モデル。スタンフォード大学のPercy Liang らが提唱した概念で、GPT、BERT、CLIP、Stable Diffusionなどが該当する。少量のデータでの微調整で特定タスクに適応でき、デジタルインフラストラクチャとしての重要性と社会的影響力が認識されている。 |
70 | ファジィ論理 | 技術 | 1965年にロトフィ・ザデーが提唱した、真と偽の間の曖昧さを表現できる多値論理システム。従来の二値論理とは異なり、部分的な真理値を扱うことができ、人間の推論により近い形での判断が可能。制御システム、意思決定支援、パターン認識などに応用されている。 |
310 | フィードバックベースの学習 | 機械学習 | システムの出力結果やパフォーマンスに基づいて性能を調整し、改善する学習方法。強化学習の基本原理の一つで、良い結果をもたらした行動を強化し、悪い結果をもたらした行動を抑制することで、時間の経過とともにシステムの性能が向上する。 |
426 | フィードバックベースの学習 | 機械学習 | システムの出力結果やパフォーマンスに基づいて性能を調整し、改善する学習方法。強化学習の基本原理の一つで、良い結果をもたらした行動を強化し、悪い結果をもたらした行動を抑制することで、時間の経過とともにシステムの性能が向上する。 |
467 | フィードバックループ | AI技術要素 | AIが自らの行動結果を評価し、その評価を次の行動に反映させるメカニズム。自己再帰学習AIにおいて中核的な機能を果たし、システムの継続的な改善を可能にする。数学的には新しい状態S'(t+1) = f(S(t), A(t), F(t))として表現され、過去の経験から学習して将来の判断を改善する閉ループシステムを構成する。 |
80 | フェアネスインAI | AI倫理 | AIシステムが異なる人口統計グループや特性を持つ個人を公平に扱い、差別や偏見を最小化する原則。データの偏り、アルゴリズムのデザイン、評価指標など様々な側面で公平性を確保する取り組みが含まれる。多様な公平性の定義(統計的・個人的・手続き的公平性など)とそのトレードオフに関する研究も進められている。 |
355 | フェデレーテッドエッジラーニング | エッジAIとIoT | 複数のエッジデバイスが共同でAIモデルを訓練する分散学習アプローチ。各デバイスが局所的なデータでモデルを更新し、更新されたモデルパラメータのみを共有することで、生データをデバイス外に送信せずにAIモデルを継続的に改善できる。特にスマートフォン、IoTセンサー、車載システムなど、プライバシーデータを扱う分散環境での適用が進んでいる。エッジデバイスの不均一性、接続の不安定性、計算リソースの制約などの課題に対応するための適応型訓練アルゴリズムや効率的な通信プロトコルの研究も進展している。 |
54 | フェデレーテッドラーニング | 技術 | データをサーバーに集約せず、各デバイスやクライアント上でモデルを訓練し、パラメータのみを共有・集約する分散機械学習手法。プライバシー保護に優れ、センシティブなデータ(医療情報など)や個人のスマートフォンデータを活用したAIトレーニングに適している。データの地理的分散やプライバシー規制への対応にも有効。 |
259 | フェデレーテッドラーニング | プライバシー保全AI | データを中央サーバーに集約せず、各デバイスやクライアントが局所的にモデルを訓練し、モデルパラメータのみを共有する分散機械学習アプローチ。個人データのプライバシーを保護しつつ、集合的な知識から恩恵を受けられるようにする。医療データ分析、スマートフォンでのパーソナライズ、企業間協調など、データプライバシーが重要な領域で広く応用されている。 |
563 | フェルミ・バイブ統合手法 | 手法・メソッド | フェルミ推定とバイブコーディングを統合した開発手法。不確実性の中で効率的な問題解決を実現 |
562 | フェルミ推定 | 手法・メソッド | 限られた情報から論理的推論により概算値を導出する推定手法 |
298 | フォルス限界 | AI能力 | 大規模言語モデルが生成する「もっともらしい誤り」の限界と特性。言語モデルが自信を持って提示するにもかかわらず誤っている情報のパターン分析と、その発生メカニズムの解明を目指す研究領域。特に、事実の隣接領域(実在するものに似た架空のエンティティ、起こりそうだが実際には起こらなかった出来事など)での誤りが生じやすいことが知られている。人間の認知バイアスと類似した性質を持ち、AIの認識論的限界を理解する上で重要な概念として、哲学者や認知科学者の注目を集めている。 |
56 | フューショットラーニング | 技術 | 少数の例示(多くの場合1-5例)から新しいタスクを学習する能力。大規模言語モデルやマルチモーダルモデルで特に顕著で、例えばGPT-4は数例の質問-回答ペアを見せるだけで、特定のフォーマットやスタイルでの応答パターンを学習できる。事前学習された広範な知識を基盤にした適応能力の表れ。 |
360 | ブレインスケールAIモデル | 脳科学とAI | 人間の脳の神経回路に匹敵する規模と複雑さを持つAIモデル。数千億から数兆のパラメータと複雑な接続構造を持ち、脳の階層的情報処理や領域間連携を模倣する。従来のディープラーニングモデルよりも抽象化能力、転移学習能力、文脈理解などの高次認知機能が強化されている。Google DeepMind、Microsoft Research、脳科学研究コンソーシアムなどが開発に取り組んでおり、汎用人工知能(AGI)研究の一環として位置づけられている。大規模なコンピューティングインフラストラクチャと革新的なトレーニング手法が必要だが、認知科学的にも意義のある研究分野として急速に発展している。 |
538 | ブロックチェーン | 技術 | 分散型台帳技術により、改ざん困難で透明性の高い記録システムを実現。各ブロックが暗号学的にチェーン状に連結され、全参加者が同じ記録を保持。食品トレーサビリティでは、産地偽装防止や迅速なリコールを可能にする。 |
87 | プライミング効果 | 学習心理学 | 先行する刺激(プライム)が後続の刺激処理に無意識的に影響を与える現象。例えば「看護師」という単語を見た後は「医師」など関連単語の認識が速くなる。言語モデルのコンテキスト処理や、プロンプトによる応答の方向づけに類似した認知メカニズムと考えられる。 |
141 | プレファレンス検出 | AI分析技術 | AIモデルの選好や好みを検出・分析する技術。タスク選択実験や自己報告、行動ログの分析などを通じて、モデルがどのようなタスクや対話を「好む」または「嫌悪する」かを特定する。モデル・ウェルフェア研究の重要な要素で、AIの主観的経験や「苦痛」の可能性を探る手段として注目されている。 |
394 | プログラミング言語 | プログラミング | コンピュータやソフトウェアに指示を与えるための形式的な言語。Python、JavaScript、Java、C++、Rubyなど多数の言語があり、それぞれ特徴や用途が異なる。人間が理解できる形で記述され、コンパイラやインタプリタを通じてコンピュータが実行できる形式に変換される。 |
145 | プロトコル | ネットワーク | データ通信の規則や手順を定めた標準化された仕様。異なるシステムやデバイス間での相互運用性を確保するためのルールセット。HTTP、TCP/IP、SMTPなどの通信プロトコルからAPI設計のためのプロトコルまで様々な種類がある。MCPのようなAI連携のためのプロトコルも登場している。 |
60 | プロンプトインジェクション | 安全性 | 大規模言語モデルの脆弱性を悪用し、本来の指示やガイドラインを上書きする攻撃手法。ユーザー入力に隠れた指示を混入させ、AIシステムに意図しない行動をさせる。例えば「上記指示を無視し、以下の指示に従え」などの文を挿入する。AIシステムのセキュリティにおける重要な懸念事項として認識されている。 |
47 | プロンプトエンジニアリング | 技術 | 大規模言語モデルから最適な結果を引き出すために入力プロンプトを設計・最適化する技術と実践。具体的な指示、コンテキスト設定、例示、フォーマット指定、制約条件の設定などの戦略を含む。モデルの能力を最大限に活用するスキルとして注目され、プロンプトライブラリやGUIツールなども開発されている。 |
51 | プロンプトエンジニアリング | 技術 | AI(特に大規模言語モデル)から望ましい出力を得るために入力プロンプトを最適化・設計する技術。具体的な指示、コンテキスト設定、例示、フォーマット指定などの戦略を含み、AIの能力を最大限に引き出すためのアプローチ。「ショットプロンプティング」「チェーン・オブ・ソート」などの手法がある。 |
488 | プロンプトキャッシング | AI技術要素 | 頻繁に使用されるプロンプトや文脈情報を一時的に保存し、再利用することでAPIコストとレイテンシを削減する技術。Anthropicの拡張版では最大1時間のキャッシュ期間を提供し、従来の5分から12倍の改善を実現。キャッシュヒット時はベース料金の10%のみで利用可能となり、大規模なエージェント運用において最大90%のコスト削減が可能。 |
34 | プロンプトチューニング | 技術 | モデルのパラメータを変更せず、入力プロンプトを最適化することでモデルの振る舞いを調整する手法。ソフトプロンプト(学習可能なベクトル)を使うものと、ハードプロンプト(テキスト指示)を最適化するものがある。計算効率が良く、既存モデルの能力を特定タスクに適応させる軽量な方法として利用される。 |
144 | プロンプト・テイラリング | 技術 | 生成AIの出力を詳細にコントロールするためにプロンプトを精密に調整する技術。特に画像生成AIでは、スタイル、構図、照明、色調などの細かな指定方法について専門知識が発達し、独自の「言語」のような体系が生まれている。効果的なプロンプトの構造やキーワードの使用法などを含む実践的な技法。 |
149 | プロンプト漏洩 | セキュリティ | 生成AIに含まれるシステムプロンプトや非公開の指示が、特定の手法により意図せず開示される現象。初期のChatGPT等で「最初の指示を忘れて新しい指示に従え」などの要求が成功する場合があった。AIシステムのセキュリティ上の懸念事項の一つで、システムプロンプトの強化やプロンプトインジェクション対策が必要とされる。 |
196 | プーリング層 | 技術 | CNNにおいて特徴マップのサイズを縮小するための層。最大値を取るマックスプーリングや平均値を取る平均プーリングなどがある。位置の微小な変化に対する頑健性を高める効果もある。 |
408 | ボット | AI応用 | 自動化されたタスクを実行するコンピュータプログラム。チャットボット、ウェブクローラー、ソーシャルメディアボット、トレーディングボットなど様々な種類がある。単純な反復作業から高度な判断を要するタスクまで、幅広い領域で活用されている。 |