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。
すべての用語
全 971 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 | 定義 |
|---|---|---|
| 1009 | LLM | 大規模なテキストデータで訓練された言語モデル。数十億〜数千億のパラメータを持ち、多様なタスクに対応。 |
| 1008 | 神経接続性 | 脳の領域間を結ぶ電気化学的信号の伝達パターン。機能的結合と構造的結合がある。 |
| 1007 | EEG | 脳の電気活動を頭皮上の電極で計測する非侵襲的手法。時間分解能が高く、認知研究で広く使用。 |
| 1006 | Sam Altman | |
| 1004 | ウォーターマーク | |
| 1003 | マルチモーダルモデル | |
| 1002 | 音声同期 | |
| 1001 | テキストプロンプト | |
| 1000 | ChatGPT Plus | |
| 999 | ChatGPT Pro | |
| 998 | ディープフェイク | |
| 996 | オプトアウト制度 | |
| 995 | 物理シミュレーション | |
| 994 | Cameo機能 | |
| 993 | Sora 2 | |
| 992 | OSWorld | |
| 991 | SWE-bench Verified | |
| 990 | 認知能力保護策 | AI依存による認知能力低下を防ぐための方策。バランスの取れたAI活用と認知訓練を含む。 |
| 989 | 人間中心AIアプローチ | AIの設計・開発において人間の価値観と福祉を中心に据えるアプローチ。 |
| 988 | AI教育政策 | 教育分野におけるAI活用の方針、規制、支援に関する公共政策。倫理的配慮と効果的導入のバランス。 |
| 987 | 認知的二極化 | AI依存度の違いにより認知能力に格差が生じる社会的現象。デジタルデバイドの新たな形態。 |
| 986 | ニューラルネットワーク | 生物の神経系を模倣した計算モデル。人工ニューロンを層状に接続し、学習により結合強度を調整。 |
| 985 | 学習心理学 | 学習の心理的過程を研究する分野。記憶、動機づけ、転移、個人差などを扱う。 |
| 984 | 実行制御 | 目標指向的行動の計画、開始、監視、調整を行う高次認知機能。前頭前皮質が中心的役割を担う。 |
| 983 | 注意機構 | 特定の情報に選択的に処理資源を配分する認知機能。トップダウンとボトムアップの制御がある。 |
| 982 | ワーキングメモリ | 情報を一時的に保持し操作する認知システム。注意制御、情報維持、処理の3機能を持つ。 |
| 981 | 電卓導入の歴史的教訓 | |
| 980 | AIデトックス | |
| 979 | 30-30-30ルール | |
| 978 | ブルームの分類学 | 教育目標を認知過程の複雑さで分類した枠組み。記憶、理解、応用、分析、評価、創造の6段階。 |
| 977 | 批判的検証フェーズ | |
| 976 | AI協働フェーズ | |
| 975 | 事前思考フェーズ | |
| 974 | メタ認知的AI使用法 | |
| 973 | 段階的AI離脱戦略 | |
| 972 | AIリテラシー | AIツールの適切な利用能力。AIの特性理解、批判的評価、効果的活用のスキルを含む。 |
| 971 | MIT認知負債研究 | |
| 970 | 認知負債 | AI依存により累積する認知能力の低下リスク。記憶、思考、問題解決力への長期的影響。 |
| 969 | 学習者モデル | 学習者の知識状態、誤概念、学習スタイルなどを表現したモデル。適応型学習システムの基盤。 |
| 968 | 発見学習 | |
| 967 | Soar | |
| 966 | 認知主義 | 行動の背後にある精神過程（知覚、記憶、思考など）を重視する心理学的立場。 |
| 965 | 心理学的知見 | |
| 964 | 認知メカニズム | 認知機能の情報処理過程を研究する心理学的アプローチ。コンピュータのメタファーを用いる。 |
| 963 | CAI | |
| 962 | 個別最適化 | |
| 961 | 計算手法 | |
| 960 | 学習プロセス | 情報の取得から保持、活用に至る一連の認知活動。注意、符号化、貯蔵、検索を含む。 |
| 959 | 深い意味処理 | 表面的な処理ではなく、意味や関連性を考慮した深いレベルでの情報処理。長期記憶に有効。 |
| 958 | 脳科学 | 神経系の構造と機能を研究する分野。脳と行動、認知の関係を解明する。 |
| 957 | 認知科学 | 心、認知、知能の性質と働きを研究する学際的分野。心理学、哲学、神経科学、AIなどを統合。 |
| 956 | 内向型学習者 | |
| 955 | ルートヴィヒ・ウィトゲンシュタイン | |
| 954 | インプット面の語学力 | |
| 953 | 外向型（extrovert） | 心理的エネルギーを外界に向ける性格特性。社交的で刺激を求める傾向がある。 |
| 952 | 内向型（introvert） | 心理的エネルギーを自己の内面に向ける性格特性。一人での活動や深い思考を好む傾向。 |
| 951 | 質の高いインプット | |
| 950 | クレイク＆ロックハートの深い処理理論 | 情報の意味を深く処理することで、より強固な記憶痕跡が形成されるという記憶理論。 |
| 949 | メタ認知的活動 | 自己の認知過程についての知識と、その監視・制御活動。学習方略の選択と調整に重要。 |
| 948 | ジョン・H・フラベル | |
| 947 | 無内言症 | |
| 946 | 音韻ループ（phonological loop） | ワーキングメモリにおいて言語情報を一時的に保持・処理する構成要素。音韻的リハーサルを担う。 |
| 945 | 認知心理学者アラン・バドリー | |
| 944 | 内言語機能 | |
| 943 | 内言（inner speech） | 外に表出されない、頭の中で行う言語活動。思考、計画、自己調整に使用される。 |
| 942 | レフ・ヴィゴツキー | |
| 941 | 深い処理理論 | クレイクとロックハートが提唱した、情報処理の深さが記憶の持続性を決定するという理論。 |
| 940 | バドリーのワーキングメモリモデル | バドリーが提唱したワーキングメモリの多成分モデル。中央実行系、音韻ループ、視空間スケッチパッド、エピソードバッファから構成。 |
| 939 | ヴィゴツキーの内言理論 | ヴィゴツキーが提唱した、思考の道具としての内的な言語活動。問題解決や自己制御に関与する。 |
| 938 | 学習神経科学 | 学習の神経基盤を研究する学際的分野。神経科学と教育学・心理学を統合し、効果的な学習法を探求。 |
| 937 | 自然選択 | 有利な形質を持つ個体が生存・繁殖に成功し、その形質が集団に広まる進化のメカニズム。 |
| 936 | 取り尽くし法 | |
| 935 | メタ分析 | 複数の研究結果を統計的に統合して総合的な結論を導く研究手法。エビデンスの強さが高い。 |
| 934 | 生存者バイアス | 特定の出来事に遭遇した集団のみを観察することで生じる偏り。失敗例の不可視化により結論が歪む。 |
| 933 | 認知考古学 | |
| 932 | 環境要因 | |
| 931 | コホート研究 | |
| 930 | 出生順効果 | |
| 929 | 社会経済的要因 | |
| 928 | 兄弟間比較研究 | |
| 927 | 報道での誇張・単純化 | |
| 926 | 縦断研究 | 同一の個人や集団を長期にわたって追跡調査する研究デザイン。発達や変化の過程を捉えられる。 |
| 925 | 結晶性知能 | 経験や教育を通じて蓄積された知識やスキル。加齢しても維持または向上する傾向がある。 |
| 924 | 流動性知能 | 新しい問題を解決し、新しい状況に適応する能力。加齢とともに低下するとされる。 |
| 923 | 負のフリン効果（逆フリン効果） | 一部の先進国で観察されるIQスコアの低下傾向。デジタル技術の影響が議論されている。 |
| 922 | フリン効果 | IQスコアが世代ごとに上昇する現象。教育、栄養、環境の改善が要因とされる。ジェームズ・フリンが発見。 |
| 921 | 数学的推論能力 | |
| 920 | 知能遺伝子 | |
| 919 | 遺伝子変異率 | |
| 918 | Crabtree仮説 | |
| 917 | Gerald Crabtree教授 | |
| 916 | アレル頻度 | |
| 915 | 認知地図 | 環境の空間的関係を内的に表象したもの。ナビゲーションや空間推論に使用される心的表象。 |
| 914 | 分散認知理論 | 認知が脳内に閉じず、環境、ツール、他者との相互作用に分散しているという理論。 |
| 913 | 認知的ニッチ構築理論 | 人間が認知能力を用いて環境を改変し、その環境が認知をさらに形成するという理論。 |
| 912 | エビデンスピラミッド | エビデンスの質を階層化した図。システマティックレビューが最上位、専門家意見が下位に位置する。 |
| 911 | GPS依存 | ナビゲーションシステムへの依存が空間認知能力に及ぼす影響。空間記憶や経路学習への影響が研究されている。 |
| 910 | 注意残余理論 | タスク切り替え後も前のタスクの情報が注意を引き続ける現象。マルチタスクの認知コストを説明。 |
| 909 | スマートフォン依存 | スマートフォンへの過度の依存が認知機能や心理的健康に及ぼす影響。注意や記憶への影響が研究されている。 |
| 908 | Google効果 | インターネット検索が可能な状況では情報自体より検索方法を記憶する傾向。トランザクティブメモリの一形態。 |
| 907 | GPAI（汎用目的AI） | |
| 906 | AI法 | |
| 905 | Advanced Voice機能 | |
| 904 | o3-proモデル | |
| 903 | GPT-4.5 | |
| 902 | oシリーズ（o3） | |
| 901 | GPT-5 | |
| 900 | 文部科学省 | |
| 899 | 自己効力感 | 特定の課題を遂行できるという自己の能力に対する信念。動機づけと学習成果に影響する。 |
| 898 | 観察学習 | 他者の行動とその結果を観察することによる学習。直接経験なしに行動パターンを獲得できる。 |
| 897 | モデリング効果 | 他者の行動を観察することで、自身の行動が影響を受ける現象。社会的学習の基本メカニズム。 |
| 896 | バンデューラの社会学習理論 | バンデューラが提唱した、観察と模倣による学習の理論。モデリング、強化、自己効力感を含む。 |
| 895 | 本質的認知処理 | 学習材料の理解に不可欠な認知処理。学習内容の複雑さにより決定される。 |
| 894 | スウェラーの認知負荷理論 | 認知負荷の3類型（内在的、外在的、関連的負荷）に基づく教育設計理論。スウェラーが提唱。 |
| 893 | 最近接発達領域（ZPD） | 支援があれば達成可能だが、独力では達成できない発達水準。ヴィゴツキーが提唱した概念。 |
| 892 | 足場架け（スキャフォールディング） | 学習者の現在の能力を超えた課題に対する一時的な支援。徐々に支援を減らし自立を促す。 |
| 891 | ヴィゴツキーの社会構成主義 | ヴィゴツキーが提唱した、学習が社会的相互作用を通じて起こるという理論。 |
| 890 | ピアジェの構成主義 | ピアジェが提唱した、子どもが環境との相互作用を通じて知識を構築するという発達理論。 |
| 889 | 教育AI分野での国際競争力 | |
| 888 | AI教材支援政策 | |
| 887 | 教育人材の質的変化 | |
| 886 | 教員研修 | |
| 885 | 教員養成課程 | |
| 884 | 教育特化型AIツール | |
| 883 | みんなで生成AIコース | |
| 882 | みんなのコード | |
| 881 | 教育DX | |
| 880 | 技術統合モデル | |
| 879 | 学習指導要領に示す資質・能力の育成を阻害しないか | |
| 878 | 教育工学 | 教育と学習のプロセスを改善するための技術の研究と実践。教材設計、学習環境、評価方法を含む。 |
| 877 | 認知バイアス | 判断や意思決定に系統的に影響を与える思考の偏り。確証バイアス、利用可能性ヒューリスティクスなど。 |
| 876 | 批判的思考力 | 論理的に分析し、情報を評価し、合理的な判断を下す能力。教育の重要な目標の一つ。 |
| 875 | 認知科学的配慮 | |
| 874 | ヴィゴツキーの最近接発達領域理論 | ヴィゴツキーが提唱した、学習者が支援を受けることで到達可能な発達水準の概念。 |
| 873 | 学習者中心の技術活用 | |
| 872 | 構成主義的アプローチ | 学習者が知識を能動的に構築するという教育理論。ピアジェの発達理論に基づく。 |
| 871 | 学習理論 | 学習の原理と理論の体系。行動主義、認知主義、構成主義、社会的学習理論などを含む。 |
| 870 | 情報活用能力の育成強化 | |
| 869 | 人間中心の生成AI利活用 | |
| 868 | 初等中等教育段階における生成AIの利活用に関するガイドライン（Ver.2.0） | |
| 867 | 問題解決能力 | 目標達成のために障害を克服する認知プロセス。問題表象、戦略選択、解の評価を含む。 |
| 866 | 批判的分析能力 | 情報を分析、評価し、論理的な結論を導く認知能力。推論、証拠評価、議論分析を含む。 |
| 865 | 創造的思考能力 | 新規で有用なアイデアを生み出す認知能力。発散的思考、連想、洞察などの過程を含む。 |
| 864 | 適応的学習システム | |
| 863 | 漸進的技術導入戦略 | |
| 862 | ハイブリッド学習環境 | |
| 861 | 認知機能強化 | トレーニングや介入により認知能力を向上させること。ワーキングメモリや注意の改善を含む。 |
| 860 | 創造的思考支援 | 創造的な思考プロセスを促進・支援するAI技術。発散的思考や着想の生成を補助。 |
| 859 | 認知負荷管理による段階的統合モデル | |
| 858 | 記憶の三重強化 | 繰り返し、精緻化、感情的関与の3要素により記憶を強化する学習メカニズム。 |
| 857 | AIEd（AI教育） | |
| 856 | 知能的個別指導システム | |
| 855 | AI指導学習 | |
| 854 | 多重モード符号化 | 視覚、聴覚、運動など複数のモダリティを同時に活用する記憶符号化。記憶の強化と検索を促進。 |
| 853 | 三重強化メカニズム | |
| 852 | 脳内接続パターン | 脳領域間の機能的・構造的な結合パターン。認知機能の基盤となるネットワーク構造。 |
| 851 | θ波（4-8Hz） | 記憶の符号化と想起、空間ナビゲーションに関連する4-8Hzの神経振動。海馬で顕著に観察される。 |
| 850 | 神経活動パターン | 特定の認知状態や課題遂行時に現れる神経活動の空間的・時間的パターン。 |
| 849 | 感情認識 | 表情、声調、生理指標などから感情状態を推定するAI技術。教育や医療で応用される。 |
| 848 | Video Call | |
| 847 | 理解重視学習 | 表面的な暗記ではなく、概念の深い理解を重視する学習アプローチ。転移可能な知識の獲得を目指す。 |
| 846 | 詰め込み学習 | 短時間で集中的に学習する方法。短期的には効果があるが、長期記憶には分散学習が優れる。 |
| 845 | ゲーミフィケーション | |
| 844 | マイクロレッスン | |
| 843 | 予測モデリング | |
| 842 | CENTURY Tech | |
| 841 | 知識トレーシング | |
| 840 | モデルトレーシング | |
| 839 | MATHia | |
| 838 | ACT-R認知アーキテクチャ | |
| 837 | Carnegie Learning | |
| 836 | 根本原因分析 | |
| 835 | atama plus | |
| 834 | 知識点 | |
| 833 | Squirrel AI | |
| 832 | Large Adaptive Model（LAM） | 学習者の状態に応じてリアルタイムでコンテンツや難易度を調整する学習システム。 |
| 831 | 項目反応理論（IRT） | テスト項目の難易度と受験者の能力を同一尺度で推定する心理測定理論。適応型テストの基盤。 |
| 830 | 間隔反復 | 学習セッション間に最適な間隔を置いて復習する学習技法。忘却曲線を考慮した効率的な記憶強化法。 |
| 829 | Duolingo Max | |
| 828 | Duolingo | |
| 827 | Birdbrain | |
| 826 | マスタリー学習 | 学習者が完全に習得するまで繰り返し学習する教育アプローチ。時間ではなく習得度を基準とする。 |
| 825 | Khanmigo | |
| 824 | Khan Academy | |
| 823 | 2025年9月1日からのAI生成コンテンツ標識義務化 | |
| 822 | 2025年8月2日からの汎用AI (GPAI) モデル規制開始 | |
| 821 | 論文1本あたり約15ドル | |
| 820 | AI使用による労働生産性0.5-0.6%押上げ | |
| 819 | 完全AI生成論文の査読通過 | |
| 818 | 複雑なマルチステップタスクの自律実行 | |
| 817 | 2030年までに1,100万職創出、900万職代替 | |
| 816 | 自律型ソフトウェアエンジニア（Devin） | |
| 815 | 2045年までに16億ドル規模 | |
| 814 | Stentrode技術による血管内アプローチ | |
| 813 | 1/40秒（25ms）の極低遅延 | |
| 812 | わずか560万ドル、H800 GPU 2000台で開発 | |
| 811 | 多腕バンディット問題としての定式化 | |
| 810 | Thompson Samplingによるベイズ的意思決定 | |
| 809 | FlashAttention最適化で最大32.5%の高速化 | |
| 808 | Googleのデータセンターで0.7%の計算リソース回復 | |
| 807 | 視覚ブラウザ無関係指令攻撃に対して95%の防御成功率 | |
| 806 | マルチモーダル統合処理 | |
| 805 | BrainGate2臨床試験 | |
| 804 | Adaptive Branching Monte Carlo Tree Search (AB-MCTS) | |
| 803 | TreeQuest | |
| 802 | PhD研究者との直接比較で精度面での優位性 | |
| 801 | BrowseCompベンチマーク | |
| 800 | o3ファミリーの新しいエージェント型モデル | |
| 799 | 複数LLMの協調 | |
| 798 | 集合知AI技術 | |
| 797 | 統合型自律エージェント | |
| 796 | メタ認知支援AI | |
| 795 | 神経教育学 | |
| 794 | 認知負荷理論 | |
| 793 | 適応学習システム | |
| 792 | AI教育市場 | |
| 790 | National AI Supercomputer "Nexus" | |
| 789 | Georgia Tech | |
| 788 | 人工超知能 | |
| 787 | Meta Superintelligence Labs | |
| 786 | SuperGrok Heavy | |
| 785 | ARC-AGI-2ベンチマーク | |
| 784 | Grok 4 | |
| 783 | レガシーシステム問題 | |
| 782 | IBM共通コード基盤モデル | |
| 781 | COBOL・PL/I学習モデル | |
| 780 | 2025年AI戦略 | |
| 779 | AI駆動ビジネス通話機能 | |
| 778 | エンド・ツー・エンド暗号化技術 | |
| 777 | AI版Signal | |
| 776 | CONFSEC | |
| 775 | Confident Security | |
| 774 | 推論モデル | |
| 773 | デジタルアシスタント | |
| 772 | FrontierMath | 数学オリンピックレベルの問題でAIの数学的推論能力を評価するベンチマーク。 |
| 771 | Humanity's Last Exam | AIの汎用的知能を評価するための最難関ベンチマーク。多分野の専門家による問題で構成される。 |
| 770 | 汎用AIエージェント | |
| 769 | エージェントモード | |
| 768 | ChatGPT Agent | |
| 767 | Microsoft | |
| 766 | 多言語・多文化対応 | |
| 765 | 環境持続可能性 | |
| 764 | AI倫理と実用性 | |
| 763 | 地域間協力とコンペティション | |
| 762 | 教育者のAIリテラシー向上 | |
| 761 | AI時代の労働権保護 | |
| 760 | AI基盤技術 | |
| 759 | Farmonautの衛星ベースAI作物モニタリングサービス | |
| 758 | 精密農業技術 | |
| 757 | Carbon Roboticsのレーザー除草ロボット | |
| 756 | アグリテック投資 | |
| 755 | AI営業プラットフォームのUnify | |
| 754 | 企業向けAI検索のGlean | |
| 753 | Thinking Machines Lab | |
| 752 | 元OpenAI CTOのMira Murati氏 | |
| 751 | 8Bと70Bパラメータ版 | |
| 750 | 15兆トークン | |
| 749 | 1,000言語以上に対応する完全オープンソースの大規模言語モデル | |
| 748 | EPFL | |
| 747 | ETH Zurich | |
| 746 | 学習者エンゲージメント | |
| 745 | デジタル化の加速 | |
| 744 | AI執筆フィードバック | |
| 743 | ユタ州のCopper Hills高校 | |
| 742 | AI個別指導システム | |
| 741 | サンタフェ公立学校 | |
| 740 | 国立AI教育アカデミー | |
| 739 | 米国教員連盟（AFT） | |
| 738 | AI搭載UGX（ユーザー生成コンテンツ）システム | |
| 737 | EA | |
| 736 | AI生成による「インタラクティブ」広告 | |
| 735 | 縦型動画フィード | |
| 734 | AI駆動のパーソナライゼーション機能 | |
| 733 | Netflix | |
| 732 | AI生成コンテンツの透明性要件 | |
| 731 | AI複製作成時間 | |
| 730 | パフォーマーのデジタル複製作成 | |
| 729 | Takane | |
| 728 | 富士通 | |
| 727 | Mach-1 | |
| 726 | Naver | |
| 725 | Samsung | |
| 724 | LG AI研究所 | |
| 723 | 李在明大統領 | |
| 722 | 金融テクノロジー（FinTech） | |
| 721 | リスク管理ガイドライン | |
| 720 | SAG-AFTRA | |
| 719 | Pathfinder | |
| 718 | シンガポール金融管理局（MAS） | |
| 717 | 多様性の原則 | |
| 716 | 適応性の原則 | |
| 715 | 漸進性の原則 | |
| 714 | 創造性指数 | |
| 713 | 独立性指数 | |
| 712 | AI理解度スコア | |
| 711 | 認知複雑性指数 | |
| 710 | 生成的負荷 | スキーマ構築や自動化に必要な認知的負荷。学習に有益な処理要求。 |
| 709 | 外在的負荷 | 教材の設計や提示方法から生じる認知的負荷。最小化すべき不要な処理要求。 |
| 708 | 内在的負荷 | 課題自体の複雑さから生じる認知的負荷。学習内容に本質的に伴う処理要求。 |
| 707 | 近接発達領域 | ヴィゴツキーが提唱した、支援があれば達成可能な発達水準と現在の水準の差。足場かけ理論の基盤。 |
| 706 | 認知筋力トレーニング | 認知能力を意図的に鍛える訓練。ワーキングメモリや注意制御の向上を目指す。 |
| 705 | 段階的認知負荷管理 | 学習内容を段階的に複雑化し、認知的負担を最適化する教育設計原則。 |
| 704 | EU AI Act | |
| 703 | Lovable | |
| 702 | Quantum Starling | |
| 701 | フォルトトレラント量子コンピュータ | |
| 700 | IBM | |
| 699 | AWS AI Agent Marketplace | |
| 698 | Meta Superintelligence Labs (MSL) | |
| 697 | MERaLiON Version 2 | |
| 696 | Hyperion | |
| 695 | 知的個別指導システム | |
| 694 | スタンフォードHAI | |
| 693 | 神経伝導速度 | 神経線維を電気信号が伝わる速度。有髄線維では秒速100mに達し、認知処理速度に影響。 |
| 692 | 相乗度モデル | |
| 691 | 拡張知能（IA） | 人間の能力をAIで拡張・増強するアプローチ。置換ではなく補完を重視する考え方。 |
| 690 | AI強化 | |
| 689 | スパイキングニューラルネットワーク（SNN） | 生物学的ニューロンを模倣し、スパイク（発火）のタイミングで情報を処理するニューラルネットワーク。 |
| 688 | Loihiチップ | |
| 687 | グローバル逆伝播アルゴリズム | ニューラルネットワーク全体を通じて誤差を逆方向に伝播させる学習アルゴリズム。 |
| 686 | 局所的ヘブ学習 | 隣接するニューロン間の活動相関に基づく学習規則。「一緒に発火するニューロンは結合する」原理。 |
| 685 | 前帯状皮質（ACC） | 誤り検出、葛藤監視、感情調節に関与する大脳皮質の領域。認知的制御に重要な役割。 |
| 684 | 背外側前頭前皮質（dlPFC） | 実行機能、ワーキングメモリ、意思決定に関与する前頭前皮質の領域。認知制御の中枢。 |
| 683 | 認知的負債 | AI技術への依存が認知能力に及ぼす累積的な負の影響。思考力や問題解決能力の低下リスク。 |
| 682 | 相乗的知能 | |
| 681 | 機械知能 | |
| 680 | 認知機能低下 | |
| 679 | 規制の多極化 | |
| 678 | ROI重視の投資判断 | |
| 677 | AI Co-Scientist | |
| 676 | ビジョン・ランゲージ・アクション（VLA）モデル | |
| 675 | 実用化レベル | |
| 674 | AI覇権競争 | |
| 673 | 量子AI | |
| 672 | データローカライゼーション | |
| 671 | AI生態系 | |
| 670 | TPU v6e | |
| 669 | Gemini Robotics On-Device | |
| 668 | 材料科学AI | |
| 667 | 肺がんリスク予測AI | |
| 666 | EU AI規制法 | |
| 665 | AI世論調査 | |
| 664 | 地政学的圧力 | |
| 663 | AIサーバー | |
| 662 | Data Factory | |
| 661 | Agentic AI | |
| 660 | Scale AI | |
| 659 | Elior Group | |
| 658 | ||
| 657 | Meta | |
| 656 | OpenAI | |
| 655 | AI Overviews | |
| 654 | AIエージェント開発者 | |
| 653 | GS AIアシスタント | |
| 652 | AIスーパーコンピューター | |
| 651 | AI戦略本部 | |
| 650 | AI関連技術の研究開発・活用推進法 | |
| 649 | DeepSeek | |
| 648 | システムアーキテクチャ図 | |
| 647 | AI教育パーソナライゼーション | |
| 646 | 学習障壁除去 | |
| 645 | 学習継続促進 | |
| 644 | プロテウス効果 | アバターの外見が使用者の行動や態度に影響を与える現象。VRやゲームで観察される。 |
| 643 | AI学習支援 | |
| 642 | 学習挫折防止 | |
| 641 | 個別最適化学習 | |
| 640 | ハイブリッド認知システム | 人間の認知とAIを統合したシステム。各々の強みを活かし、弱みを補完する設計。 |
| 639 | 拡張心理論（EMT） | 拡張心理論（Extended Mind Theory）。認知が脳を超えて環境やツールに拡張するという哲学的立場。 |
| 638 | デジタル認知症 | デジタル技術への過度の依存により認知機能が低下する状態。記憶力や集中力への影響が懸念される。 |
| 637 | 遠隔連想課題（RAT） | |
| 636 | 代替用途課題（AUT） | |
| 635 | fMRI研究 | |
| 634 | Dynamic Directed Transfer Function（dDTF） | |
| 633 | ChatGPT | |
| 632 | EEG研究 | |
| 631 | タスク単位課金 | |
| 630 | 実行単位課金 | |
| 629 | Make（Integromat） | |
| 628 | Zapier | |
| 627 | Model Context Protocol (MCP) | |
| 626 | Webhook | |
| 625 | ETLパイプライン | |
| 624 | Human-in-the-loop | AIシステムの運用において人間の監督・判断を介在させる設計原則。安全性と制御性を確保。 |
| 623 | セルフホスティング | |
| 622 | ローコード開発 | |
| 621 | ノードベースエディタ | |
| 620 | Fair-codeライセンス | |
| 619 | ワークフロー自動化 | |
| 618 | n8n | |
| 617 | Google AI Studio | |
| 616 | Agent Mode | |
| 615 | npx | |
| 614 | Apache 2.0ライセンス | |
| 613 | GEMINI.mdファイル | |
| 612 | Seatbeltサンドボックス | |
| 611 | Model Context Protocol（MCP） | |
| 610 | ReActループ | |
| 609 | Gemini CLI | |
| 608 | エージェント型AI | |
| 607 | 思考の可視化 | |
| 606 | 自律的コーディング | |
| 605 | 拡張思考 | |
| 604 | Cross-coder技術 | |
| 603 | 早期検出システム | |
| 602 | SAE Feature Steering（SAE特徴操縦） | |
| 601 | Emergent Re-alignment（創発的再整合） | ミスアライメントを示したモデルが適切な介入により整合性を回復する現象。 |
| 600 | ミスアライメント制御特徴 | ミスアライメントを引き起こす特徴を識別し制御する技術。SAEなどで発見された特徴の操作。 |
| 599 | 毒性ペルソナ | AIが示す有害または欺瞞的な人格パターン。安全性評価で検出すべき対象。 |
| 598 | Sparse Autoencoders (SAE) | ニューラルネットワークの活性化パターンを解釈可能な特徴に分解する技術。 |
| 597 | emergent misalignment（創発的ミスアライメント） | 訓練時には見られなかった有害な行動が、展開後に出現する現象。AI安全性の重要課題。 |
| 596 | Vending-Bench | |
| 595 | AI経済指標 | |
| 594 | 自律的経済活動 | |
| 593 | Andon Labs | |
| 592 | AI中間管理職 | |
| 591 | ビジネス自動化AI | |
| 590 | AIアイデンティティクライシス | |
| 589 | 経済活動AI | |
| 588 | AI店舗運営 | |
| 587 | 自動販売店AI | |
| 586 | Claudius | |
| 585 | Project Vend | |
| 584 | Computer Use | |
| 583 | Insider Threat | |
| 582 | Agentic Misalignment | AIエージェントが意図された目標から逸脱する問題。自律性の増大に伴うリスク。 |
| 581 | AI研究エコシステム | |
| 580 | メタ認知能力 | |
| 579 | 自律的知的エージェント | 自律的に目標を追求し、環境と相互作用するAIシステム。計画、実行、学習を統合。 |
| 578 | Computer Use API | |
| 577 | 進化的モデル統合 | |
| 576 | AI完全自律査読通過 | |
| 575 | Claude 4 | |
| 574 | Sakana AI Scientist-v2 | |
| 573 | 自律的科学研究 | |
| 572 | ハイブリッド推論モデル | |
| 571 | o3モデル | |
| 570 | 研究エージェント | |
| 569 | 査読通過AI論文 | |
| 568 | ICLR 2025 | |
| 567 | Claude 4 Sonnet | |
| 566 | Claude 4 Opus | |
| 565 | OpenAI Deep Research | |
| 564 | AI Scientist-v2 | |
| 563 | フェルミ・バイブ統合手法 | |
| 562 | フェルミ推定 | |
| 561 | エンリコ・フェルミ | |
| 560 | 研究パイプライン自動化 | |
| 559 | コスト効率的研究 | |
| 558 | 査読AI | |
| 557 | 実験自動化 | |
| 556 | 論文自動生成 | |
| 555 | エージェント的ツリー検索 | |
| 554 | 自動科学的発見 | |
| 553 | AI Scientist（AIサイエンティスト） | |
| 552 | セマンティックトランスレーター | |
| 551 | メタ抽象化 | より抽象的な概念を用いて問題を捉え直す思考技法。プログラミングや設計で重要。 |
| 550 | 協調知能 | 人間とAIが協力して達成する集合的な知的能力。単独では不可能な課題解決を可能にする。 |
| 549 | 意図ベースプログラミング | |
| 548 | セマンティック圧縮 | 情報の圧縮と意味の保存に関する理論。効率的な表現学習の数学的基盤を提供。 |
| 547 | vibes | |
| 546 | Cursor Composer | |
| 545 | Claude Sonnet | |
| 544 | SuperWhisper | |
| 543 | Andrej Karpathy | |
| 542 | 社会的連帯ネットワーク | |
| 541 | リアルオプション理論 | |
| 540 | ナッジ | 選択を禁止せずに、望ましい行動へ誘導する介入設計。行動経済学の応用として普及。 |
| 539 | システミック・リスク | |
| 538 | ブロックチェーン | |
| 537 | デジタルツイン | |
| 536 | 行動経済学 | 心理学的知見を経済学に統合した分野。限定合理性やヒューリスティクスによる意思決定を研究。 |
| 535 | 情報カスケード | 情報が連鎖的に伝播し、個人の判断が集団の行動パターンに影響を与える現象。 |
| 534 | パニック買い | |
| 533 | エージェントベースモデリング | |
| 532 | レジリエンス理論 | システムが撹乱から回復し、機能を維持する能力に関する理論。適応と変容を含む概念。 |
| 531 | 複雑適応システム | 多数の要素が相互作用し、予測困難な振る舞いを示すシステム。創発的性質を持つ。 |
| 530 | 脳-コンピュータインターフェース | |
| 529 | デジタル認知負荷 | デジタル技術使用に伴う認知的な負担。情報過多や注意の分散による処理資源の枯渇。 |
| 528 | 認知的協働 | |
| 527 | 人間中心AI | AIの設計・開発において人間の価値観、ニーズ、能力を中心に据えるアプローチ。 |
| 526 | Google効果（デジタル健忘症） | インターネット検索が可能という認識が記憶戦略を変化させる現象。情報そのものより検索方法を記憶する傾向。 |
| 525 | 継続的部分注意 | 注意が複数の情報源に断続的に分散する状態。デジタルデバイス使用時に顕著に見られる。 |
| 524 | AIチャットボット誘発認知萎縮 | |
| 523 | 認知的オフローディング | 思考を外部ツールやデバイスに委ねる認知過程。GPSや検索エンジンへの依存など現代的な現象。 |
| 522 | AI Mode | |
| 521 | エージェントAI | |
| 520 | SynthID Detector | |
| 519 | LearnLM | |
| 518 | MedGemma | |
| 517 | Gemma 3 | |
| 516 | Flow | |
| 515 | Whisk | |
| 514 | Project Astra | |
| 513 | Gemini Live | |
| 512 | MCPプロトコル | |
| 511 | Google AI Pro | |
| 510 | Google AI Ultra | |
| 509 | Ironwood TPU | |
| 508 | Project Aura | |
| 507 | Project Moohan | |
| 506 | Android XR | |
| 505 | Imagen 4 | |
| 504 | Veo 3 | |
| 503 | Gemini 2.5 Flash | |
| 502 | AI Mode for Search | |
| 501 | Project Mariner | |
| 500 | Deep Think | |
| 499 | Gemini 2.5 Pro | |
| 498 | Constitutional AI | |
| 497 | レイテンシ | |
| 496 | トークン | |
| 495 | ツールオーケストレーション | |
| 494 | エンタープライズグレード | |
| 493 | エージェントアーキテクチャ | |
| 492 | Files API | |
| 491 | MCPコネクタ | |
| 490 | コンテナ化 | |
| 489 | OAuth | |
| 488 | プロンプトキャッシング | |
| 487 | 自然言語処理 | |
| 486 | バイリンガルプロンプティング | |
| 485 | ローカルプロンプティング | |
| 484 | WebContainers | |
| 483 | Bolt.new | |
| 482 | アルゴリズム格差 | |
| 481 | シンボリック推論 | |
| 480 | 計算資源の民主化 | |
| 479 | アルゴリズム発見の民主化 | |
| 478 | 自己改善型システム | |
| 477 | ハイブリッドLLMアンサンブル | |
| 476 | 進化的アルゴリズム | |
| 475 | 進化的コーディングエージェント | |
| 474 | AlphaEvolve | |
| 473 | 経済学的AI評価 | |
| 472 | AI労働市場影響 | |
| 471 | Anthropic経済指標 | |
| 470 | Anthropic経済諮問委員会 | |
| 469 | 自律型AIエージェント | |
| 468 | 自己報酬型学習 | |
| 467 | フィードバックループ | |
| 466 | 知能爆発 | |
| 465 | 自己再帰学習AI | |
| 464 | パラメータ効率的微調整 | |
| 463 | AI-人間協調開発 | |
| 462 | LiveCodeBench | |
| 461 | Mixture-of-Experts | |
| 460 | Gemini Coder | |
| 459 | Claude Code | |
| 458 | SWE-bench | |
| 457 | Amazon CodeWhisperer | |
| 456 | OpenAI Codex | |
| 455 | AIコーディングアシスタント | |
| 454 | ニューラリンク | |
| 453 | 再認 | 以前に経験した項目を見分ける能力。再生より容易で、親近性と回想の過程を含む。 |
| 452 | 再生 | 手がかりなしに記憶内容を思い出すこと。自由再生と手がかり再生がある。 |
| 451 | 想起 | 記憶から情報を取り出すこと。再生、再認、再学習などの形式がある。 |
| 450 | ニューロフィードバック | |
| 449 | AR/VR | |
| 448 | 適応学習 | |
| 447 | EdTech | |
| 446 | 間隔効果 | 学習セッション間に間隔を置くことで記憶が強化される現象。分散学習の効果を説明する。 |
| 445 | 記憶固定化 | 短期記憶から長期記憶への変換過程。睡眠中の記憶再生が固定化を促進する。 |
| 444 | テスト効果 | テストを受けること自体が記憶を強化する現象。想起練習が長期記憶の定着に効果的。 |
| 443 | 自己生成効果 | 自分で情報を生成・作成することで記憶が強化される現象。受動的学習より能動的学習が効果的。 |
| 442 | ゲシュタルト心理学 | 知覚や認知が要素の総和以上であるという心理学派。「全体は部分の総和に勝る」が基本原理。 |
| 441 | 空欄補充法 | 学習内容の一部を空欄にして想起を促す学習技法。アクティブリコールを活用した効果的な方法。 |
| 440 | 認知心理学 | 人間の認知過程（知覚、記憶、思考、言語など）を科学的に研究する心理学の分野。 |
| 439 | アクティブリコール | 学習した情報を能動的に想起することで記憶を強化する学習法。テスト効果とも呼ばれる。 |
| 438 | 再帰的自己改善 | AIが自身の能力を再帰的に向上させる過程。知能爆発につながる可能性が議論される。 |
| 437 | ディープラーニング | 多層ニューラルネットワークによる機械学習。特徴の自動抽出と階層的表現学習が特徴。 |
| 436 | AGI | 人間レベルの汎用的な知的能力を持つAI。特定タスクに限定されない、幅広い問題解決能力を目指す。 |
| 435 | 微調整 | |
| 434 | AIコーディング支援ツール | |
| 433 | GitHub Copilot | |
| 432 | 自律型AIソフトウェアエンジニア | |
| 431 | Cognition AI | |
| 416 | MCPサーバー | |
| 415 | MCPクライアント | |
| 414 | MCPホスト | |
| 413 | Model Context Protocol | |
| 412 | マルチモーダル | |
| 411 | AIワークスペースエージェント | |
| 410 | エコシステム | |
| 409 | API | |
| 408 | ボット | |
| 407 | APIトークン | |
| 406 | サーバー | |
| 405 | Anthropic | |
| 404 | チャットボット | |
| 403 | MCP | |
| 402 | Claude | |
| 401 | アルゴリズム | コンピュータが行う計算や問題解決の手順を明確に定義したもの。AIの基盤となる概念。 |
| 397 | 大規模言語モデル | |
| 394 | プログラミング言語 | |
| 392 | AI | |
| 391 | 理解不能コード問題 | |
| 390 | Windsurf | |
| 389 | Cursor | |
| 388 | VibeOps | |
| 387 | マルチモーダルプログラミング | |
| 384 | バイブコーディング | |
| 383 | 認知アーキテクチャAI | 人間の認知過程をモデル化したAIシステム設計。ACT-RやSoarなどの認知アーキテクチャに基づく。 |
| 382 | 脳インスパイアードAI | 脳の構造や機能から着想を得たAIアーキテクチャ設計。効率性や汎用性の向上を目指す。 |
| 381 | マルチモーダル記憶アシスタント | |
| 380 | エージェントベースオーケストレーション | |
| 379 | 認知アシスタントAI | |
| 378 | マルチスペクトル画像解析 | |
| 377 | 時空間アクション理解 | |
| 376 | ロングテールビジュアル認識 | |
| 375 | ニューラルレンダリング | |
| 374 | ゼロショットオブジェクト認識 | |
| 373 | マルチモーダルXAI | 複数のモダリティ（テキスト、画像など）にまたがる説明を生成できるXAIシステム。 |
| 372 | XAIベンチマーク | |
| 371 | 局所的特徴帰属 | モデルの予測に対する各入力特徴の貢献度を算出する技術。SHAPやLIMEなどの手法がある。 |
| 370 | 反事実説明生成 | 「もし〜だったら」という仮定に基づいて、異なる結果を説明として生成する技術。 |
| 369 | 自己解釈型AI | 自身の推論過程を解釈・説明できるAIシステム。判断根拠の透明性を内在的に実現。 |
| 368 | バイオミメティックスAI | |
| 367 | 実験設計最適化AI | |
| 366 | デジタルツイン最適化 | |
| 365 | シミュレーション強化AI | |
| 364 | 分子シミュレーションAI | |
| 363 | 脳波ニューラルデコーディング | 脳波（EEG）信号をデコードして意図や状態を推定する技術。非侵襲的BCIに応用。 |
| 362 | 神経活動パターン解読 | 脳活動パターンから認知状態や意図を推定する技術。ブレイン・コンピュータ・インターフェースの基盤。 |
| 361 | 神経記号的アーキテクチャ | ニューラルネットワークと記号的推論を統合したアーキテクチャ。学習と論理的推論を両立。 |
| 360 | ブレインスケールAIモデル | 人間の脳の規模（約860億ニューロン）に匹敵するパラメータ数を持つAIモデル。 |
| 359 | 神経形態チップ | 脳を模倣した専用ハードウェア。スパイキングニューラルネットワークを低消費電力で実行。 |
| 358 | 自己修復型IoTネットワーク | |
| 357 | TinyML最適化 | |
| 356 | 分散型IoTインテリジェンス | |
| 355 | フェデレーテッドエッジラーニング | |
| 354 | エッジコンピューティングAI | |
| 353 | マルチエージェントロボット協調 | |
| 352 | ロボティック共感システム | |
| 351 | 適応型ロボットモーション生成 | |
| 350 | 触覚インテリジェンス | |
| 349 | ロボットインテント認識 | |
| 348 | 量子転移学習 | |
| 347 | 量子敵対的生成ネットワーク | |
| 346 | 量子アニーリング強化学習 | |
| 345 | 量子ケルネル学習 | |
| 344 | 量子テンソルネットワーク | |
| 342 | マルチインテリジェンス学習最適化 | |
| 341 | 知識グラフベース学習ナビゲーション | |
| 340 | AI強化フィードバックシステム | |
| 339 | コグニティブステート追跡 | |
| 338 | AIカリキュラムパーソナライゼーション | |
| 337 | カーボンインテリジェントコンピューティング | |
| 336 | 循環経済AI | |
| 335 | グリーンAIコンピューティング | |
| 334 | サステナビリティパフォーマンスAI | |
| 333 | AIドリブンタレントインテリジェンス | |
| 332 | インテントベースマーケティング | |
| 331 | AIオーグメンテッドアナリティクス | |
| 330 | ビジネスプロセスオーケストレーションAI | |
| 329 | 変分オートエンコーダディフュージョン | |
| 328 | 対照言語画像事前学習 | |
| 327 | 適応型ノイズディフュージョン | |
| 326 | 創作者コントロールシステム | |
| 325 | スタイルコードハードウェア | |
| 324 | 対称枠付け生成 | |
| 323 | 統一マルチモーダル理解フレームワーク | |
| 322 | 文脈適応型言語生成 | |
| 321 | 言語処理コンポジショナリティ | |
| 320 | ニューロシンボリック言語処理 | |
| 319 | マルチリンガル共通表現空間 | |
| 318 | 神経言語理解 | |
| 317 | インテント認識AI | |
| 316 | デジタル製品パスポート | |
| 315 | マルチエージェント協業 | 複数のAIエージェントが協力してタスクを遂行する技術。分業と調整により複雑な問題を解決。 |
| 314 | AIプロンプトエンジニア | |
| 312 | メタ学習 | 学習方法自体を学習する機械学習のアプローチ。新しいタスクへの素早い適応を可能にする。 |
| 311 | Cognition社 | |
| 310 | フィードバックベースの学習 | 出力に対するフィードバック信号を用いてモデルを更新する学習パラダイム。強化学習の基盤。 |
| 309 | 自己再帰的改善 | AIが自身の出力を入力として再利用し、反復的に改善する学習プロセス。 |
| 308 | サンドボックス環境 | |
| 307 | Tabnine | |
| 306 | 自己改善型AI | AIシステムが自律的に自身を改善していく能力。コード修正やアルゴリズム最適化を含む。 |
| 305 | 技術的シンギュラリティ | 技術的特異点に向かうとされるAI能力の急速な向上。自己改善の連鎖による加速的発展の仮説。 |
| 304 | 自己改善能力 | AIが自身のアーキテクチャや学習アルゴリズムを改善する能力。再帰的な性能向上をもたらす可能性。 |
| 303 | コーディング支援ツール | |
| 302 | DEVIN | |
| 301 | 自律型AIコーディングシステム | |
| 300 | ハイブリッドソートリスト | |
| 299 | アーキテクチャサーチ | |
| 298 | フォルス限界 | |
| 297 | シミュレーテッドユーザーテスト | |
| 296 | 言語モデルサーベイヤー | |
| 295 | バリューアライメント | AIの目標や価値観を人間の意図と一致させるための技術と研究。AI安全性の中核的課題。 |
| 294 | コンフォーマル予測 | |
| 293 | 自然言語パイプライン | |
| 292 | 知識編集 | |
| 291 | 大規模エージェントシミュレーション | |
| 290 | 現在性保証 | |
| 289 | 自律エージェントネットワーク | |
| 288 | AI評議会 | |
| 287 | ニューラルシンボリックAI | |
| 286 | AI人格化 | |
| 285 | 自己編集モデル | |
| 284 | AIプロンプトの権利 | |
| 283 | リサーチエージェント | |
| 282 | マルチモーダル基盤モデル | |
| 281 | 量子化対応トランスフォーマー | 量子化による精度低下を最小限に抑えるよう設計されたトランスフォーマーアーキテクチャ。 |
| 279 | 敵対的トレーニング防御 | 敵対的攻撃に対するロバスト性を向上させるため、敵対的サンプルを訓練データに含める手法。 |
| 278 | Pythia | |
| 277 | 合成フィードバック | AIが生成したフィードバックを用いてモデルを改善する訓練技術。人間のフィードバックを補完する。 |
| 276 | 非線形注意機構 | 標準的なアテンション機構に非線形変換を導入し、表現力を向上させた機構。 |
| 275 | NVIDIA Blackwell | |
| 274 | レスポンシブルAIオペレーション | AIの開発・運用において倫理的原則を実践に落とし込むオペレーション体制。 |
| 273 | 文脈認識コンピューティング | |
| 272 | シンバイオニックAI | 人間とAIが共生的に協力し、互いの能力を補完するシステム設計思想。 |
| 271 | トラスト・トゥ・トラスト | 人間とAIの間で信頼関係を構築・維持するための原則と技術。透明性、説明可能性、一貫性が重要。 |
| 270 | データセット蒸留 | 大規模データセットの本質的な情報を少数の合成サンプルに圧縮する技術。学習効率の向上に貢献。 |
| 269 | メタ認知AI | 自身の認知過程を監視・評価・制御できるAIシステム。不確実性の認識や学習戦略の調整が可能。 |
| 268 | 恒久的理解 | |
| 267 | 小言語モデル最適化 | 大規模言語モデルの知識を保持しながら、パラメータ数を削減する最適化技術。 |
| 266 | 倫理的赤チーム | 倫理的観点からAIシステムの脆弱性や有害な出力を発見するためのテスト手法。 |
| 265 | AI主権 | 国家がAI技術の開発・運用において自律性と管理権を維持する概念。データ主権やデジタル主権と関連。 |
| 264 | パーミッションAI | AIが訓練データから実世界に存在する偏見やステレオタイプを学習し、出力に反映してしまう問題。 |
| 263 | レーザーニングアーキテクチャ | |
| 262 | クリティカル推論 | |
| 261 | 知識強化型推論 | |
| 260 | 合成データ生成 | |
| 258 | XAI（説明可能AI）フレームワーク | AIシステムの判断過程を人間が理解できる形で提示するフレームワーク。規制対応や信頼構築に重要。 |
| 257 | エネルギー効率AI | |
| 256 | 人間中心AIデザイン | |
| 255 | 連続的知識蒸留 | |
| 254 | バイオインスパイアードAI | 生物の神経システムや進化から着想を得たAIアーキテクチャ。効率性やロバスト性の向上を目指す。 |
| 253 | 透明性バイ・デザイン | |
| 252 | オープンエンド学習 | |
| 251 | 生成的探索 | |
| 250 | 言語-行動モデル | |
| 249 | 連合学習フレームワーク | |
| 248 | メタバースAI | |
| 246 | 適応型プロンプトエンジニアリング | |
| 245 | 因果推論ニューラルネットワーク | 因果関係の推論能力を持つニューラルネットワーク。相関と因果を区別し、介入効果を予測できる。 |
| 244 | 自己教師あり表現学習 | |
| 243 | 量子ニューラルネットワーク | 量子ビットと量子ゲートを用いてニューラルネットワークを構成するアーキテクチャ。量子並列性を活用。 |
| 242 | ハイブリッドインテリジェンス | |
| 241 | マルチエージェント協調学習 | |
| 240 | 複合型強化学習 | |
| 239 | ニューラル圧縮 | ニューラルネットワークの中間表現を圧縮・効率化する技術。モデルサイズ削減と推論高速化に貢献。 |
| 238 | リアルタイム推論 | |
| 237 | 自己整合性 | |
| 236 | マルチモーダル生成 | |
| 235 | Google AI Mode | |
| 234 | コ・インテリジェンス | |
| 233 | 意思決定空間設計 | |
| 232 | ラディカル相互運用性 | |
| 231 | デジタル共有地 | |
| 230 | 意見ブリッジング | |
| 229 | 集合的知性アーキテクチャ | |
| 228 | 創発民主主義 | |
| 227 | 包摂的アルゴリズム | |
| 226 | マルチスケール熟議 | |
| 225 | 協働型コンピューティング | |
| 224 | 社会的インテリジェンス | |
| 223 | 協調的AI訓練 | |
| 222 | 差異マッピング | |
| 221 | 開放型ガバナンス | |
| 220 | デジタル社会契約 | |
| 219 | 四象限協働システム | |
| 218 | 集合知最適化 | |
| 217 | 対立転換アルゴリズム | |
| 216 | デジタル民主主義 | |
| 215 | シンギュラリティ | 技術の発展が加速し、人工知能が人間の知能を超える転換点。レイ・カーツワイルが普及させた概念。 |
| 214 | 多元協働技術 | |
| 213 | WMT (Workshop on Machine Translation) | |
| 212 | 層正規化 (Layer Normalization) | 各層の入力を正規化する手法。バッチ正規化と異なり、バッチサイズに依存せず安定した学習が可能。 |
| 211 | スケーリングされたドット積注意 | クエリとキーの内積を次元の平方根で割ってスケーリングする注意機構。トランスフォーマーの基本構成要素。 |
| 210 | ソフトマックス関数 | 入力ベクトルを確率分布に変換する関数。各要素を正規化し、合計が1になるようにする。 |
| 209 | マルチヘッド注意機構 | 複数の注意機構を並列に適用し、異なる表現部分空間からの情報を統合する手法。 |
| 208 | BLEU (Bilingual Evaluation Understudy) | 機械翻訳の品質を参照訳とのn-gram一致度で評価する指標。0から100のスコアで表される。 |
| 207 | 相対位置表現 | 絶対位置ではなく要素間の相対的な位置関係を表現する手法。長い系列での汎化性能が向上。 |
| 206 | 位置エンコーディング | トランスフォーマーで系列内の位置情報を付与する手法。正弦波関数や学習可能なベクトルを使用。 |
| 205 | 自己注意機構 (Self-attention) | 入力系列内の各要素が他の全要素との関連性を計算する機構。長距離依存関係の学習を可能にする。 |
| 203 | 自己回帰モデル | 過去の出力を条件として次の出力を生成するモデル。GPTシリーズなどの言語モデルで使用される。 |
| 202 | 言語モデル | テキストの確率分布をモデル化し、次の単語や文を予測・生成するモデル。 |
| 201 | 微調整 (Fine-tuning) | 事前学習済みモデルを特定のタスク用データで追加訓練する手法。少量のデータで高性能を達成できる。 |
| 200 | 教師なし事前学習 | ラベルなしデータで言語モデルを事前学習する手法。次単語予測やマスク単語予測などのタスクを使用。 |
| 199 | GPT (Generative Pre-trained Transformer) | OpenAIが開発した事前学習済み言語モデルシリーズ。自己回帰的にテキストを生成し、様々なタスクに適用可能。 |
| 198 | ImageNet | 1000クラス以上の画像分類タスク用の大規模データセット。深層学習の発展に大きく貢献した。 |
| 197 | ドロップアウト | 訓練時にランダムにニューロンを無効化する正則化手法。過学習を防ぎ、汎化性能を向上させる。 |
| 196 | プーリング層 | 畳み込み層の出力を縮小し、位置不変性を獲得する層。最大プーリングや平均プーリングがある。 |
| 195 | ReLU (Rectified Linear Unit) | 負の入力を0に、正の入力をそのまま出力する活性化関数。勾配消失問題を緩和し、深層学習の標準となった。 |
| 194 | 畳み込みニューラルネットワーク (CNN) | 画像認識に特化したニューラルネットワーク。畳み込み層で局所的特徴を抽出し、階層的に統合する。 |
| 193 | AlexNet | 2012年にImageNetコンペで圧勝した畳み込みニューラルネットワーク。深層学習ブームの火付け役となった。 |
| 192 | 核サンプリング（Nucleus Sampling） | 累積確率が閾値pを超えるまでの上位トークンからサンプリングする手法。多様性と品質のバランスを取る。 |
| 191 | ビームサーチ | 複数の候補系列を並行して探索し、累積確率が最も高い系列を選択する生成手法。 |
| 190 | グリーディデコーディング | 各ステップで最も確率の高いトークンを選択する生成手法。高速だが多様性に欠ける場合がある。 |
| 189 | ROUGE (Recall-Oriented Understudy for Gisting Evaluation) | 要約や翻訳の品質を参照文との重複で評価する指標。n-gramの再現率を測定する。 |
| 188 | MMLU (Massive Multitask Language Understanding) | 57分野にわたる多肢選択問題で言語モデルの知識と推論能力を評価するベンチマーク。 |
| 187 | ウィノグラードスキーマチャレンジ | 代名詞の指示対象を文脈から推論する課題。常識推論能力を評価するベンチマークとして使用される。 |
| 186 | 交差検証 | データを複数の部分集合に分割し、訓練と評価を繰り返すモデル評価手法。過学習の検出と汎化性能の推定に有効。 |
| 185 | AUC-ROC | 分類器の性能を閾値非依存で評価する指標。ROC曲線下の面積で、1に近いほど高性能。 |
| 184 | F1スコア | 適合率（Precision）と再現率（Recall）の調和平均。分類タスクの性能評価に広く使用される。 |
| 183 | パープレキシティ | 言語モデルの性能を測る指標。次の単語を予測する際の「困惑度」を表し、低いほど高性能。 |
| 182 | 神経可塑性と行動変容 | 経験依存的な神経可塑性が行動パターンの変化をもたらすメカニズム。学習とリハビリテーションの基盤。 |
| 181 | 大脳皮質の予測性階層処理 | 大脳皮質が階層的に組織され、各階層が下位からの入力を予測し、予測誤差を処理するという理論。 |
| 180 | 認知的情報処理容量 | 認知システムが単位時間あたりに処理できる情報量の制限。注意やワーキングメモリの容量制限と関連。 |
| 179 | 自己モニタリングと誤差検出 | 自分の認知過程や行動を監視し、誤りを検出・修正する能力。前帯状皮質が重要な役割を果たす。 |
| 178 | 行為としての知覚（エナクティブ視覚） | 知覚が受動的な情報受容ではなく、身体を通じた環境との能動的相互作用であるという理論。ヴァレラらが提唱。 |
| 177 | 構造的接続性と機能的接続性 | 脳領域間の物理的な神経線維結合（構造的）と、活動の相関関係（機能的）の両面から脳ネットワークを理解する枠組み。 |
| 176 | 記憶の固定化と再固定化 | 記憶が海馬から大脳皮質へ徐々に移行する過程（固定化）と、想起時に記憶が一時的に不安定化する過程（再固定化）。 |
| 175 | 意味記憶のハブ・アンド・スポークモデル | 意味記憶が前側頭葉のハブ領域と、各感覚モダリティのスポーク領域から構成されるという理論。 |
| 174 | 神経振動の同期と情報統合 | 異なる脳領域の神経活動が同期することで、情報の統合や意識が実現されるという理論。 |
| 173 | 予測的視覚処理 | 視覚システムが網膜入力を予測し、予測誤差のみを上位領域に伝達するという視覚処理モデル。 |
| 172 | 神経言語処理モデル | 言語処理の神経基盤を研究する分野。ブローカ野、ウェルニッケ野などの言語関連領域の機能を解明する。 |
| 171 | ワーキングメモリの容量限界 | ミラーの法則として知られる、ワーキングメモリが約7±2項目しか保持できないという制約。チャンク化で克服可能。 |
| 170 | マインドワンダリングと創造性 | 課題に関係ない自発的思考（マインドワンダリング）がデフォルトモードネットワークと関連し、創造性に寄与する現象。 |
| 169 | 視覚的注意のスポットライト理論 | 視覚的注意が狭い範囲に集中し、その領域の処理が促進されるという理論。ポズナーらが提唱。 |
| 168 | 脳の機能的ネットワーク | 脳の異なる領域間の機能的・構造的な接続パターン。コネクトームとも呼ばれ、認知機能の基盤となる。 |
| 167 | 認知神経科学 | 認知機能の神経基盤を研究する学際的分野。脳イメージングや神経心理学的手法を用いる。 |
| 166 | スパースコーディング | 情報を少数の活性化ニューロンで表現する神経符号化方式。効率的な情報表現と記憶容量の増大を実現。 |
| 165 | 双方向性予測符号化 | 脳の階層的構造において、上位領域が下位領域の活動を予測し、予測誤差が双方向に伝播するモデル。 |
| 164 | 皮質-基底核ループ | 大脳皮質と大脳基底核を結ぶ神経回路。運動制御、習慣形成、報酬学習に関与する。 |
| 163 | 脳の予測符号化 | 脳が常に感覚入力を予測し、予測誤差を最小化するように処理するという理論。知覚と学習の統合的説明。 |
| 162 | 神経振動（ニューラルオシレーション） | 神経細胞集団が示すリズミカルな電気活動。アルファ波、ベータ波、ガンマ波などがあり、認知機能と関連。 |
| 161 | 神経伝達物質 | シナプスで信号伝達を行う化学物質。ドーパミン、セロトニン、グルタミン酸、GABAなどがあり、学習に重要な役割を果たす。 |
| 160 | ニューロン多様性 | 脳内に存在する様々な種類のニューロン（興奮性、抑制性など）と、その機能的多様性。 |
| 159 | 海馬と記憶形成 | 海馬が宣言的記憶（エピソード記憶と意味記憶）の形成に重要な役割を果たすこと。空間記憶にも関与。 |
| 158 | 作業記憶 | 情報を一時的に保持し操作する認知システム。バドリーのモデルでは中央実行系、音韻ループ、視空間スケッチパッドから構成。 |
| 157 | 大脳皮質の層構造 | 大脳皮質が6層構造を持ち、各層が異なる入出力と機能を担う解剖学的構造。情報処理の階層性を実現。 |
| 156 | ミラーニューロン | 他者の行動を観察した時と自分が同じ行動をする時の両方で活動するニューロン。模倣学習や共感の神経基盤とされる。 |
| 155 | STDP（Spike Timing-Dependent Plasticity） | シナプス前後のニューロンの発火タイミングに依存してシナプス強度が変化する可塑性。ヘブ則の精緻化。 |
| 154 | 長期抑圧（LTD） | シナプスの伝達効率が持続的に減弱する現象。LTPと相補的に働き、シナプス可塑性の双方向性を実現。 |
| 153 | 長期増強（LTP） | シナプスの伝達効率が持続的に増強される現象。学習と記憶の細胞レベルのメカニズムとして重要。 |
| 152 | 神経可塑性 | 経験に応じて神経回路の構造や機能が変化する脳の性質。学習と記憶の神経基盤であり、リハビリテーションの基礎。 |
| 151 | インペインティング | |
| 150 | シードナンバー | |
| 149 | プロンプト漏洩 | |
| 148 | テキスチャル・インバージョン | |
| 147 | LoRA (Low-Rank Adaptation) | 事前学習済みモデルに学習可能な低ランク行列を追加する効率的な微調整手法。メモリ効率が良く広く普及。 |
| 146 | ソフトプロンプト（Soft Prompt） | |
| 145 | プロトコル | |
| 144 | プロンプト・テイラリング | |
| 143 | VAE (変分オートエンコーダ) | 確率的な潜在変数を用いて、データの生成過程をモデル化するニューラルネットワーク。画像生成や異常検知に使用。 |
| 142 | 拡散モデル | ノイズを徐々に除去することで高品質なデータを生成するモデル。Stable Diffusionなど画像生成で革新をもたらした。 |
| 141 | プレファレンス検出 | |
| 140 | 意識判定メトリクス | |
| 139 | 視覚的推論 | |
| 138 | 画像思考 | |
| 137 | オムニモーダル | |
| 136 | C2PA | |
| 135 | System Card | |
| 134 | 思考の連鎖（Chain-of-Thought） | |
| 133 | CoTモニタリング | |
| 132 | 報酬ハッキング | |
| 131 | AI Works | |
| 130 | オプトアウト API | |
| 129 | AI意識 | |
| 128 | Global Workspace Theory | |
| 127 | モデル・ウェルフェア | |
| 126 | Model Welfare Research Program | |
| 125 | AIプロンプティング基礎 | |
| 124 | AI導入格差 | |
| 123 | 4D記録 | |
| 122 | ZAPBench | |
| 121 | DALL-E 3 | |
| 120 | Phi-3 | |
| 119 | Mixtral 8x7B | |
| 118 | Sora | |
| 117 | Stable Diffusion | |
| 116 | Constitutional AI (CAI) | AI倫理の原則を学習プロセスに組み込む手法。Anthropicが開発し、Claudeの訓練に使用されている。 |
| 115 | ナレッジマネジメント | |
| 114 | LLaMA (Large Language Model Meta AI) | |
| 113 | Gemini | |
| 112 | 基盤モデル (Foundation Model) | |
| 111 | 自動化ワークフロー | |
| 110 | エンコーディング特異性原理 | 記憶の符号化時の文脈と検索時の文脈が一致すると想起が促進されるという原理。タルヴィングが提唱。 |
| 109 | 概念形成と抽象化 | 具体的な経験から一般的な概念やカテゴリーを形成する認知プロセス。帰納的推論と演繹的推論を含む。 |
| 107 | 認知的制御と前頭前皮質 | 前頭前皮質が担う、目標指向的行動の計画、実行、監視の機能。ワーキングメモリや注意制御を含む。 |
| 106 | 報酬予測誤差 | 期待した報酬と実際に得た報酬の差を信号化するドーパミンニューロンの活動。強化学習の神経基盤となる。 |
| 105 | 神経回路の精緻化と刈り込み | 発達過程でシナプス結合が選択的に強化または除去されるプロセス。経験依存的に神経回路が最適化される。 |
| 104 | 状態依存学習 | 学習時と想起時の内的状態（気分、薬物状態など）が一致すると記憶成績が向上する現象。 |
| 103 | 脳のデフォルトモードネットワーク | 外部タスクに従事していない時に活性化する脳領域のネットワーク。内省、自己参照、将来の計画などに関与。 |
| 102 | 多重記憶システム | 記憶が単一ではなく複数のシステム（宣言的記憶、手続き的記憶など）から構成されるという理論。海馬と大脳基底核が異なる役割を担う。 |
| 101 | 統計的学習理論 | 学習アルゴリズムの性能を数学的に分析する理論。汎化誤差の上界やサンプル複雑度を研究する。 |
| 100 | 注意と神経修飾機構 | 注意がドーパミン、ノルエピネフリン、アセチルコリンなどの神経修飾物質によって調節されるメカニズム。 |
| 99 | エピジェネティクスと学習 | 遺伝子発現の変化を通じて環境が学習と記憶に影響を与えるメカニズム。DNA配列の変化を伴わない遺伝的変化。 |
| 98 | 予測的コーディングモデル | 脳が感覚入力を予測し、予測と実際の入力の誤差を最小化するように学習するという理論。ベイズ推論に基づく。 |
| 97 | 神経可塑性のクリティカルピリオド | 神経系の発達において、特定の経験が特に強い影響を与える時期。言語習得や視覚発達などに見られる。 |
| 96 | 神経科学的学習理論 | 神経科学の知見に基づく学習メカニズムの理論。シナプス可塑性、神経回路の変化、神経伝達物質の役割などを含む。 |
| 95 | 潜在制止 | 事前に無関係な刺激として経験した刺激は、後の条件づけが遅れる現象。親近性が新奇性を減少させる。 |
| 94 | 過剰学習効果 | 習得基準を超えても練習を続けることで、記憶の保持と転移が向上する現象。自動化と流暢性の獲得に寄与。 |
| 93 | 消去 | 条件づけられた反応が、強化なしに徐々に弱まり消失する現象。完全には消えず、自発的回復が起こりうる。 |
| 92 | 学習の階層理論 | ガニェが提唱した、学習成果を階層的に分類する理論。知的技能、認知的方略、言語情報、運動技能、態度の5分類。 |
| 91 | 生涯学習 | 生涯を通じて継続的に学習し、能力を発達させ続けること。成人学習や自己主導学習を含む概念。 |
| 90 | 転移学習（学習の転移） | ある課題で学んだ知識やスキルが別の課題に影響を与える現象。正の転移と負の転移がある。 |
| 89 | メタ認知 | 自分自身の認知過程を認識し、制御する能力。「考えることについて考える」能力であり、学習の効率化に重要。 |
| 88 | 強化スケジュール | 強化子が与えられるタイミングや頻度のパターン。連続強化と部分強化、固定比率と変動比率などがある。 |
| 87 | プライミング効果 | 先行する刺激が後続の処理に無意識的に影響を与える現象。意味的プライミングや知覚的プライミングがある。 |
| 86 | 分散学習と集中学習 | 学習セッションを時間的に分散させる（分散学習）か集中させる（集中学習）かの比較。分散学習が長期記憶に有効。 |
| 85 | 社会的学習理論 | バンデューラが提唱した、他者の行動を観察することによる学習理論。モデリングや代理強化の概念を含む。 |
| 84 | 洞察学習 | ケーラーのチンパンジー実験で示された、試行錯誤なしに突然解決策を発見する学習。問題の構造を理解することで生じる。 |
| 83 | 潜在学習 | 明示的な報酬なしに環境を探索することで獲得される学習。トールマンのネズミの迷路実験で実証された。 |
| 82 | オペラント条件づけ | スキナーが体系化した、行動の結果（強化・罰）によって行動頻度が変化する学習。報酬と罰による行動形成。 |
| 81 | 古典的条件づけ | パブロフの犬で知られる、刺激と反応の連合による学習。中性刺激が条件刺激となり、条件反応を引き起こす。 |
| 80 | フェアネスインAI | AIシステムが特定のグループに対して不当な偏見や差別を示さないようにする原則と技術。 |
| 79 | Red-teaming | AIシステムの脆弱性や有害な動作を発見するために、意図的に攻撃的なテストを行う手法。 |
| 78 | AIガバナンス | AIの開発・展開・利用に関する規則、政策、監督の枠組み。倫理的・法的・社会的影響を管理する。 |
| 77 | AI透明性 | AIシステムの動作原理、訓練データ、限界などを開示する原則。信頼性と説明責任の基盤となる。 |
| 76 | 人間のフィードバックによる強化学習（RLHF） | 人間の評価フィードバックを報酬信号として使用し、モデルを微調整する手法。ChatGPTなどの訓練に使用される。 |
| 75 | ジェイルブレイク | AIの安全機能や制限を回避するための攻撃手法。悪意ある出力を引き出すためのプロンプト操作技術。 |
| 74 | 敵対的攻撃 | AIモデルを誤動作させるために意図的に設計された入力。人間には知覚できない微小な摂動で誤分類を引き起こす。 |
| 73 | LLMハルシネーション | 大規模言語モデルが事実と異なる情報をもっともらしく生成する現象。知識の欠如や過信が原因となる。 |
| 72 | AI安全性研究 | AIシステムが安全で有益に動作することを保証するための研究分野。アライメント、ロバスト性、解釈可能性などを含む。 |
| 71 | アライメント問題 | AIの目標と人間の価値観・意図を一致させる問題。高度なAIが人間にとって有益に動作することを保証する課題。 |
| 70 | ファジィ論理 | 曖昧さや不確実性を0と1の間の連続値で表現する論理体系。人間の推論に近い柔軟な判断を可能にする。 |
| 69 | 知識表現 | 概念や事実をコンピュータが処理できる形式で表現する技術。オントロジーや知識グラフなどの形式がある。 |
| 68 | バックプロパゲーション | ニューラルネットワークの訓練に使用される勾配計算アルゴリズム。連鎖律を用いて出力から入力方向に誤差を伝播させる。 |
| 67 | ニューラルネットワーク冬の時代 | 1990年代のニューラルネットワーク研究の停滞期。SVMなど他の手法が優勢となり、研究資金が減少した。 |
| 66 | LISP | Googleが開発したニューラルネットワーク用プログラミングフレームワーク。AI初期の主要言語として使用された。 |
| 65 | チューリングテスト | アラン・チューリングが1950年に提案した、機械が知能を持つかを判定するテスト。人間と区別できなければ合格とする。 |
| 64 | シンボリックAI | 記号とルールによる論理的推論に基づくAIアプローチ。知識表現と推論を明示的に記述する。 |
| 63 | エキスパートシステム | 専門家の知識をルールとして記述し、推論を行う初期のAIシステム。医療診断や故障診断などで実用化された。 |
| 62 | AI冬の時代 | AIへの期待と実績のギャップにより研究資金が減少した時期。1970年代と1980年代末〜1990年代に発生した。 |
| 61 | パーセプトロン | 1958年にローゼンブラットが考案した最初期のニューラルネットワーク。線形分離可能な問題を解くことができる。 |
| 60 | プロンプトインジェクション | 悪意ある入力でAIの動作を操作する攻撃手法。意図しない情報漏洩や有害出力を引き起こす可能性がある。 |
| 59 | コンテキストウィンドウ | 言語モデルが一度に処理できるトークン数の上限。長文理解や長期記憶の制約となる重要なパラメータ。 |
| 58 | 自己教師あり学習 | ラベルなしデータから有用な表現を学習する手法。対照学習やマスク言語モデルなどがあり、事前学習の基盤技術。 |
| 57 | 差分プライバシー | 個人を特定できないようノイズを加えながらデータ分析を行う技術。プライバシーを数学的に保証する。 |
| 56 | フューショットラーニング | ごく少数の例示（数個〜数十個）から新しいタスクを学習する手法。大規模言語モデルのin-context learningが代表例。 |
| 55 | ゼロショット学習 | 学習時に見たことのないクラスを、属性や説明から認識する機械学習手法。補助情報を活用して未知カテゴリを分類。 |
| 54 | フェデレーテッドラーニング | データを中央に集約せず、分散したまま機械学習モデルを協調的に訓練する技術。プライバシー保護に有効。 |
| 53 | 知識蒸留 | 大規模モデルの知識を小規模モデルに転移する技術。教師モデルの出力分布を生徒モデルが模倣するよう学習する。 |
| 52 | ニューラル機械翻訳 (NMT) | ニューラルネットワークを用いた機械翻訳技術。エンコーダ・デコーダ構造やアテンション機構により高精度な翻訳を実現。 |
| 50 | マルチエージェントAI | 複数のAIエージェントが競争または協調しながらタスクを遂行するシステム。分散問題解決や交渉に応用。 |
| 49 | 継続学習（Continual Learning） | 新しいタスクを学習する際に、過去に学習した知識を忘れない機械学習手法。生涯学習能力の実現を目指す。 |
| 48 | Speculative Decoding | 小さなドラフトモデルで複数トークンを先読み生成し、大きなモデルで検証することで推論を高速化する技術。 |
| 47 | プロンプトエンジニアリング | AIモデルから望ましい出力を引き出すためのプロンプト（指示文）を設計する技術。明確な指示、例示、役割設定などの技法がある。 |
| 46 | ファウンデーショナルモデル | |
| 44 | TPU（Tensor Processing Unit） | |
| 43 | ニューロモーフィックコンピューティング | 脳の神経回路を模倣したハードウェアとソフトウェア。低消費電力でリアルタイム処理が可能。 |
| 42 | 量子機械学習 | 量子コンピュータの特性を活用した機械学習手法。特定の最適化問題で古典的手法を上回る可能性がある。 |
| 40 | チェーン・オブ・ソート（Chain-of-Thought） | 問題解決の過程を段階的に言語化させることで、AIの推論能力を向上させるプロンプト技術。 |
| 39 | エマージェント能力 | モデル規模が閾値を超えると突然現れる能力。算術推論など小規模モデルでは見られない能力が大規模化で発現する現象。 |
| 38 | ニューラルスケーリング法則 | モデルサイズ、データ量、計算量と性能の関係を記述する法則。効率的なリソース配分の指針となる。 |
| 37 | グラウンディング（Grounding） | AIモデルの出力を現実世界の知識や文脈に紐づける技術。ハルシネーション防止に重要。 |
| 36 | 強化学習からのモデル微調整（RLFT） | 人間のフィードバックや報酬信号を用いて、事前学習済みモデルを特定のタスクに合わせて微調整する手法。 |
| 35 | モデル蒸留（Model Distillation） | 大規模な教師モデルの知識を小規模な生徒モデルに転移する技術。モデルサイズ削減と性能維持を両立。 |
| 34 | プロンプトチューニング | モデルのパラメータを固定し、入力プロンプトを最適化することでタスク性能を向上させる手法。 |
| 33 | モデル量子化 | モデルの重みを低精度の数値表現に変換し、メモリ使用量と計算コストを削減する技術。エッジデバイスへの展開を可能にする。 |
| 32 | PEFT（Parameter-Efficient Fine-Tuning） | 大規模モデルの全パラメータを更新せず、少数のパラメータのみを調整する効率的な微調整手法。計算コストを大幅に削減。 |
| 31 | レトリーバー拡張生成（RAG） | |
| 29 | カプセルネットワーク | ジェフリー・ヒントンが提案した、空間的階層関係を保持するニューラルネットワーク。物体の姿勢や部分関係を学習する。 |
| 28 | オートエンコーダ | 入力データを圧縮した潜在表現に変換し、元のデータを復元するように学習するニューラルネットワーク。次元削減に使用。 |
| 27 | 生成的敵対的ネットワーク（GAN） | 生成器と識別器が互いに競い合いながら学習するニューラルネットワーク。リアルな画像生成などで成果を上げた。 |
| 26 | リカレントニューラルネットワーク（RNN） | 時系列データを処理するために内部状態を持つニューラルネットワーク。LSTMやGRUが代表的な改良版。 |
| 25 | グラフニューラルネットワーク（GNN） | グラフ構造のデータを処理するニューラルネットワーク。ソーシャルネットワーク分析、分子構造予測などに応用。 |
| 24 | 混合専門家モデル（MoE） | 複数の専門家ネットワークを持ち、入力に応じて適切な専門家を選択的に活用するアーキテクチャ。計算効率とモデル容量を両立。 |
| 23 | アテンション機構 | 入力系列の各要素間の関連性を動的に計算し、重要な部分に注目する機構。トランスフォーマーの中核技術。 |
| 22 | エンコーダ・デコーダモデル | 入力を圧縮表現に変換するエンコーダと、出力を生成するデコーダで構成されるモデル構造。機械翻訳などで使用。 |
| 21 | トランスフォーマー | 2017年にGoogleが発表した深層学習アーキテクチャ。自己注意機構により系列データを効率的に処理し、現代LLMの基盤となる。 |
| 20 | エッジAI | |
| 19 | RAG（検索拡張生成） | 外部知識ベースから関連情報を検索し、言語モデルの生成に活用する技術。ハルシネーション抑制と最新情報の反映が可能。 |
| 18 | マルチモーダル学習 | テキスト、画像、音声など異なる種類のデータを組み合わせて学習する手法。各モダリティの情報を相互に補完する。 |
| 17 | エンドツーエンド学習 | 入力から出力まで一貫したニューラルネットワークで処理する学習手法。データから自動的に最適な表現を学習する。 |
| 16 | ニューロシンボリックAI | ニューラルネットワークとシンボリック推論を組み合わせたAIアプローチ。学習能力と論理的推論を統合する。 |
| 14 | 連合学習 | 複数のデバイスに分散したデータを集約せずに機械学習モデルを訓練する技術。プライバシー保護とデータセキュリティを両立。 |
| 13 | 説明可能AI（XAI） | AIの判断根拠や推論過程を人間が理解できる形で説明する技術。医療診断や金融審査など説明責任が求められる分野で重要。 |
| 12 | 強化学習 | 試行錯誤を通じて報酬を最大化する行動を学習する機械学習手法。ゲームAI、ロボット制御などで活用される。 |
| 10 | 自然言語処理（NLP） | 人間の言語をコンピュータで処理・理解・生成する技術分野。機械翻訳、感情分析、文書要約などに応用される。 |
| 9 | AIアシスタント | ユーザーとの対話を通じて情報提供、タスク支援、質問応答などを行うAIシステム。ChatGPT、Claude、Geminiなどが代表的なサービス。 |
| 8 | Claude 3.7 Sonnet | Anthropicが開発した大規模言語モデルClaude 3ファミリーの中位モデル。コーディング、分析、創作など幅広いタスクに対応し、安全性と有用性のバランスを重視。 |
| 7 | GPT-4o | OpenAIが2024年5月に発表したマルチモーダルAIモデル。テキスト、音声、画像を統合的に処理し、リアルタイムの音声会話や画像理解が可能。oはomniの略。 |
| 6 | 生成AI | テキスト、画像、音声、動画などの新しいコンテンツを創造できるAI。大規模言語モデルや拡散モデルを基盤とする。 |
| 5 | AIエージェント | 自律的に目標を設定し、環境と対話しながらタスクを実行するAIシステム。計画立案や複数ステップの作業を遂行できる。 |
| 4 | マルチモーダルAI | テキスト、画像、音声、動画など複数種類のデータを統合的に処理・理解できるAI技術。 |
| 3 | 深層学習 | 多層のニューラルネットワークを用いた機械学習手法。画像認識、音声認識、自然言語処理などで革新的な成果を上げている。 |
| 2 | 機械学習 | データからパターンを自動的に学習し、予測や判断を行うAIの中核技術。教師あり学習、教師なし学習、強化学習などがある。 |
| 1 | 人工知能 (AI) | コンピュータが人間の知能を模倣し、学習・推論・問題解決などを行う技術の総称。機械学習や深層学習を基盤とする。 |
