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 627 件の用語が登録されています。 401〜450件を表示中
| ID | 用語 | カテゴリ | 説明 |
|---|---|---|---|
| 232 | ラディカル相互運用性 | プルラリティ | 異なるシステム、プラットフォーム、データ形式間の徹底的な互換性と接続性を確保する設計原則。デジタル環境における多様性と選択肢を保証し、特定のプラットフォームによる独占やロックインを防止する技術的基盤。プルラリティの重要な要素として、分散型インターネットアーキテクチャやデータ主権イニシアチブにおいて実装が進められている。 |
| 231 | デジタル共有地 | プルラリティ | 公共のデジタル資源とインフラストラクチャを共有財として管理・運営する概念。データ、ソフトウェア、計算資源などを特定の企業や政府の独占から解放し、市民社会の共同管理下に置くことで、公正なアクセスと民主的ガバナンスを実現する。プルラリティのビジョンにおける重要な構成要素として、デジタルコモンズ運動やガブゼロ（g0v）のような市民技術イニシアチブで実践されている。 |
| 230 | 意見ブリッジング | プルラリティ | 異なる立場や視点を持つグループ間の建設的対話を促進する技術と方法論。共通の関心事や価値観を特定し、対立点を創造的な問題解決の機会として再構成することで、分断を超えた協働を可能にする。台湾のデジタル民主主義プラットフォームで実装されている機能で、AIによる意見分析と可視化技術を活用している。 |
| 229 | 集合的知性アーキテクチャ | プルラリティ | 多数の人々の知識、経験、直観を効果的に組み合わせるためのシステム設計。認知バイアスの相互修正、情報の集約と精査、多様な視点の統合を促進する技術的・組織的フレームワーク。プルラリティの実践において中核的な役割を果たし、市民参加型の政策立案や複雑な社会問題の協働的解決に応用されている。 |
| 228 | 創発民主主義 | デジタル民主主義 | ボトムアップの市民参加と集合知を活用した新しい民主主義形態。従来の代表制民主主義や直接民主主義とは異なり、デジタルツールを活用した分散型の意思決定プロセスと、専門知と市民の知恵を組み合わせるハイブリッドなガバナンスモデルを特徴とする。プルラリティの政治的次元として、台湾の社会イノベーションや政策形成過程で実験的に導入されている。 |
| 227 | 包摂的アルゴリズム | AI倫理 | 多様な社会集団の視点や利益を公平に反映するよう設計されたアルゴリズム。社会的マイノリティや周縁化されたコミュニティの排除や不利益を防ぎ、アルゴリズムによる意思決定の公正性を高めることを目的とする。プルラリティの技術実装において重視される設計原則で、バイアス検出、多様性指標、包摂性評価などの手法を含む。 |
| 226 | マルチスケール熟議 | デジタル民主主義 | 小規模なグループ討議から大規模な社会的対話まで、異なる規模の民主的議論をシームレスに連携させる方法論。台湾のデジタル民主主義実践で発展した概念で、少人数の深い議論の質と多人数参加の包括性を両立させる。AIを活用した意見集約・可視化技術と、慎重に設計された参加プロセスを組み合わせることで実現される。 |
| 225 | 協働型コンピューティング | プルラリティ | 人間とAIが対等なパートナーとして協力する計算パラダイム。AIが人間の認知能力を置き換えるのではなく、相互に強化し合うデザイン原則に基づく。ジャット・シン氏らが提唱する「人間中心AI」の発展形として、プルラリティの核心技術の一つ。専門知と多様な視点を最適に組み合わせるインターフェースとアルゴリズムの研究開発が進められている。 |
| 224 | 社会的インテリジェンス | AI能力 | AIシステムが社会的文脈を理解し、適切に対応する能力。他者の意図や感情の認識、社会的規範の理解、協調的問題解決、倫理的判断などを含む。プルラリティの視点では、単なる知的能力の向上ではなく、人間と技術の共生的関係構築において不可欠な能力として位置づけられる。最新の大規模言語モデルでは、この能力の向上が重点的に研究されている。 |
| 223 | 協調的AI訓練 | AI研究 | 複数のAIシステムが協力して学習する新しい訓練パラダイム。従来の競争的または個別最適化アプローチとは異なり、相互補完的な知識獲得と問題解決を促進する。プルラリティの技術的基盤として、多様なAIエージェント間の創発的協働を可能にし、単一モデルでは達成できない複雑なタスク処理や創造的問題解決能力の向上を目指す。 |
| 222 | 差異マッピング | プルラリティ | 多様な視点や意見の相違点を構造化して可視化する技術。単純な賛否の二項対立ではなく、多次元空間における「意見の地図」を作成することで、創造的妥協点や想定外の合意領域を発見するのに役立つ。プルラリティにおける対立転換の基礎技術として、Poliというオンライン熟議ツールなどに実装されている。 |
| 221 | 開放型ガバナンス | デジタル民主主義 | 政府の意思決定プロセスをオープンソース原則に基づいて再設計する統治手法。市民のデータアクセス権、政策形成への参加機会、意思決定の透明性を重視し、デジタルツールを活用して官民共創を促進する。プルラリティの実践的応用として、台湾のデジタル担当省や欧州のいくつかの都市で実験的に導入されている。 |
| 220 | デジタル社会契約 | プルラリティ | テクノロジーと社会の関係を再定義する概念的枠組み。技術開発者、市民、政府間の相互責任と権利を明確化し、技術の民主的ガバナンスを確立するための合意形成プロセス。プルラリティのビジョンにおいて中心的な位置を占め、技術の社会実装における透明性、参加性、公正性、説明責任を保証するための基盤となる。 |
| 219 | 四象限協働システム | プルラリティ | プルラリティ実践における協働フレームワークで、「創発・発散・集約・実装」の4段階を循環させる参加型システム設計手法。台湾のデジタル民主主義プラットフォームvTaiwanで実装され、多様な利害関係者間の創造的対話と合意形成を促進する。各象限に適したデジタルツールを組み合わせることで、大規模かつ複雑な社会的課題に対する協働的解決を可能にする。 |
| 218 | 集合知最適化 | プルラリティ | 多様な参加者の知識と経験を組み合わせて、単一の専門家よりも優れた解決策を導き出すプロセスを最適化する技術。認知バイアスの相互相殺、情報の多角的評価、創発的なアイデア生成を促進する方法論とアルゴリズムを包含する。プルラリティ技術の重要要素として、オンライン熟議システムやボトムアップ政策形成プラットフォームに実装されている。 |
| 217 | 対立転換アルゴリズム | プルラリティ | 相反する意見や立場を建設的な議論へと変換するためのアルゴリズム。プルラリティ概念の核心技術の一つで、意見の対立を単なる二項対立ではなく、多次元空間における「視点の多様性」として捉え直し、共通点の発見と創造的解決策の導出を支援する。台湾のデジタル民主主義実践で活用されている参加型意思決定システムの基盤技術。 |
| 216 | デジタル民主主義 | 社会的側面 | デジタル技術を活用して民主的プロセスを強化・拡張する取り組み。市民参加、透明性、協働的意思決定を促進するためのデジタルツールや方法論を包括する。台湾のg0v（ガブゼロ）運動やvTaiwan（ブイタイワン）などが代表例で、オンライン熟議プラットフォームやオープンソースガバナンスツールの開発・活用を通じて実践されている。 |
| 215 | シンギュラリティ | AI哲学 | 技術の単一進化という考え方。AIが人間の知能を超える転換点を指し、指数関数的な技術進歩により、人間の予測や制御を超えた変化が起こるという概念。レイ・カーツワイルによって広く知られるようになり、AIの急速な発展に伴う社会変革や倫理的課題の議論において中心的な概念となっている。 |
| 214 | 多元協働技術 | 社会的側面 | 「プルラリティ」とも呼ばれる、社会的差異を超えた協働を可能にする技術フレームワーク。台湾の元デジタル担当大臣オードリー・タン氏とMicrosoft Research経済学者グレン・ワイル氏が提唱した概念で、技術と民主主義の共生を目指す。対立を創造的エネルギーに転換し、多様な視点からの集合的意思決定を支援する技術体系。 |
| 213 | WMT (Workshop on Machine Translation) | その他 | 機械翻訳の研究をリードする国際的なワークショップで、様々な言語ペアでの翻訳タスクを含むベンチマークを提供する。トランスフォーマーなど多くの革新的なモデルの評価に使用されている。 |
| 212 | 層正規化 (Layer Normalization) | 技術 | ニューラルネットワークの各層の出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、RNNや自然言語処理タスクに適している。トランスフォーマーアーキテクチャでも広く使用される。 |
| 211 | スケーリングされたドット積注意 | 技術 | トランスフォーマーで使用される注意機構の一種。クエリとキーのドット積を次元の平方根で割ることで、勾配消失や爆発を防ぎ、より安定した学習を実現する方法。 |
| 210 | ソフトマックス関数 | 技術 | 入力ベクトルを確率分布に変換する関数で、全ての出力値の合計が1になる特性を持つ。分類問題での出力層やトランスフォーマーの注意重みの計算などに広く使用される。 |
| 209 | マルチヘッド注意機構 | 技術 | トランスフォーマーで使用される技術で、複数の注意機構（ヘッド）を並列に計算し、その結果を結合する方法。各ヘッドが異なる特徴や関係性を学習することで、より豊かな表現を可能にする。 |
| 208 | BLEU (Bilingual Evaluation Understudy) | 評価指標 | 機械翻訳の評価に広く使用される指標。生成された翻訳文と参照訳の間の一致度を測定し、特に隣接する単語の連続（n-gram）の一致率を基に計算される。高いスコアほど高品質な翻訳を意味する。 |
| 207 | 相対位置表現 | 技術 | Shawらが提案した、シーケンス要素間の相対的な距離や関係を表現する手法。絶対位置エンコーディングと異なり、シーケンスの総長に依存せず、自己注意機構内で要素間の相対位置情報を効率的に扱うことができる。 |
| 206 | 位置エンコーディング | 技術 | トランスフォーマーなどの位置情報を明示的に持たないモデルに順序情報を与えるための技術。固定の正弦波関数を用いる手法や学習可能なパラメータを使用する手法などがある。 |
| 205 | 自己注意機構 (Self-attention) | 技術 | シーケンス内の各要素が同じシーケンスの他の要素との関連性を計算する仕組み。トランスフォーマーの中核技術で、入力シーケンスの異なる位置間の依存関係を捉えることができる。 |
| 204 | トランスフォーマー | モデル | Vaswaniらが2017年に提案した注意機構に基づくニューラルネットワークアーキテクチャ。RNNやCNNと異なり再帰的な構造を持たず、並列処理に適している。エンコーダとデコーダから構成され、機械翻訳や言語理解タスクで高い性能を示す。 |
| 203 | 自己回帰モデル | モデル | シーケンスデータにおいて、過去の出力を使って将来の値を予測するモデル。言語モデルの多くはこの方式を採用しており、テキスト生成において一度に一つのトークンを生成していく。 |
| 202 | 言語モデル | モデル | テキストの確率分布を学習し、次の単語や文を予測するモデル。大規模コーパスで学習することで言語の構造や意味を捉え、様々な自然言語処理タスクの基盤となる。 |
| 201 | 微調整 (Fine-tuning) | 技術 | 事前学習済みモデルを特定のタスクに適応させるために、少量のラベル付きデータで追加学習すること。事前学習で獲得した一般的な知識を保持しながら特定タスクのパフォーマンスを向上させる技術。 |
| 200 | 教師なし事前学習 | 技術 | ラベル付きデータを必要とせず、大量の未ラベルデータからモデルを訓練する手法。特にTransformerベースのモデルで効果的で、言語モデリングタスクで事前学習した後に特定タスクに微調整することで、少量のラベル付きデータでも高い性能を実現できる。 |
| 199 | GPT (Generative Pre-trained Transformer) | モデル | OpenAIが開発した生成的事前学習トランスフォーマー。大規模なテキストデータを使用した教師なし事前学習と、特定タスク向けの教師あり微調整を組み合わせたアプローチで、多様な自然言語理解タスクで高い性能を示す。 |
| 198 | ImageNet | データセット | 1,000以上のカテゴリに分類された数百万枚の画像からなる大規模な画像データセット。画像認識や分類アルゴリズムのベンチマークとして広く使用されており、毎年開催されるILSVRCコンテストの基盤となっている。 |
| 197 | ドロップアウト | 技術 | ニューラルネットワークの過学習を防ぐための正則化手法。学習時にランダムにニューロンを一定確率で無効化することで、ニューロン間の共適応を防ぎモデルの汎化性能を向上させる。 |
| 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。 |
| 195 | ReLU (Rectified Linear Unit) | 技術 | ニューラルネットワークで広く使われる非線形活性化関数。入力が正の場合はそのまま出力し、負の場合は0を出力する。勾配消失問題を軽減し、深層ネットワークの学習を効率化する。 |
| 194 | 畳み込みニューラルネットワーク (CNN) | モデル | 画像処理に特に効果的なニューラルネットワークの一種。局所的な特徴を検出する畳み込み層と、空間的な情報を圧縮するプーリング層を組み合わせた構造を持つ。全結合層と比較して少ないパラメータ数で学習が可能。 |
| 193 | AlexNet | モデル | Krizhevsky らが2012年に開発した深層畳み込みニューラルネットワーク。ImageNetコンテストで画像分類タスクにおいて従来手法を大幅に上回る性能を示し、深層学習ブームの引き金となった。5つの畳み込み層と複数の全結合層からなる。 |
| 192 | 核サンプリング（Nucleus Sampling） | 技術 | 生成AIの出力の多様性と品質のバランスを取るサンプリング手法。各ステップで、累積確率がしきい値（通常0.9前後）に達するまで、確率順に並べたトークンのみから選択する。温度付きサンプリングより構造的に一貫した文を生成しやすく、創造的なテキスト生成に広く使用されている。Top-pサンプリングとも呼ばれる。 |
| 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。 |
| 190 | グリーディデコーディング | 技術 | 生成AIが出力を生成する際に、各ステップで最も確率の高いトークン（単語や文字）のみを選択する手法。計算効率が良く決定論的な結果が得られるが、常に同じ出力が生成され多様性に欠ける。単純な質問応答や短い出力には適しているが、創造的なテキスト生成には制限がある。 |
| 189 | ROUGE (Recall-Oriented Understudy for Gisting Evaluation) | 評価指標 | 自動要約や機械翻訳の評価に使用される指標。生成されたテキストとリファレンステキストとの間のn-gram、単語シーケンス、単語ペアなどの一致を測定する。ROUGE-N（n-gramベース）、ROUGE-L（最長共通部分列）、ROUGE-S（スキップバイグラム）など複数のバリエーションがある。 |
| 188 | MMLU (Massive Multitask Language Understanding) | 評価指標 | 大規模言語モデルの知識と推論能力を総合的に評価するベンチマーク。数学、歴史、法律、倫理、医学など57の異なる学術・専門分野にわたる多肢選択式問題で構成される。大学レベルの専門知識と推論能力を要求し、現代の最先端LLMの能力を測る重要な指標となっている。 |
| 187 | ウィノグラードスキーマチャレンジ | 評価指標 | AIの言語理解能力を評価するためのテスト。代名詞が指す対象を識別する問題で、文脈に基づく常識的推論が必要。例:「トロフィーがカップに入らなかった。それが大きすぎたから」の「それ」が何を指すかなど。人間には簡単だがAIには難しい問題を提供し、真の言語理解の達成度を測る重要なベンチマーク。 |
| 186 | 交差検証 | 研究手法 | 機械学習モデルの性能を評価するために、データを複数の部分に分割し、それぞれを順番にテストデータとして使用する手法。k分割交差検証では、データをk個のフォールドに分け、k回の訓練・評価を行う。オーバーフィッティングの検出や、限られたデータセットからより信頼性の高い性能評価を得るのに役立つ。 |
| 185 | AUC-ROC | 評価指標 | 受信者操作特性曲線（ROC曲線）の下部面積で、分類モデルの性能を評価する指標。偽陽性率と真陽性率のトレードオフをプロットした曲線で、完全なランダム予測は0.5、完全な予測は1.0となる。閾値に依存せずモデルの識別能力を評価できるため、様々な分類タスクで広く使用される。 |
| 184 | F1スコア | 評価指標 | 分類モデルの性能評価指標で、適合率(Precision)と再現率(Recall)の調和平均として計算される。適合率は「陽性と予測したもののうち実際に陽性だった割合」、再現率は「実際に陽性のもののうち正しく陽性と予測できた割合」を表す。クラス不均衡データでの評価に特に有用。 |
| 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。 |
