AIの基礎
生成AIの基礎知識
「生成AIって結局なに？」から始めて、仕組み・使うときの注意・リスクまでを順に読めるようにまとめています。専門用語は初めて出てきたところで説明するので、知識ゼロでも大丈夫です。
全26本
はじめに読む3本
AIの基礎 生成AIとは？仕組み・種類・できることを初心者にやさしく解説 生成AIとは、文章・画像・音声などを新しく作り出すAIのことです。ChatGPTに代表される技術の仕組み、従来のAIとの違い、できること・苦手なこと、使う際の注意点を初心者向けにやさしく解説します。 AIの基礎 プロンプトとは？AIへの「指示文」の意味と良い書き方の基本 プロンプトとは生成AIに出す「指示文」のことです。意味と役割、良い書き方の5要素、出力を見てどこを直すかの判断表、プロンプトでは解決しないことまで、初心者向けにやさしく解説します。 AIの基礎 生成AIのリスクと課題は？知っておくべき7つと使う側の心得 生成AIの7つのリスクを解説。自分が被害を受ける側と与える側で分けて整理し、起きる仕組み・具体的な失敗例・今日できる対策を1つずつ提示。個人利用と業務利用の優先度の違いも示します。
まず押さえる言葉5本
この5〜6本で会話についていけます
AIの基礎 AIエージェントとは？従来のAIとの違いをやさしく解説 AIエージェントとは、目標を与えると自分で手順を決めて動くAIです。従来の生成AIとの違い、実際に使える製品の例、承認モードという安全装置、任せてよい作業の見分け方をやさしく解説します。 AIの基礎 LLM（大規模言語モデル）とは？仕組みをやさしく解説 LLM（大規模言語モデル）とは、大量の文章を学習し「次に来る言葉」を予測して自然な文章を作るAIです。ChatGPTなどの土台となる仕組みを、専門知識なしでわかるように、できること・限界とあわせて解説します。 AIの基礎 トークンとは？AIの文字数の数え方と料金・入力上限の関係を解説 トークンとは生成AIが文章を処理するときの区切りの単位です。文字数との違い、日本語で数が増えやすい理由、料金・入力上限・出力の途切れという3つの影響、節約のコツをやさしく解説します。 AIの基礎 生成AIと従来のAIの違いは？「作る」と「見分ける」で理解する 生成AIと従来のAIの違いを「作る」と「見分ける」で整理。従来型が今も現役である3つの理由、正解が1つかどうかという判断軸、業務での使い分け表まで、初心者向けにやさしく解説します。 AIの基礎 AGI（汎用人工知能）とは？今のAIとの違いをやさしく解説 AGI（汎用人工知能）とは人間のように幅広い課題に対応できるAIです。定義が定まっていない理由、今のAIがAGIでないと言える4つの根拠、ANI・ASIとの関係、振り回されない姿勢まで解説します。
仕組みを知る8本
AIの基礎 機械学習とディープラーニングの違い｜AIとの関係をやさしく整理 AI・機械学習・ディープラーニングは「大きい順に入れ子」の関係です。機械学習はデータからパターンを学ぶ技術、ディープラーニングはその一種でより複雑な処理が得意。違いと関係を初心者向けにやさしく整理します。 AIの基礎 Transformerの仕組みとは｜今のAIを支える技術をやさしく解説 Transformer（トランスフォーマー）は、ChatGPTなど今の生成AIを支える中心的な仕組みです。カギとなる「アテンション（注意）」の考え方を、数式なしの例えで、初心者にもわかるように解説します。 AIの基礎 コンテキストウィンドウとは｜AIが一度に覚えられる量の話 コンテキストウィンドウとは、AIが一度に扱える情報量のことです。前半を忘れる理由、上限を超えたと気づく4つの兆候、量の目安、要点を貼り直すテンプレまで専門知識なしで解説します。 AIの基礎 埋め込み（Embedding）とは｜AIが意味の近さを測る仕組み 埋め込み（Embedding）とは、言葉を数値に変換して意味の近さを計算する技術です。地図の例えでの理解、実務で効く場面と効かない場面、「意味が近い」が裏目に出るケースまで数式なしで解説します。 AIの基礎 ファインチューニングとは？AIを特定の用途に合わせる仕組み ファインチューニングとは学習済みのAIに追加学習させて用途に合わせる調整です。よくある誤解、プロンプト・RAGとの使い分け、向く用途と向かない用途、必要なデータの考え方を解説します。 AIの基礎 RAGとは？AIが最新情報や社内文書に答えられる仕組みをやさしく解説 RAG（検索拡張生成）とは、AIが外部の文書を検索してから答える仕組みです。通常のAIとの違い、検索の中身、RAGでも間違える3つのケース、導入の成否を分けるものまでやさしく解説します。 AIの基礎 ニューラルネットワークとは？脳をまねた仕組みをやさしく解説 ニューラルネットワークとは脳の神経のつながりをまねたAIの仕組みです。数式を使わず「重み」の意味を具体例で説明し、学習と推論の違い、層を深くする理由、中身が説明しにくい理由まで解説します。 AIの基礎 マルチモーダルAIとは？文章・画像・音声をまたぐAIをやさしく解説 マルチモーダルAIとは文章・画像・音声など複数の種類の情報を扱えるAIです。できること、苦手で間違いやすい4つのこと、写真を渡すときのコツ、注意点まで初心者向けにやさしく解説します。
危ないところ・気をつけること8本
AIの基礎 生成AIと著作権｜文化庁の考え方と侵害を避けるための基本 生成AIと著作権は「学習段階」と「生成・利用段階」の2段階で考えます。生成物が既存作品と似ていて依拠していれば侵害になり得ます。文化庁の考え方をもとに、侵害を避けるための実務的な基本を解説します。 AIの基礎 プロンプトインジェクションとは｜仕組みと業務で使う人の対策 プロンプトインジェクションとは、AIに悪意ある指示を紛れ込ませて動作を乗っ取る攻撃です。直接型と間接型の違い、AIが自分で動くようになって何が変わったか、業務で使う人ができる対策を解説します。 AIの基礎 AIやらかし集｜もっともらしい嘘・珍回答と失敗しない使い方 AIがやりがちな「もっともらしい嘘」「存在しない出典」「計算ミス」などの失敗を、あるある事例で楽しく整理。なぜ起きるか・どう防ぐかまで、AIを安全に使いこなすための読み物です。 AIの基礎 ハルシネーションとは？AIがもっともらしい嘘をつく理由と対策 ハルシネーションとは、生成AIが事実と異なる内容を、もっともらしく答えてしまう現象のことです。なぜ起きるのか、どんな場面で危険か、そして使う側ができる対策を、初心者にもわかるように解説します。 AIの基礎 AIバイアスとは？答えが偏る3つの原因と使う側の付き合い方を解説 AIバイアスとはAIの答えに偏りが出る現象です。学習データ・作り手の設計・質問の仕方という3つの原因、自分で偏りに気づくための入れ替えテスト、業務で使うときの線引きを解説します。 AIの基礎 AIと個人情報・プライバシー｜入力してはいけない情報と対策 生成AIに入力してはいけない情報と対策を解説。情報が残る3つの場所、個人情報保護委員会の注意喚起、入力せずに相談する置き換えの手順、消せない前提の運用まで具体的に整理します。 AIの基礎 生成AIの倫理とは？5つの論点と「やってよいか」を考える視点 生成AIの倫理を5つの論点で解説。法律・倫理・信頼の3層で整理し、判断に迷うグレーゾーンの具体例、AIで作ったと開示すべきかの考え方、責任の所在まで実務的に扱います。 AIの基礎 ディープフェイクとは？AI製の偽動画・偽音声の危険と身の守り方 ディープフェイクとはAIで作られた本物そっくりの偽動画・偽音声です。見破ることが難しくなった今、確認の手順に切り替える方法、家族や職場で決めておく合言葉、相談先までを解説します。