GLOSSARY

AI用語集51語

AIニュースに頻出する用語を、初心者にもわかる言葉で解説します。ニュースで見かけた用語をここで確認し、サイト内検索で関連記事を追うのがおすすめです。

基礎概念

# AI（人工知能） Artificial Intelligence: 人間の知的な作業（理解・推論・学習・生成など）をコンピュータで実現する技術の総称。現在のニュースで「AI」という場合、多くは生成AIや大規模言語モデルを指しています。関連記事を探す →
# 生成AI Generative AI: 文章・画像・音声・動画・コードなどを新しく「生成」できるAIの総称。ChatGPTの登場（2022年）以降に急速に普及し、現在のAIブームの中心にある技術です。関連記事を探す →
# LLM（大規模言語モデル） Large Language Model: 大量のテキストで学習した、言語を扱うAIモデル。ChatGPT（GPTシリーズ）、Claude、Geminiなどの中身がこれにあたります。文章の理解・要約・翻訳・生成・推論など幅広い作業をこなします。関連記事を探す →
# 機械学習 Machine Learning: データからパターンを自動で学び、予測や判断を行う技術。ルールを人間が書くのではなく、データを与えて「学習」させるのが特徴で、現代のAIのほぼすべての土台です。関連記事を探す →
# 深層学習（ディープラーニング） Deep Learning: 多層のニューラルネットワークを使った機械学習の手法。画像認識・音声認識・言語処理の性能を飛躍的に高め、2010年代以降のAI進化の原動力となりました。関連記事を探す →
# ニューラルネットワーク Neural Network: 脳の神経回路を大まかに模した計算の仕組み。多数の「ノード」が層状につながり、データが通過するたびに変換されます。層を深くしたものが深層学習です。関連記事を探す →
# AGI（汎用人工知能） Artificial General Intelligence: 特定の作業に限らず、人間と同等以上の幅広い知的能力を持つとされる仮説上のAI。OpenAIやAnthropicなどが開発目標として掲げており、その実現時期や定義はニュースでも頻繁に議論されます。関連記事を探す →
# マルチモーダル Multimodal: テキストだけでなく、画像・音声・動画など複数の種類のデータをまとめて扱えること。最近の主要モデルは画像を見て説明したり、音声で会話したりできるマルチモーダル対応が標準になりつつあります。関連記事を探す →

モデルと学習

# パラメータ Parameter: モデル内部の調整可能な数値。学習によって決まり、モデルの「知識」や振る舞いを担います。数十億〜数兆個の規模があり、パラメータ数はモデルの規模を示す指標としてよく使われます。関連記事を探す →
# 事前学習 Pre-training: 大量のデータでモデルの土台を作る最初の学習工程。ここで言語や世界に関する幅広いパターンを獲得します。その後の微調整（ファインチューニング）と対になる概念です。関連記事を探す →
# ファインチューニング Fine-tuning: 事前学習済みのモデルを、特定の目的やデータに合わせて追加学習させること。少ないデータで専門分野に適応させられるため、企業の独自AI開発でよく使われます。関連記事を探す →
# RLHF（人間のフィードバックによる強化学習） Reinforcement Learning from Human Feedback: 人間が「良い回答」を選んだ評価データを使い、モデルの出力を人間の好みに沿うよう調整する手法。ChatGPTが自然な受け答えをできる理由のひとつです。関連記事を探す →
# 推論 Inference: 学習済みモデルを実際に動かして回答や生成を行うこと。「学習」と対になる言葉です。推論のコストと速度はAIサービスの収益性を左右するため、推論専用チップの開発競争も進んでいます。関連記事を探す →
# 推論モデル（リーズニングモデル） Reasoning Model: 回答の前に内部で段階的に「考える」工程を挟むタイプのモデル。数学・科学・プログラミングなど複雑な問題で性能が大きく向上する一方、応答時間と計算コストが増えます。関連記事を探す →
# 蒸留 Distillation: 大きなモデルの能力を、小さく軽いモデルに移し替える技術。性能をある程度保ったままコストを下げられるため、小型モデルの開発で広く使われます。関連記事を探す →
# 量子化 Quantization: モデルの数値の精度を落としてサイズと計算量を減らす技術。スマートフォンやPC上でAIを動かす「エッジAI」を実現する鍵のひとつです。関連記事を探す →
# オープンウェイト / オープンソースモデル Open Weights: 学習済みモデルの中身（重み）を公開し、誰でもダウンロードして使えるようにしたモデル。MetaのLlamaやMistralなどが代表例で、公開の是非はAI業界の大きな論点です。関連記事を探す →
# ベンチマーク Benchmark: モデルの性能を測る標準テスト。数学・コーディング・知識などの分野別に多数存在します。新モデル発表時のニュースでは必ずと言っていいほどベンチマークスコアが引用されます。関連記事を探す →
# スケーリング則 Scaling Laws: モデルの規模・データ量・計算量を増やすほど性能が向上するという経験則。巨額のデータセンター投資が続く根拠になっており、その持続性はAI業界最大の論点のひとつです。関連記事を探す →

使いこなしの用語

# プロンプト Prompt: AIへの指示や質問の文章。プロンプトの書き方ひとつで出力の質が大きく変わります。効果的な指示を設計する技術は「プロンプトエンジニアリング」と呼ばれます。関連記事を探す →
# コンテキストウィンドウ Context Window: モデルが一度に扱える情報量の上限。これが大きいほど長い文書や会話を丸ごと処理できます。「100万トークン対応」のような表現でモデルの売りとして紹介されます。関連記事を探す →
# トークン Token: AIが文章を処理する最小単位。日本語では1文字が1〜2トークン程度になることが多いです。API利用料は処理したトークン数で課金されるのが一般的です。関連記事を探す →
# RAG（検索拡張生成） Retrieval-Augmented Generation: 質問に関連する資料を検索して見つけ、それをAIに渡してから回答させる仕組み。社内文書に基づくAIアシスタントなど、企業導入で最も使われるパターンのひとつです。学習し直さずに最新情報や固有情報を扱えるのが利点です。関連記事を探す →
# エンベディング（埋め込み） Embedding: 文章や画像を、意味の近さを計算できる数値の並び（ベクトル）に変換したもの。「意味が似ている文書を探す」検索の基盤技術で、RAGやレコメンドに使われます。関連記事を探す →
# ベクトルデータベース Vector Database: エンベディングを大量に保存し、意味の近いものを高速に探せるデータベース。RAGの構成要素として需要が急増しました。関連記事を探す →
# ハルシネーション（幻覚） Hallucination: AIが事実でない内容を、もっともらしく生成してしまう現象。生成AIの最大の弱点のひとつで、出典の確認やRAGの併用など対策が研究されています。関連記事を探す →
# ゼロショット / フューショット Zero-shot / Few-shot: 例を見せずに指示だけで作業させるのが「ゼロショット」、いくつか例を見せてから作業させるのが「フューショット」。例を数個見せるだけで精度が上がることが多く、実務でよく使うテクニックです。関連記事を探す →
# システムプロンプト System Prompt: AIの役割・口調・禁止事項などをあらかじめ設定しておく特別な指示。ユーザーとの会話の前提として機能し、AIサービスの「性格」を決めています。関連記事を探す →
# 温度（temperature） Temperature: 出力のランダムさを調整する設定値。低いほど毎回同じような堅実な回答になり、高いほど多様で創造的（その分ばらつきのある）回答になります。関連記事を探す →

エージェントと応用

# AIエージェント AI Agent: 指示を受けて、自分で手順を考え、ツールを操作しながら複数ステップの作業を自律的に進めるAI。調べ物・予約・コード修正などを任せられる存在として、2025年以降のAI業界最大のテーマになっています。関連記事を探す →
# ツール使用 / 関数呼び出し Tool Use / Function Calling: AIが検索・計算・データベース照会・外部サービス操作などの「道具」を自分で呼び出して使う仕組み。エージェントを実現する基盤技術です。関連記事を探す →
# MCP（Model Context Protocol） Model Context Protocol: AIと外部ツール・データをつなぐ共通規格。Anthropicが2024年に公開し、業界標準として急速に普及しました。対応ツールならどのAIからも同じ方法で接続できます。関連記事を探す →
# コーディングエージェント Coding Agent: プログラミング作業を自律的に行うAIエージェント。コードの生成だけでなく、ファイルの編集・テスト実行・修正まで一連の開発作業をこなします。Claude CodeやCodexなどが代表例です。関連記事を探す →
# コパイロット Copilot: 人間の作業に伴走して補助するタイプのAIの呼び名。「副操縦士」の意。Microsoftの製品名としても使われますが、一般名詞として「人間主導・AI補助」の形態を指すこともあります。関連記事を探す →
# バイブコーディング Vibe Coding: 細かい実装をAIに任せ、人間は指示と確認に集中するプログラミングスタイルの俗称。プログラミング未経験者がAIとの対話だけでアプリを作る事例も増え、開発のあり方を変えつつあります。関連記事を探す →

安全性と規制

# アライメント Alignment: AIの目標や振る舞いを、人間の意図や価値観に沿わせるための研究・技術。AIが高性能になるほど重要性が増すとされ、主要AI企業が専門チームを置いています。関連記事を探す →
# ガードレール Guardrails: 有害な出力や意図しない動作を防ぐためにAIに設ける制約の総称。企業がAIを導入する際の安全対策として必ず話題になります。関連記事を探す →
# レッドチーミング Red Teaming: 攻撃者の視点でAIの弱点や危険な挙動を意図的に探すテスト手法。モデルの公開前評価として標準的な工程になっています。関連記事を探す →
# ジェイルブレイク（脱獄） Jailbreak: AIの安全制限を回避して、本来出力しないはずの内容を引き出そうとする行為。防御側との攻防が続いており、AIセキュリティの主要テーマです。関連記事を探す →
# ディープフェイク Deepfake: AIで作られた本物そっくりの偽の画像・音声・動画。詐欺や偽情報への悪用が問題になっており、検出技術や法規制の動きが世界中で進んでいます。関連記事を探す →
# 電子透かし（ウォーターマーク） Watermarking: AI生成コンテンツに、人間には見えない目印を埋め込んで判別可能にする技術。生成物の氾濫への対策として規制側からも注目されています。関連記事を探す →
# EU AI法 EU AI Act: 世界初の包括的なAI規制法。AIをリスクの大きさで分類し、用途ごとに義務を課します。2024年に成立し段階的に適用が進んでおり、世界のAI規制の基準点になっています。関連記事を探す →
# AIと著作権: AIの学習データへの著作物利用や、AI生成物の権利をめぐる法的問題の総称。作家・メディアとAI企業の訴訟が各国で進行中で、AIニュースの主要トピックのひとつです。関連記事を探す →

インフラとビジネス

# GPU Graphics Processing Unit: もともと画像処理用のチップですが、並列計算が得意なためAIの学習・推論の主力ハードウェアになりました。NVIDIAが市場をほぼ独占しており、供給や価格の動向が業界全体を左右します。関連記事を探す →
# AIチップ / アクセラレータ AI Accelerator: AI計算に特化した半導体の総称。GoogleのTPUや、各社が開発する独自チップなどがあり、GPU依存からの脱却を目指す動きがニュースでも頻出します。関連記事を探す →
# データセンター Data Center: AIの学習・推論を支える大規模計算施設。AI需要で建設ラッシュが起きており、投資額の巨大さと電力消費が経済・環境の両面で注目されています。関連記事を探す →
# エッジAI / オンデバイスAI Edge AI: クラウドではなく、スマートフォンやPCなど手元の機器上でAIを動かすこと。通信不要でプライバシーに強い一方、動かせるモデルの規模に制約があります。関連記事を探す →
# API Application Programming Interface: プログラムからAIモデルを呼び出す窓口。開発者はAPIを通じて自社サービスにAIを組み込みます。API利用料はAI企業の主要な収益源です。関連記事を探す →
# 基盤モデル Foundation Model: 幅広い用途の土台として使える大規模モデルの総称。ひとつのモデルを様々なサービスに応用できることから「基盤」と呼ばれます。GPT・Claude・Geminiなどが該当します。関連記事を探す →
# 堀（moat） Moat: 競合が追いつけない持続的な優位性を指すビジネス用語。AI業界では「モデル性能は堀になるか」「データやユーザー基盤こそ堀か」という文脈で頻繁に登場します。関連記事を探す →
# AIバブル論: AI関連の投資・企業評価が実力以上に過熱しているのではないかという議論。巨額のインフラ投資と収益化のギャップが論点で、市場ニュースで繰り返し取り上げられます。関連記事を探す →

用語がわかったら、今日のAIニュースやAI入門ガイドで実際の動きを追ってみてください。この用語集は随時更新しています。