AI・データ・DX・クラウド資格 用語解説

人間の知的活動の一部をコンピュータで実現しようとする技術や研究領域です。

データからパターンや規則を学び、予測や分類などに利用するAIの手法です。

多層のニューラルネットワークを使い、画像、音声、自然言語などの複雑な特徴を学習する手法です。

入力データと正解ラベルの組み合わせを使い、分類や回帰を学習する方法です。

正解ラベルのないデータから、似たデータのまとまりや隠れた構造を見つける方法です。

エージェントが環境で行動し、得られる報酬を最大化するように学習する方法です。

多数の重み付き結合を持つ層で構成され、入力と出力の関係を学習するモデル構造です。

入力データをあらかじめ決められたカテゴリのどれかに振り分けるタスクです。

売上、価格、需要量などの連続的な数値を予測する機械学習タスクです。

モデルの性能を測るための指標です。タスクや目的に合わせて適切な指標を選びます。

テキスト、画像、音声、動画、コードなど新しいコンテンツを生成するAIです。

大量のテキストで学習し、文章理解、生成、要約、翻訳、対話などを行う言語モデルです。

事前学習済みのTransformerを使い、文章生成や対話などを行うモデル系列です。

Self-Attentionを中心に文脈中の単語同士の関係を扱う、現在のLLMの基盤的なモデル構造です。

LLMが文章を処理するために分割する単位です。単語、文字、単語の一部などになります。

目標に向けて計画を立て、ツール利用や複数ステップの処理を実行するAIシステムです。

LLMが一度の入力と出力で扱えるトークン範囲です。長文処理や会話履歴の保持に関係します。

事前学習済みモデルに追加データを学習させ、特定用途や表現に適応させる方法です。

大量データで事前学習され、さまざまな用途へ応用できる大規模なAIモデルです。

AIアプリやエージェントが外部ツールやデータソースと接続するための文脈連携を標準化する考え方です。

モデルが学習によって調整する内部の数値です。ニューラルネットワークの重みやバイアスなどを指します。

文脈を双方向から理解するTransformer系モデルで、文章分類や意味理解タスクに強みがあります。

ユーザーとの対話を通じて質問応答や案内を行うシステムです。

数学、コード、複雑な判断など、段階的な推論を要するタスクに強みを持つモデルです。

既存モデルに特定領域の大量テキストを追加学習させ、基盤知識を補強する方法です。

人間の評価やフィードバックを使い、モデルの出力を望ましい方向へ調整する手法です。

生成AIモデルに与える指示や入力文です。出力の品質や安全性に大きく影響します。

生成AIから目的に合った出力を得るため、指示、文脈、例示、制約を設計する技術です。

外部文書やデータベースを検索し、その結果を根拠としてLLMに回答を生成させる構成です。

文章や画像などの意味を数値ベクトルで表現し、類似度検索や分類に使う技術です。

悪意ある入力により、AIに本来の指示や制約を無視させようとする攻撃です。

AIの役割、守るべき制約、出力方針などを上位指示として与えるプロンプトです。

埋め込みベクトルを保存し、意味的に近い情報を高速に検索するためのデータベースです。

長い文書を検索やプロンプト投入に扱いやすい単位へ分ける処理です。

プロンプト内に少数の入出力例を示し、モデルに望ましい形式や判断基準を伝える方法です。

キーワードの完全一致だけでなく、意味の近さを使って情報を探す検索方法です。

複雑な問題を段階的に考えさせるプロンプト設計の考え方です。

検索で得た候補を、質問との関連度が高い順に並べ替える処理です。

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扱えるAIです。

OpenAIが提供する対話型生成AIサービスです。文章作成、要約、相談、コード支援などに使われます。

テキスト指示などから画像を生成するAIです。広告、デザイン、資料作成などに使われます。

テキストや画像から動画を生成するAIです。時間的な一貫性や物理表現が課題になりやすいです。

OpenAIが発表した動画生成AIです。テキストから高品質な動画を生成する例として注目されています。

自然言語やコメントからプログラムコードを生成・補完するAIです。

Google DeepMindが開発したマルチモーダルAIモデル・サービスです。

Anthropicが提供するAIアシスタントです。安全性を重視した設計として説明されることがあります。

Microsoft製品やGitHubなどに統合されたAI支援機能の総称として使われます。

Stability AIが公開した画像生成モデルとして知られます。

OpenAIが開発した画像生成モデルです。テキストから画像を生成する代表例です。

音声合成、声の変換、ナレーション生成などを行うAIです。

生成AIが、もっともらしいが事実と異なる内容を出力する現象です。

AIで人物の顔や声を本物らしく合成・改変する技術やコンテンツです。

日本で公布された、AI技術の研究開発と活用の推進を目的とする法律です。

情報を探し、評価し、適切に活用・発信する力です。生成AI時代には真偽確認や出典確認が重要です。

AIを公平、安全、透明、説明可能に使い、社会的な影響に配慮する考え方です。

文章、画像、音楽、プログラムなどの著作物を保護する権利です。生成AIの入力・出力・学習データで論点になります。

氏名、住所、メールアドレスなど、特定の個人を識別できる情報です。生成AIへの入力時に特に注意します。

生成AIの入力・出力・ツール利用を制御し、安全で意図した範囲に保つ仕組みです。

情報やシステムを不正アクセス、漏えい、改ざん、破壊から守るための考え方です。

AIの判断や出力に対して、人間が確認、承認、修正を行う運用設計です。

AIを組織として安全・適切に利用するためのルール、体制、監査、責任分担の仕組みです。

個人の私生活や情報が不当に知られたり利用されたりしない権利・利益です。

事実と異なる情報や、意図的に人を誤らせる情報です。生成AIで大量作成されるリスクがあります。

画像や動画などのコンテンツの作成・編集履歴を記録し、来歴を確認しやすくする標準化の取り組みです。

EUのAI規制法で、AIシステムをリスクに応じて分類し、義務や禁止事項を定めます。

デジタル技術を使って情報を扱い、適切に活用する能力です。情報リテラシーの現代的な一部として説明されます。

偽のメールやWebサイトで、ID、パスワード、クレジットカード情報などを盗み取る攻撃です。

AIの開発・提供・利用に関わる事業者が、安全で信頼できるAI活用を行うための指針です。

画像、動画、音声などに、人間には見えにくい識別情報を埋め込む技術です。

本人の顔や姿が無断で撮影・利用・公開されない利益に関わる考え方です。

法令、契約、社内規程、業界ルールを守って業務を行うことです。

AIが特定の属性や集団に不当な不利益を与えないようにする考え方です。

AIの判断や出力について、理由や根拠を人間が理解できるようにする性質です。

AIの利用目的、仕組み、制約、データの扱いなどを関係者に分かりやすく示す考え方です。

複数の基盤モデルをAPI経由で利用し、生成AIアプリケーションを構築するAWSのマネージドサービスです。

機械学習モデルの構築、学習、デプロイ、運用を支援するAWSサービスです。

AWSが提供する生成AIアシスタントで、業務情報検索や開発支援などに使われます。

クラウド上のリソースに対するアクセス権限を管理する仕組みです。AIアプリでも最小権限が重要です。

Google Cloudのサーバーレスなデータウェアハウスです。大規模データをSQLで分析する用途に使われます。

データを可視化し、ダッシュボードやレポートとして共有するためのBI領域のサービスです。

Google CloudのAI/機械学習プラットフォームです。モデル開発、評価、デプロイ、運用を支援します。

コンテナ化したアプリケーションをサーバーレスに実行するGoogle Cloudのサービスです。

Google Cloud上でKubernetesクラスタを運用するためのサービスです。コンテナ化アプリの管理に使われます。

機械学習モデルの開発、学習、評価、デプロイ、監視、改善を継続的に管理する考え方です。

Google Cloudの請求アカウント、利用料金、予算、費用レポートを管理する領域です。

企業内文書を横断検索するためのAWSのインテリジェント検索サービスです。