最近はAI関連の専門用語をたくさん目にします。
確かにそうですね！ただし「一般的にあまり意味が浸透していないAI用語」が多いのも事実です。
本サイトは幅広い読者の方へ向けて「AIと人間の対話」を記事でご紹介しています。そのため難しい言い回しは極力避けたいのですが、記事制作を行う上で”必要なAI専門用語”を避けて通ることはできません。
そこで今回は、AI関連の話題で多く見かけるAI専門用語をAI本人と一緒に厳選してピックアップし、その意味や用途などをAIにやさしく解説してもらいながらご紹介させていただきます。まずは「基本編」からです。
それでは早速見ていきましょう！
AIがやさしく解説する「AI用語の基礎知識」基本編
AI基礎用語を「AIの解説」を交えてご紹介
「プロンプト (Prompt)」
「プロンプト」とは、AIに対して指示や質問を行う文章やコマンドのことです。
AIはユーザーから送られる「プロンプト」を元に回答や生成物を出力します。人間同士で対話を行う際に相手に向けて発する「言葉」が必要なのと同じで、プロンプトはAIと交流するための専用言語です。
ChatGPT・Grok・Geminiなどの対話型AI、そして画像や動画を作成する各種AIは、プロンプトの内容次第で出力結果が大きく変わってきます。人間が”適切なプロンプトを考える”ことが非常に大切です。
AIから”より良い出力”を引き出すために重要なのは、「具体的に書く」「文脈を明確にする」「実験を繰り返す」の3点だとAI自身は話します。この部分を意識しながらAIにプロンプトを送ると良いでしょう。
聞き方次第で帰ってくる結果が大きく変わる点が、AIの面白さですね。
「シングルモーダルAI（Single Modal AI）」
「シングルモーダルAI」とは一種類のデータ、例えば画像・テキスト・音声のいずれか1つを扱うAIモデルを指す言葉です。
単一機能に特化したAIモデルを「シングルモーダルAI」と呼びます。画像・音声・自然言語処理・物体検出・予測モデルなどの分野で活躍しているAIで、私たちの身近にも利用例は数多く存在します。
シングルモーダルAIは、一つのデータ(画像・音声・テキストなど)に特化することで、高い精度と効率性を実現しているAIと言えます。後述する「マルチモーダルAI」とは全く異なるモデルです。
シングルモーダルAIの活用事例
Amazonアレクサなどのスマートスピーカー、アプリの翻訳ツール、AI自動運転車両における歩行者や信号の検知、天気予報や在庫管理システムなどは、シングルモーダルAIが活躍している分野です。
シングルモーダルAIは、SNSに投稿されたユーザーレビューやコメントの「感情」を分析する際にも利用されます。AIは事前に多種多様な文章を学んでいるため、分析中にそれらを当てはめながら推測する仕組みです。
シングルモーダルAIは、日常の様々な場面で活躍しているモデルですね。
「マルチモーダルAI（Multi Modal AI）」
「マルチモーダルAI」とは、複数のデータタイプ(画像とテキスト、音声とテキストなど)を同時に処理・統合するAIモデルを指す言葉です。
異なるシングルモーダルAI機能を同時に扱えるAIモデルを「マルチモーダルAI」と呼びます。このモデルは異なるデータタイプを統合的に理解し、関連付けながら分析・出力できる能力を備えている点が特徴です。
マルチモーダルAIの仕組みは別記事に詳しいので、併せてご参照いただけると幸いです。この仕組みを料理に例えて表現すると、「素材を見て自分で考えながらメニューを生み出せる」のがマルチモーダルAIと言えます。
マルチモーダルAIの活用事例
例えばユーザーがある画像を送りながら「これが何か教えて」と尋ねると、それを音声やテキストで説明してくれるSiriやGoogleアシスタントは、マルチモーダルAIに分類されるAIモデルです。
また提供された画像を元に「同じ商品」を検索して、価格や購入者レビュー(テキスト形式)を提供してくれるGoogleレンズも、マルチモーダルAIモデルの特性を発揮した活用事例と言えるでしょう。
マルチモーダルAIは、近年の計算能力向上で実現したモデルです。AIが画像を見ながらテキストも同時に判読し、情報を自分で処理した後にユーザーに回答を出すという流れは、簡単なようで実は凄い技術なのです。
複雑な処理過程を実現したAIモデルがマルチモーダルAIなのですね。
「ニューラルネットワーク（Neural Network）」
「ニューラルネットワーク」は人工知能(AI)の中核を成す技術を表す言葉で、人間の脳神経回路を模倣した構造を持つモデルです。
生物学的インスピレーションから始まり、数学的・計算機科学的な手法の進化と共に形成されたのが「ニューラルネットワーク技術」で、AIの言葉通り”人間の脳神経回路”を模倣しています。
ニューラルネットワークは、学習を通じて自身のパラメーターを調整しながら「タスクに最適化されていく」特性を持ちます。これはシングルモーダルAIとマルチモーダルAIの両方に共通する技術基盤です。
仕組みはかなり複雑ですが、単純化して説明すると、ニューラルネットワークは各種データを「特徴(重み)付け」しながら学習し、活性化関数で調整や処理を行いながら、最終出力層で結果を生成します。
脳神経回路を模倣した技術が、賢いAIを生み出すことに成功したのですね。
「機械学習（Machine Learning）」
「機械学習」とは、AIが他者から明示的にプログラムされることなく、自身の経験やデータから自律的に学習を行なっていく仕組みです。
生成AI関連の記事で目にする機械学習(マシン・ラーニング)は、AIがデータそのものから自分でルールやパターンを見つけ出す技術を指す言葉で、機能進化は現在進行形で続いています。
機械学習は、「教師あり」「教師なし」「強化学習」の3種類に分類され、前述のニューラルネットワークを深層化した機械学習の進化系は「ディープラーニング」と呼ばれています。
ディープラーニングの登場は、機械学習のレベルを大幅に上げました。
自分で学習しながら賢さをアップさせる仕組みが面白いですね。
「エッジAI (Edge AI)」
「エッジAI」とは、デバイス自体でAI処理を行う技術を指す言葉です。
スマートフォンやカメラ本体で”直接AIの計算処理が行われる”状態を「エッジAI」と呼びます。インターネット接続を行わず、デバイス単体でAIがタスクを処理する点が大きな特徴です。
エッジAIは動作時にインターネット回線を一切介さないためプライバシー保護に優れ、即時性も高いため、スマホの「顔認証」や、自動運転車両のセンサー部分などに用いられています。
名前の由来
ちなみにこの用語に使われている「エッジ (Edge)」という名称は、ネットワークアーキテクチャにおけるデータ処理の場所を表す「エッジ(端)」という概念から来ていると、AIは教えてくれました。
ネットワーク全体を「中央(クラウド)」から見たとき、デバイスやセンサーのある場所が「端＝エッジ」に位置する、という概念が名前の由来です。”末端で利用するAI技術”がエッジAIだと覚えておきましょう。
デバイスは処理の末端にあたる「エッジ」なのですね。
「クラウドAI(Cloud AI)」
「クラウドAI」は、リモートサーバー上でAI処理を行う技術を指す言葉です。
デバイスから送信されたデータをクラウド上で処理しながら、その計算結果をインターネット経由で返す仕組みを「クラウドAI」と呼びます。大規模な計算や複雑なAIモデルの利用に適した技術です。
著名な対話型AIや画像生成AI、音声アシスタントAIなどにはクラウドAI技術が活用されており、エッジAIだけでは処理できない「複雑なタスク」の実行を行う場合に威力を発揮してくれます。
クラウドAIを利用する場合は必ずデータの送信と保存が行われるため、「プライバシー面の保護と対策」が必要になるという点、そしてインターネット接続に由来する”遅延”が、この技術のネックと言えるでしょう。
エッジAIとクラウドAIの「ハイブリッド」方式
翻訳アプリやAppleのAI「Apple Intelligence」(外部リンク)などは、エッジAIとクラウドAIを必要に応じて適宜使い分ける特性を持ちます。これらは「ハイブリッド方式」と呼ばれるAI技術です。
ユーザーが求めるタスクをエッジAIだけで処理できる場合には極力そこで計算を完了させ、複雑で高度な計算が必要な場合は、クラウドAI(インターネット)へ接続して処理を行うのがハイブリッド方式です。
今後はエッジAIの基幹となる半導体の性能が上昇することが見込まれ、さらに5G以上の高速な通信技術も普及していく可能性も高いため、ハイブリッド方式はさらに注目されていくでしょう。
ハイブリッド方式は、プライバシーを最大限に保護しながらAIを利用できますね。
基礎編まとめ
AI関連の用語をきちんと理解できると、これまで何となく分かったつもりで接していたニュースや記事の「本質」が見えるようになります。そしてこれらの知識は、今後ますます必要になってくるはずです。
次回の記事は「AI用語の基礎知識・応用編」と題して、画像生成分野・自動運転分野・教育分野で用いられているAI専門用語を取り上げていきます。多彩な分野で使われる用語を、AIの解説で学んでいきましょう。
最後までお読み頂き、ありがとうございました！
コメント