CATEGORIES

きかいがくしゅう

データからパターンを学習し、予測や判断を行うAI技術の一分野。明示的にプログラムされることなく、経験から学習する。

でぃーぷらーにんぐ

多層のニューラルネットワークを用いた機械学習の手法。深層学習とも呼ばれる。

にゅーらるねっとわーく

人間の脳の神経細胞（ニューロン）の構造を模倣した計算モデル。複数の層で構成され、データから特徴を学習する。

きょうしありがくしゅう

ラベル付きデータ（正解データ）を用いてモデルを学習させる機械学習の手法。

きょうしなしがくしゅう

ラベルなしデータからパターンや構造を発見する機械学習の手法。

きょうかがくしゅう

エージェントが環境と相互作用しながら、報酬を最大化するように行動を学習する機械学習の手法。

ふぁいんちゅーにんぐ

事前学習済みモデルを特定のタスクやドメインに適応させるために、追加のデータで再学習させる手法。

てんいがくしゅう

あるタスクで学習した知識を別のタスクに応用する機械学習の手法。

おーとえむえる

機械学習モデルの設計、学習、最適化を自動化する技術。

せつめいかのうえーあい

AIモデルの判断理由や動作を人間が理解できるように説明する技術。XAI（Explainable AI）とも呼ばれる。

えっじえーあい

クラウドではなく、デバイス側（エッジ）でAI処理を実行する技術。

れんごうがくしゅう

データを中央に集めることなく、分散したデバイス上でモデルを学習する機械学習の手法。

ぜろしょっとがくしゅう

学習時に見たことがないクラスやタスクに対しても、事前知識を活用して予測を行う機械学習の手法。

ふゅーしょっとらーにんぐ

少数の例（通常は数個〜数十個）から学習して、新しいタスクに適応する機械学習の手法。

ろーら

大規模なAIモデルを効率的にファインチューニングするための手法。少ないパラメータで高精度な調整が可能。

ごうせいでーた

実際のデータではなく、AIやアルゴリズムによって人工的に生成されたデータ。

てきたいてきせいせいねっとわーく

生成器と識別器の2つのニューラルネットワークを競わせることで、リアルなデータを生成するAI技術。GAN（Generative Adversarial Network）とも呼ばれる。

かくさんもでる

ノイズを段階的に除去することで高品質な画像を生成するAI技術。

すてーぶるでぃふゅーじょん

テキストから高品質な画像を生成できるオープンソースの拡散モデル。

だるいー

OpenAIが開発したテキストから画像を生成するAIモデル。

みっどじゃーにー

芸術的で高品質な画像を生成することで知られるAI画像生成サービス。

たたみこみにゅーらるねっとわーく

画像認識に特化したニューラルネットワークの一種。CNN（Convolutional Neural Network）とも呼ばれる。

がぞうにんしき

画像に写っている物体や人物、シーンなどを識別・分類するAI技術。

ぶったいけんしゅつ

画像内の物体の位置と種類を同時に検出するAI技術。

せまんてぃっくせぐめんてーしょん

画像内の各ピクセルをクラス（カテゴリ）に分類する画像認識技術。

こんぴゅーたびじょん

コンピュータに視覚的な情報を理解・処理させるAI技術の分野。画像や動画から意味のある情報を抽出する。

ちゃっとじーぴーてぃー

OpenAIが開発した大規模言語モデル（LLM）ベースの対話型AIアシスタント。自然な会話形式で質問に答えたり、文章を生成したりできる。

じーぴーてぃーふぉー

OpenAIが開発した第4世代の大規模言語モデル。GPT-3.5の後継モデルで、より高度な推論能力と正確性を持つ。

くろーど

Anthropic社が開発した大規模言語モデル。安全性と有用性を重視した設計が特徴。

じぇみに

Googleが開発したマルチモーダル大規模言語モデル。テキスト、画像、音声、動画を統合的に処理できる。

だいきぼげんごもでる

膨大なテキストデータで学習された、数十億から数兆のパラメータを持つニューラルネットワークモデル。LLM（Large Language Model）とも呼ばれる。

ぷろんぷとえんじにありんぐ

AIモデルから望ましい出力を得るために、入力プロンプト（指示文）を最適化する技術。

とらんすふぉーまー

自然言語処理で革命をもたらしたニューラルネットワークアーキテクチャ。注意機構（Attention）を中心とした構造を持つ。

ばーと

Googleが開発した双方向Transformerベースの言語モデル。文脈を双方向から理解することが特徴。

しぜんげんごしょり

人間が日常的に使用する自然言語をコンピュータに理解・処理させるAI技術の分野。NLP（Natural Language Processing）とも呼ばれる。

かんじょうぶんせき

テキストに含まれる感情や意見（ポジティブ、ネガティブ、中立など）を自動的に判定するNLP技術。

きかいほんやく

ある言語のテキストを別の言語に自動的に翻訳するNLP技術。

こゆうひょうげんちゅうしゅつ

テキストから人名、地名、組織名、日付などの固有表現を自動的に抽出するNLP技術。NER（Named Entity Recognition）とも呼ばれる。

しつもんおうとうしすてむ

自然言語で書かれた質問に対して、適切な回答を自動的に生成・抽出するAIシステム。

ぶんしょうようやく

長い文章の要点を抽出または生成して、短い要約文を作成するNLP技術。

らぐ

検索拡張生成（Retrieval-Augmented Generation）の略。外部の知識ベースから関連情報を検索し、それを基に回答を生成するAI技術。

はるしねーしょん

AIが事実ではない情報を、もっともらしく生成してしまう現象。幻覚とも呼ばれる。

まるちもーだるえーあい

テキスト、画像、音声、動画など、複数のモダリティ（情報の種類）を統合的に処理できるAI技術。

うめこみ

単語、文章、画像などを、意味を保持したまま数値ベクトルに変換する技術。エンベディングとも呼ばれる。

べくとるでーたべーす

高次元ベクトルを効率的に保存・検索するために最適化されたデータベース。

えるえるえむえーじぇんと

大規模言語モデルを中核として、ツールの使用や複数ステップの推論を行い、複雑なタスクを自律的に実行するAIシステム。

えーあいえーじぇんと

自律的にタスクを実行し、外部ツールやAPIを活用して目標を達成するAIシステム。

らんぐちぇーん

大規模言語モデル（LLM）を活用したアプリケーションを構築するためのフレームワーク。

えるえるえむおぷす

大規模言語モデル（LLM）を本番環境で運用・管理するための手法とツール群。

こんてきすとうぃんどう

AIモデルが一度に処理できる入力と出力の最大トークン数。

とーくん

AIモデルがテキストを処理する際の最小単位。単語の一部や単語全体を表す。

ちぇーんおぶそーと

AIに段階的な思考プロセスを経て回答させることで、複雑な問題の精度を向上させる手法。

ふぁんくしょんこーりんぐ

AIが外部ツールやAPIを呼び出して、実際のアクションを実行できる機能。

ぷろんぷとちぇーん

複数のプロンプトを連鎖的に実行することで、複雑なタスクを段階的に処理する手法。

えーあいりんり

AIの開発と利用における倫理的な問題や原則。公平性、透明性、説明責任などを含む。

てすとようご

これはテスト定義です

おんせいにんしき

人間の音声をテキストに変換するAI技術。

おんせいごうせい

テキストから人間の音声を生成するAI技術。TTS（Text-to-Speech）とも呼ばれる。

うぃすぱー

OpenAIが開発した高精度な音声認識モデル。多言語対応と高いロバスト性が特徴。