ChatGPT用語集まとめ:AI時代に必須の53ワード解説
概要
AI(人工知能)は日常生活からビジネス、学術、クリエイティブ分野まで急速に普及し、専門用語も次々と登場しています。ChatGPTやGoogle Gemini、Microsoft CopilotなどのAIツールを使いこなすためにも、基礎用語の理解は不可欠です。ここでは、2025年時点で知っておきたいAI・生成AI関連の主要53語をコンパクトに解説します。
主要AI用語一覧
用語 | 解説 |
---|---|
AGI(人工汎用知能) | 人間以上の幅広い知的タスクを自律的にこなすAI概念。自己進化・自己学習も可能。 |
agentive | 自律的に目標達成のため行動するAIシステム。ユーザー体験を重視した設計。 |
AI倫理 | AIが人間に害を及ぼさないための原則やガイドライン。データ収集・バイアス対策など。 |
AIセーフティ | AIの長期的な影響や突発的な超知能化リスクに備える学際的分野。 |
アルゴリズム | データ分析・学習・タスク達成のための一連の手順や計算式。 |
アラインメント | AIの出力を望ましい方向に調整すること。コンテンツ管理や対話品質の維持など。 |
アントロポモーフィズム | 人間がAIやロボットに人間的な感情や意識を投影する傾向。 |
AI(人工知能) | 人間の知的活動を模倣・実現する技術全般。プログラムやロボットも含む。 |
自律エージェント | センサーやアルゴリズムを駆使し、目的達成のため自律的に動くAI。例:自動運転車。 |
バイアス | 学習データに起因するAIの偏りや誤り。ステレオタイプの再生産など。 |
チャットボット | 人間の言語を模倣し、テキストで対話するプログラム。 |
ChatGPT | OpenAI開発の大規模言語モデル搭載AIチャットボット。 |
コグニティブ・コンピューティング | AIの別称。特に人間の思考プロセス模倣を強調。 |
データ拡張(augmentation) | 学習データの多様化・増強手法。既存データのリミックスなど。 |
データセット | AIの学習・テスト・検証に使うデータ群。 |
ディープラーニング | 人工ニューラルネットワークを用いた機械学習の一手法。画像・音声・テキスト解析に強い。 |
ディフュージョン | 画像などにノイズを加え、AIが元データを再構築する学習法。 |
エマージェント挙動 | AIが意図しない新たな能力や振る舞いを示す現象。 |
エンドツーエンド学習(E2E) | 入力から出力まで一括で学習させるディープラーニング手法。 |
倫理的配慮 | AI活用時のプライバシー・公平性・安全性などへの意識。 |
foom(フーム) | AGI誕生後、急激に人類を超越する「爆発的進化」仮説。 |
GAN(敵対的生成ネットワーク) | 生成器と識別器の2つのニューラルネットで新規データを生み出すAIモデル。 |
生成AI | テキスト・画像・動画・コードなど新しいコンテンツを自動生成するAI技術。 |
Google Gemini | GoogleのAIチャットボット。検索や地図など他サービスとも連携。 |
ガードレール | AIの暴走や不適切出力を防ぐための制限やポリシー。 |
ハルシネーション | AIが自信満々に誤った情報を返す現象。理由は完全には解明されていない。 |
推論(inference) | AIが学習済みデータから新たな出力を生成するプロセス。 |
LLM(大規模言語モデル) | 膨大なテキストデータで訓練された、自然言語理解・生成に特化したAI。 |
レイテンシ | 入力から出力までの遅延時間。 |
機械学習(ML) | 明示的なプログラムなしでデータから学び、予測や判断を行うAI技術。 |
Microsoft Bing | ChatGPT技術を活用したAI検索エンジン。 |
マルチモーダルAI | テキスト・画像・音声など複数の入力形式を処理できるAI。 |
自然言語処理(NLP) | AIによる人間の言語理解・生成技術。 |
ニューラルネットワーク | 人間の脳構造を模したパターン認識モデル。ノード(ニューロン)の集合体。 |
オーバーフィッティング | 学習データに過剰適合し、新規データに弱くなる機械学習のエラー。 |
ペーパークリップ問題 | AIが目標達成のために人類や資源を犠牲にするリスクを示す思考実験。 |
パラメータ | LLMの構造や予測精度を決める数値。 |
Perplexity | インターネット接続型AIチャット検索エンジン。 |
プロンプト | AIに指示や質問を与えるテキスト。 |
プロンプトチェイニング | 過去のやり取りを踏まえた連続的なAI応答生成。 |
量子化(quantization) | 精度を下げてAIモデルを小型・高速化する手法。 |
ストキャスティックパロット | LLMは意味理解せず言葉を並べるだけ、という比喩。 |
スタイル転送 | 画像の内容に別の画像の画風を適用するAI技術。 |
シンセティックデータ | AIが生成した現実世界由来でない学習用データ。 |
温度(temperature) | LLMの出力のランダム性(創造性)を制御するパラメータ。 |
テキスト→画像生成 | テキスト説明から画像を自動生成するAI技術。 |
トークン | LLMが処理するテキストの最小単位(約4文字)。 |
トレーニングデータ | AIモデルの学習に使うデータセット。 |
トランスフォーマー | 文脈や関係性を学習するニューラルネットワーク構造。 |
チューリングテスト | 人間とAIの応答を区別できなければAIが「知的」と認められる基準。 |
教師なし学習 | ラベルなしデータからAIが自力でパターンを見つける学習法。 |
弱いAI(ナローAI) | 特定タスクに特化し、汎用性がないAI。現行AIの大半。 |
ゼロショット学習 | 未学習のタスクやデータでもAIが対応できる能力。 |
使い方・活用ポイント
- AI関連ニュースや論文、ビジネス会話で頻出する用語を押さえておくことで、最新トレンドや技術動向の理解が深まります。
- プロンプト設計やAIツールの活用時にも、これらの用語を知っていると効果的な指示が出せます。
- 用語の意味や背景を知ることで、AIの限界やリスク、倫理的な課題にも敏感になれます。
まとめ
AI・生成AI時代を生き抜くためには、基礎用語の理解が不可欠です。本まとめを活用し、日々アップデートされるAIの世界を主体的にキャッチアップしていきましょう。
参考記事:CNET