AI（Artificial Intelligence）
Overview
AI > 機械学習 > 深層学習 > 言語モデル > LLMという構造
AI（人工知能）
└── 機械学習（Machine Learning）
└── 深層学習（Deep Learning）
└── 言語モデル（Language Model）
└── LLM（大規模言語モデル：Large Language Model）
階層構造の詳細
AI（人工知能）の技術は階層的に進化してきた。
以下ではその代表的な階層について記載。
1. AI（Artificial Intelligence）
AIとは、人間のような「知能的な行動」をソフトウェアや機械で実現する技術の総称。
たとえば計画を立てる、パターンを見つける、言語を理解するなどが含まれる。
- 例：将棋AI、顔認識、音声アシスタント、ロボティクスなど
AI（人工知能）という言葉とは1956年のダートマス会議でその概念が提唱された。 「AI（人工知能）とは知性を持つ機械（コンピュータを作るための科学と工学である」
2. 機械学習（Machine Learning）
AIの中でも「データを使って自動で学習し、予測や判断を行う」技術。
特徴量と呼ばれる数値化された情報からパターンを見つけ、未知のデータにも応用できるようになる。
- 例：スパムメール検出、売上予測、レコメンドシステム
3. 深層学習（Deep Learning）
機械学習の中でも、特に多層のニューラルネットワークを用いた手法。
2010年代から画像認識などで飛躍的に精度を向上させ、現在のAIブームの中心技術となっている。
- 特徴：大量のデータを使って複雑な特徴を自動的に抽出
- 例：画像分類、音声認識、顔認識など
4. 言語モデル（Language Model）
自然言語（テキスト）の中にある統計的な規則性を学習して、次の単語を予測したり文章を生成したりするモデル。
- 例：「今日は◯◯に行った」という文章の「◯◯」を予測
- 利用例：変換予測、文章要約、質問応答
5. LLM（大規模言語モデル）
Language Modelの中でも、特に大規模なデータセットとパラメータを用いて学習されたモデル。
文脈理解や多目的な対話、創造的な文章生成が可能になり、ChatGPTなどの生成AIのベース技術となっている。
- 特徴：
- 数千億〜数兆のパラメータ
- 多言語対応、コード生成、指示理解など
- 代表例：GPTシリーズ（OpenAI）、Claude（Anthropic）、Gemini（Google）
このように、AIは「ルールベース」から「学習ベース」、そして「大規模な汎用知識の活用」へと進化してきた流れがある。。
AIの歴史
現在は第三次AIブーム（2000年代初頭）に始まっており今も続いている。
高度に発展したコンピューターを基礎として大量のデータを処理してコンピュータを学習させる技術が発展した。
これらを「機械学習」と呼ぶ。
この技術が現在のAI基礎になっており中でも「深層学習」が画像認識や自然言語処理の他、SiriやAlexaといったパーソナルアシスタントに使われている。
深層学習をさらに発展させたChatGPTなどの生成AIが日常生活からビジネスまでさまざまな側面に革新をもたらしている。
生成AIの歴史
2022年の夏にStable DiffusionやMidjourneyなど画像生成AIが話題になり、2022年秋にリリースされたOpenAIの文章生成AI、ChatGPTによって一気に一般認知を得るに至った。
AIは随分前からあったが、ChatGPTはAIテクノロジーに詳しくない人でも十分に活用方法が想像できるものとしてリリースした。