AIと生成AIは、同じ意味ではありません。
AI（人工知能）は、人間が行う判断、予測、分類などをコンピュータで実現しようとする技術全体を指します。たとえば、顔認証、迷惑メールの判定、商品の推薦、売上予測などもAIに含まれます。
一方、生成AIはAIの一種です。文章、画像、音声、動画、プログラムなど、新しい内容を作り出すことを得意としています。ChatGPTのように質問に答えたり、文章を作成したりするAIも生成AIです。
つまり、AIという大きな分野の中に、生成AIが含まれています。
AI全体の中の一分野が生成AIである
と考えると分かりやすいでしょう。
生成AIは、大量の文章を学習し、言葉の使われ方や言葉同士の関係をもとに、新しい文章を作ります。そのため、生成AIを理解するには、コンピュータやAIの知識だけでなく、単語、文、意味、文脈、コミュニケーションなどを研究する言語学の知識も重要です。
たとえば、文章を単語などの単位に分ける処理は言語学の「形態論」、文の構造を捉える処理は「統語論」、言葉の意味を扱う処理は「意味論」、前後の状況から発言の意図を考える処理は「語用論」と関係しています。
この記事では、AI全体の基礎から始め、その一種である生成AIがどのように言語を学習し、処理し、文章を作るのかを理解するために、31の基礎用語を紹介します。
学習の流れは、次のとおりです。
AIの基礎概念 → 学習の仕組み → 言語処理 → 生成AIの利用 → 情報上のリスク → 社会的課題
1．AI・機械学習の基礎
アルゴリズム：コンピュータが問題を解くための手順やルールです。
Algorithm: A set of steps or rules that a computer follows to solve a problem.
データ：コンピュータが処理する文字、数字、画像などの情報です。
Data: Information such as text, numbers, images, and sounds that a computer processes.
データセット：AIの学習や分析に使用するデータをまとめたものです。
Dataset: A collection of data used to train or analyze an AI system.
パラメータ：AIモデルの学習によって調整される数値です。
Parameter: A numerical value adjusted while an AI model is being trained.
モデル：データから特徴を学習し、予測や判断を行う仕組みです。
Model: A system that learns patterns from data and makes predictions or decisions.
アーキテクチャ：AIモデル全体の構造や設計です。
Architecture: The overall structure and design of an AI model.
2．ニューラルネットワークと学習
ニューロン：人間の神経細胞を参考にした情報処理の単位です。
Neuron: A basic unit of information processing modeled after a human nerve cell.
ニューラルネットワーク：多数のニューロンをつないで学習する仕組みです。
Neural Network: A system that connects many artificial neurons to learn patterns from data.
ディープラーニング：多くの層を持つニューラルネットワークによる学習方法です。
Deep Learning: A learning method that uses neural networks with many layers.
プレトレーニング：大量のデータでモデルに基本的な知識を学習させることです。
Pre-training: The process of training a model on a large amount of data to give it basic knowledge.
ファインチューニング：学習済みモデルを特定の目的に合わせて追加学習させることです。
Fine-tuning: The process of further training a pre-trained model for a specific purpose.
3．自然言語処理の基礎
テキスト：コンピュータが処理する文章や文字データです。
Text: Written language data that a computer can process.
コンテキスト：言葉の意味を理解するための前後関係や状況です。
Context: The surrounding words or situation that help determine meaning.
トークン：文章を処理しやすい単位に分割した文字や単語です。
Token: A unit of text, such as a word or part of a word, used for computer processing.
ベクトル：言葉や文章の特徴を数字の並びで表したものです。
Vector: A list of numbers used to represent the features or meaning of a word or text.
エンコーダ：入力された文章の意味や特徴を読み取る仕組みです。
Encoder: A system that reads input text and represents its meaning or features.
デコーダ：読み取った情報をもとに文章を生成する仕組みです。
Decoder: A system that generates text from encoded information.
トランスフォーマー：言葉同士の関係を捉えて文章を処理する仕組みです。
Transformer: An AI architecture that processes text by identifying relationships between words.
4．生成AIの利用
プロンプト：生成AIに入力する質問や指示です。
Prompt: A question or instruction entered into a generative AI system.
プロンプティング：目的に合った回答を得るために質問や指示を工夫することです。
Prompting: The process of designing questions or instructions to obtain a useful response from AI.
マルチモーダル：文字、画像、音声など複数の情報を扱えることです。
Multimodal: The ability to process multiple types of information, such as text, images, and audio.
ハルシネーション：生成AIが事実ではない内容をもっともらしく生成することです。
Hallucination: A situation in which generative AI produces false information that appears believable.
5．生成AIと情報上のリスク
ディープフェイク：AIを使って本物のような偽の画像や動画を作る技術です。
Deepfake: AI-generated fake images, videos, or audio that appear to be real.
ディスインフォメーション：人をだます目的で意図的に作られた偽情報です。
Disinformation: False information deliberately created and spread to deceive people.
フィッシング：偽のメールやWebサイトで個人情報を盗む行為です。
Phishing: An attempt to steal personal information through fake emails or websites.
マルウェア：コンピュータに被害を与える不正なプログラムです。
Malware: Malicious software designed to damage or misuse a computer system.
ランサムウェア：データを使えなくして身代金を要求するマルウェアです。
Ransomware: Malware that blocks access to data and demands payment to restore it.
6．AIと社会・倫理
プライバシー：個人情報や私生活を守る権利です。
Privacy: The right to protect personal information and private life.
アカウンタビリティ：AIの判断について説明責任を果たすことです。
Accountability: The responsibility to explain and take responsibility for AI decisions and results.
シンギュラリティ：AIが人間の知能を超えると考えられている転換点です。
Singularity: A hypothetical point at which AI becomes more intelligent than humans.
AIと生成AIは言語学とどう関係するのか
AI全体は、画像認識、予測、分類、制御など、さまざまな分野に利用されています。そのすべてが言語学と直接関係するわけではありません。
しかし、文章を理解したり生成したりする生成AIは、人間の言語を扱います。そのため、言語学と深く関係しています。
形態論との関係
形態論は、単語の構造や、言葉がどのような単位からできているかを研究する分野です。
自然言語処理では、文章をトークンに分ける処理と関係します。たとえば、「生成AIを利用する」という文を、コンピュータが処理しやすい単位に分ける必要があります。
統語論との関係
統語論は、単語がどのような順序や構造で文を作るかを研究する分野です。
生成AIが自然な文を作るためには、単語をただ並べるだけでなく、日本語の語順や文の構造を捉える必要があります。
意味論との関係
意味論は、単語や文がどのような意味を表すかを研究する分野です。
生成AIでは、言葉や文章をベクトルで表し、言葉同士の意味的な近さや関係を処理します。
語用論との関係
語用論は、文脈や話し手の意図によって、発言の意味がどのように変わるかを研究する分野です。
たとえば、「少し寒いですね」という発言は、単なる感想の場合もあれば、「窓を閉めてください」という依頼を表している場合もあります。
生成AIが人間の意図を正しく理解するためには、言葉の表面的な意味だけでなく、コンテキストを考える必要があります。
社会言語学との関係
社会言語学は、言語と社会、文化、人間関係との関係を研究する分野です。
生成AIが学習する文章には、社会の価値観、文化、偏見などが含まれることがあります。そのため、AIが差別的な表現や偏った回答を生み出す可能性についても考える必要があります。
まとめ
AIと生成AIは、同じものではありません。
AIは、判断、予測、分類、認識などを行う技術全体を表します。生成AIはその一種であり、文章、画像、音声、動画など、新しい内容を作ることを得意としています。
特に文章を扱う生成AIは、人間の言語を学習し、処理し、生成します。そのため、単語、文、意味、文脈、コミュニケーションなどを研究する言語学と深く関係しています。
生成AIを学ぶことは、単にコンピュータの仕組みを学ぶことではありません。私たち人間がどのように言葉を使い、どのように意味を伝えているのかを考えることでもあります。
AIの技術的な仕組みと、言語学の視点をあわせて学ぶことで、生成AIをより正しく理解し、適切に利用できるようになるでしょう。
