AI の基礎

AI とは何か、どのように機能するか、どのように活用されるかといった基本を理解しましょう。

読み込んでいます...

ようこそ！AI に慣れていない場合でも、技術的なバックグラウンドは必要ありません。重要なのは全体像をシンプルに把握することです。そうすることで、AI システムに何ができるのか、どのように提供されているのか、自分のニーズに合ったツールをどのように選べばよいのかを理解できます。

AI とは何か？

人工知能（AI）とは、パターンを認識し、データから学習し、有用な出力を生成できるソフトウェアの広いカテゴリーを指します。

日常のさまざまな場面で AI が使われているのを見たことがあるはずです。例：

地図アプリが渋滞を避けるルートを再提案する
銀行が取引を「異常」として検知する
カスタマーサポートのチャットボットがよくある質問に回答する

AI は単一のツールではなく、カテゴリーです。そのカテゴリーの中にはモデルがあります。モデルとは、データから学習し、その学習内容を新しい状況に適用する訓練済みのシステムです。音声、視覚、予測などに特化したモデルもあります。

多くの場合、AI の利用は、ChatGPT のような会話型 AI ツールを使うことから始まります。ChatGPT の背後にあるモデルは言語に特化しており、これを大規模言語モデルと呼びます。

大規模言語モデルの仕組みを理解する

大規模言語モデル（LLM）は、言語を扱うために設計されたモデルです。多様な情報源から得た大量のテキストからパターンを学習し、有用な形でテキストを生成・変換します。LLM は人間のように「知っている」わけではありません。代わりに、文脈に基づいて次に最もあり得る言葉を予測します。時間の経過とともに、計算能力、学習手法、大規模データセットへのアクセスが進歩したことで、より大規模で高性能なモデルの構築が可能になりました。

OpenAI などの最先端の研究機関は、これらのモデルを中核的な提供要素として構築し、ユーザー向け製品（ChatGPT や Codex など）や API を通じて提供しています。これにより、開発者はそれらのモデルを活用して独自の AI ツールを構築し、既存のソフトウェアに AI を統合することができます。

モデルは時間とともにどのように進化するのか

これらの研究機関は、モデルの学習と社内評価・安全性テストが完了すると、新しいモデルを公開します。AI モデルが「学習した」と言われる場合、通常は2つの段階を指します。これは、人間が仕事を学び、上達していく過程に例えられます。

最初の段階は事前学習で、モデルは膨大なテキストから一般的なパターンを学習し、要約、下書き、翻訳、説明といった幅広い能力を身につけます。

これは、新入社員が数週間かけてマニュアル、優れた事例、過去のプロジェクト、FAQ などを読み込み、仕事の「全体像」を理解するのに似ています。

その後、「社員」が実際に業務を行い、「マネージャー」が指導します。より明確にすること、適切なフォローアップを行うこと、適切なトーンに合わせること、会社の方針に従うことを教えます。これが事後学習です。事後学習により、モデルは指示により確実に従えるようになり、有用なスタイルでコミュニケーションできるようになり、難しい状況にもより適切に対応できるようになります。

事後学習では、安全性チェックも重視されます。有害な出力の低減、望ましくないリクエストの回避、センシティブまたは不確実なトピックへの慎重な対応を目的とした学習が行われます。

モデルの更新や学習が進むにつれて、トーンや応答に変化が見られることがあります。一貫した結果を得たい場合は、目的、対象者、形式、制約を明確に指定し、安全性や不確実性が関わる場合には、モデルがより慎重に応答することを想定してください。

リーズニングモデルと非リーズニングモデル

モデルはそれぞれ、速度、深さ、複数ステップの指示への対応の慎重さなど、異なるトレードオフに最適化されています。日常的なタスク（下書き作成、要約、書き換え、ブレインストーミング）において迅速かつ滑らかな応答を重視するよう設計されたものもあれば、回答前により多くの計算リソースを使って問題を深く考えるよう設計されたものもあります（これにより複雑で多段階の作業における信頼性が向上します）。

非リーズニングモデル（「Instant」と表記されることもあります）は、高速で流暢な出力に最適化されています。タスクが単純で、主に効率性を重視したい場合（メモをメッセージに変換する、文章を整える、選択肢を生成する、要点を抽出するなど）に適しています。

リーズニングモデル（「Thinking」と表示されることもあります）は、計画、複雑な分析、難しいデバッグ、制約や例外条件を伴う意思決定など、慎重に段階を追って問題解決を行えるように訓練されています。時間はかかるかもしれませんが、多くの動的な要素を同時に追跡し、表面的なミスを避けることが得意です。

使い始めの段階では、モデルの選択を気にする必要はありません。デフォルトの ChatGPT 体験では切り替えが自動的に行われるため、設定ではなく質問に集中できます。

使っていくうちに、自分に合った使い方（速さか深さか、素早い下書きか丁寧な分析か、など）がわかってきたら、オプションのコントロールを試してみましょう。たとえば、通常時は Auto を使用し、複雑または重要なタスクでは Thinking に切り替える、といった使い方です。