生成AIの基礎
このレッスンで身につくこと
- 生成AIとは何かを定義し、ほかの種類のAIとどう違うのかを説明できるようになる
- 生成AIの主な特徴と、その技術的な土台を理解する
生成AIの基礎
（6分）
📌 この動画のまとめ（KAKEHASHI による要約）
動画は専門用語が多く、スライドも英語です。むずかしく感じたら、ここだけ読めば全体像がつかめます。
- 生成AIとは：すでにあるデータを分析・分類するだけの「従来のAI」と違い、新しいコンテンツ（文章・画像など）を生み出せるAI。メールを「迷惑メールかどうか」分類するのが従来型、新しいメールそのものを書くのが生成AI。
- 大規模言語モデル（LLM）：ClaudeのようなLLMは生成AIの代表例。人間の言葉を予測・生成するよう学習され（＝「言語モデル」）、数十億ものパラメータ（情報の扱い方を決める数値。脳のシナプスのようなもの）を持つ（＝「大規模」）。
- いまのAIを生んだ3つの進歩：①アルゴリズムの飛躍——2017年のトランスフォーマー・アーキテクチャ（長い文章でも語と語の関係を保てる仕組み）。②デジタルデータの爆発的増加——ウェブ・コードなど膨大な学習材料。③計算能力の向上——GPU・TPU やクラスター（多数のコンピュータの連携）。
- スケーリング則と創発：モデルを大きくし、より多くのデータと計算で学習させるほど、性能が予測どおり上がるとわかった（スケーリング則）。さらに規模が大きくなると、誰も明示的にプログラムしていない新しい能力（段階的に考える、わずかな指示で新しい作業に適応する等）が立ち現れる（創発）。
- 学習のしくみ：まず事前学習——膨大な文章で「次に来る言葉」を予測する練習を繰り返し、言葉と知識の地図を作る。次にファインチューニング（微調整）——指示に従い、役立つ応答をし、有害な内容を避けるよう調整（人間のフィードバックや強化学習で、「役に立ち、害を与えず、誠実」な方向へ）。
- 使うとき：あなたのプロンプト（入力した文章）に続く新しい文章を、その場で生成する。データベースから既成の答えを引いてくるのではない。
- コンテキストウィンドウ：AIが一度に考えられる情報量の上限（AIの作業記憶のようなもの）。プロンプト・AIの応答・共有した情報すべてを含む。ウェブ検索などの専用ツールがなければ、この範囲の外は使えない。
- 現代の生成AIを強力にする3つの特徴：①学習時に膨大な情報を処理し、複雑で微妙なパターンを学べる。②文脈内学習——追加学習なしに、プロンプト内の指示や例から新しい作業に適応できる。③規模から生まれる創発的な能力。
この動画では、生成AIという考え方を紹介します。焦点は、すでにあるものを分析するだけでなく、新しいコンテンツを生み出せる、という点です。ClaudeのようなLLM（大規模言語モデル）が実際にどう動くのか、そしてそれを可能にした技術の歩み——トランスフォーマー・アーキテクチャのようなアルゴリズムの飛躍から、膨大な学習データ、強力な計算能力まで——をたどります。あわせて、これらのシステムが事前学習とファインチューニングを通じてどう学ぶのかを説明し、コンテキストウィンドウや創発的な能力といった考え方にも触れます。
フィードバック
コースを進めるなかで、学んだ概念をあなたの生活・仕事・授業でどんなふうに使っているか、また何かご感想やご意見があれば、ぜひお聞かせください。フィードバックはこちらから。
謝辞とライセンス
Copyright 2025 Rick Dakan, Joseph Feller, and Anthropic. Released under the CC BY-NC-SA 4.0 license. This course is based on The AI Fluency Framework by Dakan and Feller. Supported in part by the Higher Education Authority, Ireland, through the National Forum for the Enhancement of Teaching and Learning.
（補足和訳）著作権 2025 Rick Dakan、Joseph Feller、Anthropic。CC BY-NC-SA 4.0 ライセンスのもとで公開されています。本コースは Dakan と Feller による「The AI Fluency Framework」に基づいています。アイルランド高等教育庁（Higher Education Authority）の、教育・学習向上のための国立フォーラムを通じた支援を一部受けています。
ダウンロード
生成AIの概要
生成AIを理解するための、手軽な早見ガイドです。