この記事はLifehackerの「AIと共に生きる」シリーズの一部です。AIの現状を調査し、AIがどのように役立つか（そして役に立たないか）を検証し、この革新的な技術が今後どこへ向かうのかを評価します。詳細はこちらをご覧ください。

人工知能（AI）は最新の技術革命です。暗号通貨ブームが世界に数々の新しい専門用語を生み出したように、AIの熱狂は、頻繁に使用されるものの必ずしも説明されていない用語を生み出しました。チャットボットと法学修士（LLM）、あるいはディープラーニングと機械学習の違いがわからない方、ぜひご覧ください。ここでは、AI関連用語20選と、その意味を初心者にも分かりやすく解説した用語集をご紹介します。

人工知能（AI）

簡単に言えば、AIとはコンピューターや機械に備わった知能、特に人間の知能を模倣する知能のことです。AIは様々な種類の機械知能を包含する広義の用語ですが、現在AIをめぐる議論は、主に芸術作品やコンテンツを制作したり、コンテンツを要約・転写したりするツールに集中しています。これらのツールを「インテリジェント」と呼ぶかどうかは議論の余地がありますが、AIという用語が定着しています。

アルゴリズム

アルゴリズムとは、プログラムが結果を出すために従う一連の指示です。アルゴリズムの一般的な例としては、検索クエリに基づいて検索結果を表示する検索エンジンや、ユーザーの興味関心に基づいてコンテンツを表示するソーシャルメディアアプリなどが挙げられます。アルゴリズムにより、AIツールは予測モデルを作成したり、ユーザーの入力に基づいてコンテンツやアートを作成したりすることが可能になります。

バイアス

AIの文脈において、バイアスとは、アルゴリズムが誤った仮定を行ったり、十分なデータが不足したりすることで生じる誤った結果を指します。例えば、音声認識ツールはアメリカ英語のアクセントのみで学習されているため、特定の英語のアクセントを正しく理解できない場合があります。

会話型AI

チャットボットや音声アシスタントなど、会話型のAIツールは会話型AIと呼ばれます。アシスタントに自分で質問をする場合も、会話型AIです。

データマイニング

大量のデータを精査し、パターンや傾向を見つけるプロセス。一部のAIツールはデータマイニングを活用し、人々が店舗やウェブサイトでより多くの商品を購入する理由や、ピーク時の需要増加に対応するためにビジネスを最適化する方法を理解するのに役立ちます。

ディープラーニング

ディープラーニングは、3層以上のニューラルネットワーク「層」を用いて大量のデータを処理し、例から学習することで、人間の脳の学習方法を再現しようと試みます。これらの層はそれぞれ独自の視点で与えられたデータを処理し、最終的に統合されて最終的な結論を導き出します。

自動運転車のソフトウェアは、物体認識を通じて一時停止標識、車線マーカー、信号を識別するためにディープラーニングを使用しています。これは、AI ツールに特定の物体 (一時停止標識など) の外観の例を多数示すことで実現され、繰り返しトレーニングを行うことで、AI ツールは最終的にその物体を可能な限り 100% に近い精度で識別できるようになります。

大規模言語モデル（LLM）

大規模言語モデル（LLM）は、膨大なデータセットを用いてテキストを生成、翻訳、処理するためのディープラーニングアルゴリズムです。LLM（OpenAIのGPT-4など）は、AIツールがクエリを理解し、それに基づいてテキスト入力を生成することを可能にします。また、LLMは、テキストや動画の重要な部分を識別して要約するAIツールにも活用されています。

生成AI

生成AIは、入力データからアート、画像、テキスト、その他の結果を生成することができます。これらの入力データは、多くの場合、LLM（法学修士）によって処理されます。これは、多くの企業が自社製品に搭載している最新のAI技術の総称となっています。例えば、生成AIモデルは、いくつかのテキストプロンプトから画像を生成したり、縦向きの写真をワイドスクリーンの壁紙に変換したりすることができます。

幻覚

AIが虚構を事実として提示することを、私たちは幻覚と呼びます。幻覚は、AIのデータセットが正確でなかったり、学習に欠陥があったりした場合に発生することがあります。AIは、利用可能な知識に基づいて、自信のある答えを出力します。とはいえ、AIは複雑なネットワークの網に基づいているため、必ずしもすべての幻覚を理解できるわけではありません。LifehackerライターのStephen Johnsonは、AIの幻覚を見分けるための優れたアドバイスを提供しています。

画像認識

画像内の特定の被写体を識別する能力。コンピュータプログラムは画像認識技術を用いて、画像内の花を見つけて名前を告げたり、写真に写っている鳥の種類を識別したりすることができます。

機械学習

アルゴリズムが経験やデータから学習することで自己改善できる場合、それは機械学習と呼ばれます。機械学習は、これまで議論してきた他のAI用語の根底にある一般的な手法です。ディープラーニングは機械学習の一種であり、大規模な言語モデルは機械学習によって学習されます。

自然言語処理

プログラムが人間の言語で書かれた入力を理解できる場合、それは自然言語処理に分類されます。カレンダーアプリが「明日、午後8時に五番街のコーヒーショップで会議がある」と入力したときや、Siriに「今日の天気はどう？」と尋ねたときに、何をすべきかを理解するのも、自然言語処理の範疇です。

ニューラルネットワーク

人間の脳は、ニューロンが幾重にも重なり合い、絶えず情報を処理し、そこから学習しています。AIニューラルネットワークは、このニューロンの構造を模倣し、データセットから学習します。ニューラルネットワークは、機械学習とディープラーニングを可能にし、最終的には画像認識やテキスト生成といった複雑なタスクを機械が実行できるようにするシステムです。

光学文字認識（OCR）

画像からテキストを抽出するプロセスは、OCRによって行われます。OCRをサポートするプログラムは、手書きまたは入力されたテキストを識別し、コピー＆ペーストも可能にします。

迅速なエンジニアリング

プロンプトとは、生成AIなどのプログラムから応答を得るために使用する一連の単語のことです。AIの文脈において、プロンプトエンジニアリングとは、チャットボットが最も有用な応答を返すようにするためのプロンプトを作成する技術です。また、AIツールをテストし、その限界や弱点を特定するために、創造的なプロンプトを考案する人材が雇用される分野でもあります。

人間のフィードバックからの強化学習（RLHF）

RLHFとは、人間からのフィードバックを用いてAIを訓練するプロセスです。AIが誤った結果を出した場合、人間は正しい応答を示します。これにより、AIは従来よりもはるかに速く、正確で有用な結果を出せるようになります。

音声認識

人間の音声を理解するプログラム能力。音声認識は、会話型AIがユーザーの質問を理解して応答したり、音声テキスト変換ツールが話された言葉を理解してテキストに変換したりするために使用できます。

トークン

AIツールにテキストクエリを入力すると、テキストはトークン（テキスト内の一般的な文字列）に分解され、AIプログラムによって処理されます。例えばGPTモデルを使用する場合、料金は処理するトークンの数に基づいて決まります。この数は、同社のトークナイザーツールを使って計算でき、単語がどのようにトークンに分解されるかを確認できます。OpenAIによると、1トークンは約4文字のテキストです。

トレーニングデータ

トレーニングセットまたはトレーニングデータとは、アルゴリズムや機械学習ツールが学習し、その機能を実行するために使用する情報です。例えば、大規模な言語モデルでは、世界で最も人気の高いウェブサイトからテキスト、クエリ、人間の表現を抽出し、トレーニングデータとして利用することがあります。

チューリングテスト

アラン・チューリングは「理論計算機科学と人工知能の父」として知られるイギリスの数学者です。彼のチューリングテスト（または「模倣ゲーム」）は、コンピュータの知能が人間の知能と同一であるかどうかを判定するために設計されました。人間が機械の応答を人間が書いたと勘違いさせられた場合、コンピュータはチューリングテストに合格したとされます。