AI 技術の進化は凄まじく、毎日のように新しい用語が飛び交っています。 「なんとなく聞くけど、詳しくは知らない」という言葉も多いのではないでしょうか。 本記事では、これだけは押さえておきたい AI 用語を 20 個厳選して解説します。
🧠 基礎・概念
1. 人工知能 (AI)
人間の知能（学習、推論、認識など）をコンピュータで模倣する技術の総称です。
2. 機械学習 (Machine Learning)
データからルールやパターンを学習し、予測や判断を行う技術。AI の中核をなす要素です。
3. ディープラーニング (Deep Learning)
人間の脳神経回路を模した「ニューラルネットワーク」を多層にし、複雑なデータの特徴を自動で学習する手法。現在の AI ブームの火付け役です。
4. シンギュラリティ (Singularity)
AI が人間の知能を超え、自らより優れた AI を作り出し始める転換点（技術的特異点）のこと。
5. XAI (Explainable AI)
「説明可能な AI」。AI の判断根拠を人間が理解できるように提示する技術や研究分野です。
🤖 生成 AI・LLM 関連
6. 生成 AI (Generative AI)
テキスト、画像、音声など、新しいデータを生成することができる AI。ChatGPT などが代表例です。
7. LLM (Large Language Model)
「大規模言語モデル」。膨大なテキストデータを学習し、人間のように自然な文章を生成・理解できるモデル。
8. GPT-5
OpenAI 社が開発した、非常に高性能なマルチモーダル LLM。テキストだけでなく画像も理解できます。
9. ハルシネーション (Hallucination)
AI がもっともらしい嘘（事実に基づかない情報）を出力してしまう現象。「幻覚」という意味です。
10. プロンプトエンジニアリング
AI から望ましい出力を得るために、指示（プロンプト）を最適化する技術や工夫のこと。
11. マルチモーダル AI
テキスト、画像、音声、動画など、複数の種類のデータを同時に処理・理解できる AI。
12. RAG (Retrieval-Augmented Generation)
「検索拡張生成」。外部のデータベースから情報を検索し、それを AI に与えて回答を生成させる技術。社内データの活用などで重要です。
🛠️ 技術・手法
13. アノテーション (Annotation)
AI に学習させるデータに対して、意味やタグ（正解ラベル）を付与する作業。「教師データ」を作るために不可欠です。
14. 過学習 (Overfitting)
AI が学習データに適合しすぎてしまい、未知のデータに対して正しく予測できなくなる状態。
15. 強化学習 (Reinforcement Learning)
試行錯誤を通じて、報酬が最大になるような行動を学習する手法。将棋やロボット制御などで使われます。
16. 転移学習 (Transfer Learning)
ある領域で学習済みのモデルを、別の領域のタスクに再利用・適応させる手法。少ないデータで効率的に学習できます。
17. ファインチューニング (Fine-tuning)
学習済みのモデルに対し、特定のタスク向けに追加の学習を行い、微調整すること。
18. トランスフォーマー (Transformer)
現在の自然言語処理の主流となっているディープラーニングのモデル構造。並列処理に優れ、LLM の基礎となっています。
👁️ 認識・応用
19. 自然言語処理 (NLP)
人間が日常的に使っている言葉（自然言語）をコンピュータに処理させる技術。翻訳や要約などに使われます。
20. 画像認識 (Image Recognition)
画像に何が写っているかを特定する技術。顔認証や自動運転、医療画像診断などで活用されています。
まとめ
これらの用語を理解しておくことで、最新の AI ニュースや技術記事がぐっと読みやすくなるはずです。 AI の世界は奥が深いですが、まずは基本のキーワードから押さえていきましょう。