✨ Generative AI Leader

1. 生成AIの基礎（約30%）

AI・ML・生成AI の関係

生成AIは AI の一部で、「分類・予測する」のではなく「新しいものを作る」AI です。

AI（人工知能） ⊃ 機械学習（ML） ⊃ ディープラーニング ⊃ 生成AI という包含関係で捉えます。

AI（人工知能）人間のように考える・判断するしくみ全般（ルールベースも含む）
機械学習（ML）データからパターンを学ぶ
ディープラーニング多層のニューラルネットワークで学ぶ
生成AI文章・画像・音声・動画・コードを新しく作る
外側ほど広い概念。生成AI はディープラーニングの一種
種類概要例
教師あり学習正解ラベル付きデータで学習。分類・回帰スパム判定、需要予測
教師なし学習ラベルなしでパターンを発見顧客セグメンテーション、異常検知
強化学習報酬を最大化するよう試行錯誤ゲームAI、ロボット制御、RLHF
予測AI（Predictive AI）既存データから結果を予測・分類解約予測、不正検知
生成AI（Generative AI）学習したパターンから新しいコンテンツ（文章・画像・音声・動画・コード）を生成文章作成、画像生成、要約

予測AI と 生成AI の違い

過去の顧客データ
→
予測AI「この顧客は解約しそう：85%」
答えは決まった選択肢・数値
「新商品の紹介文を書いて」
→
生成AI「春の新作は…」
毎回、新しい文章を作る
予測AI は「天気予報士」（明日の降水確率を答える）、生成AI は「作家」（頼まれた文章を書き下ろす）。
予測AI＝「分類・予測する」、生成AI＝「新しいものを作る」。選択肢の見分けでよく問われます。

基盤モデル・LLM・マルチモーダル

基盤モデルは「何でも屋の土台」。大量のデータで一度学習しておけば、プロンプトやチューニングで多くの仕事に使い回せます。

大量・多様なデータWeb の文章、画像、コード など
→
事前学習膨大な計算で
一度だけ行う
→
基盤モデル汎用の土台
例：Gemini
→
いろいろなタスク要約・翻訳・Q&A・画像生成・コード生成…
タスクごとにモデルを一から作らなくてよいのが最大の利点（プロンプトやチューニングで適応させる）
基盤モデルは「幅広く勉強した新入社員」。部署ごとの仕事は、指示（プロンプト）や研修（チューニング）で覚えてもらいます。
  • 基盤モデル（Foundation Model）：大量・多様なデータで事前学習された汎用モデル。プロンプトやチューニングで多様なタスクに適応できる。
  • LLM（大規模言語モデル）：テキストに特化した基盤モデル。Transformer アーキテクチャ（Attention 機構）に基づく。
  • マルチモーダルモデル：テキスト・画像・音声・動画・コードなど複数の形式を入出力できる（例：Gemini）。
  • 拡散モデル（Diffusion）：ノイズから徐々に画像を生成する方式（画像・動画生成で主流）。

トークンとコンテキストウィンドウ

生成
AI
は
文章
を
作る
入力（プロンプト・資料）
出力
空き
文章はトークン（単語の断片）に分けて処理される（分け方は例）。入力＋出力の合計がコンテキストウィンドウに収まる必要がある

主要な用語

用語意味
トークンモデルが処理するテキストの最小単位。料金・入力上限の単位
コンテキストウィンドウ1回のやり取りでモデルが扱える入力＋出力のトークン量。Gemini は非常に長い（100万トークン級）
パラメータ学習で獲得されるモデルの内部値。数が多いほど表現力が高いがコスト・遅延も増える
埋め込み（Embedding）テキスト・画像などを意味を保った数値ベクトルに変換。類似検索・RAG の基盤
推論（Inference）学習済みモデルで出力を生成すること
事前学習 / ファインチューニング汎用データでの初期学習 / 特定タスク・領域への追加学習

生成AIのライフサイクルと限界

生成AIは作って終わりではなく、評価・監視・改善を回し続けるもの。そして「もっともらしい間違い」をすることがあるので、対策とセットで使います。

モデルの流れ

データ集める・整える
→
事前学習基盤モデルを作る
→
チューニング必要なら用途に合わせる
→
評価品質・安全性を確認
→
デプロイ監視しながら改善
監視で見つかった問題は、データやチューニングに戻って直す（ぐるぐる回す）

主な限界・リスクと対策

ハルシネーションもっともらしいが事実と異なる出力
→
グラウンディング、RAG、人間による確認
知識のカットオフ学習時点以降の情報を知らない
→
Google 検索や社内データでグラウンディング
バイアス学習データの偏りが出力に出る
→
多様なデータ、バイアス評価、継続的な監視
非決定性同じ入力でも出力が毎回変わりうる
→
temperature を下げる、出力形式を指定する
データ漏洩・プライバシー機密情報をプロンプトに含める
→
機密データのマスキング、アクセス制御、利用ルール
このほか、著作権・IP、説明可能性の低さ、悪用（ディープフェイク等）にも注意
ハルシネーションは「知ったかぶりする物知り」。自信満々に答えるので、資料を手元に置いて答えさせる（グラウンディング）か、人が確認します。

データの種類

構造化データ表の形に整っている
例：売上表、顧客 DB
非構造化データ決まった形がない
例：文書、画像、動画、音声
生成AIは非構造化データの活用が得意

どちらの場合も、データ品質（正確・網羅・最新・関連性）が結果を左右する。

基盤モデルの種類と選び方

Google の基盤モデルは「何を作るか（モダリティ）」で使い分け、同じ Gemini の中では「性能か、速さ・安さか」で選びます。

Geminiマルチモーダル
テキスト・画像・音声・動画・コード
Imagenテキストから画像の生成・編集
Veoテキスト・画像から動画の生成
Lyria音楽の生成
Chirp音声認識・音声合成
Gemma軽量なオープンモデル
自社環境・端末でも動く

Gemini の Pro / Flash / Flash-Lite

Pro高性能
複雑な推論・難しいタスク
Flash速さと品質のバランス
大量処理・低遅延
Flash-Liteさらに軽量・低コスト
単純なタスクを大量に
賢さ：高い（コスト・遅延も大）速さ・安さ：高い
社内の仕事の振り分けと同じです。難しい判断はベテラン（Pro）、定型作業を大量にこなすのは手の速いスタッフ（Flash）に任せます。

モデル選定の観点

  • タスクへの適合性・品質（モダリティ）
  • レイテンシ（応答速度）とコスト
  • コンテキスト長
  • カスタマイズ性（チューニング可否）
  • セキュリティ・データ所在地・コンプライアンス
  • オープンモデル vs 商用（プロプライエタリ）モデル
「複雑な推論＝Pro」「大量処理・低遅延・低コスト＝Flash」が基本。まず小さいモデルで試し、足りなければ大きいモデルへ。
次の領域 →