狭いAI
狭いAIとは、特定の限定されたタスクや領域においてのみ優れた能力を発揮する人工知能のことです。汎用人工知能とは異なり、人間のようにあらゆる課題を自ら考えて解決することはできず、現代社会で実用化されているAIのほとんどがこれに該当します。
人工知能のAI用語一覧（5ページ目）
266件人工知能に関するAI用語を266件掲載しています。意味や使い方、関連用語を一覧から確認できます。 現在は5ページ目です。
オートリギング
オートリギングとは、AIやアルゴリズムを活用して3Dモデルに骨組みを自動で配置し、効率的にアニメーション作成の準備を行う技術です。従来は専門知識と多くの手作業が必要だったリギング作業を自動化し、制作効率の大幅な向上を実現します。
チューリング賞
チューリング賞とは、計算機科学分野において世界最高峰の権威を持つ賞であり、AIやディープラーニングの発展に貢献した研究者も多数受賞しています。
バイオインフォマティクス
バイオインフォマティクスとは、生物学と情報科学を融合させ、DNAやタンパク質などの膨大な生体データをコンピュータを用いて解析する学問です。AIや機械学習の発展により、創薬や遺伝子解析の分野で不可欠な技術となっています。
ODD（運行設計領域）
ODD（運行設計領域）とは、自動運転システムが安全に走行するために満たすべき条件や環境の範囲を定義したものです。走行可能な道路の種別や天候、時間帯、速度などが事前に規定され、自動運転の安全性確保において極めて重要な役割を果たします。
自動運転技術
自動運転技術とは、AI、センサー、GPSなどを駆使して、人間が運転操作を行わなくても車両が自律的に走行する技術のことです。交通事故の削減や移動効率の向上、物流の人手不足解消などが期待されています。自動運転の自動化度合いは、運転支援から完全自動運転まで、レベル0からレベル5の6段階に定義されています。
汎化能力
汎化能力とは、機械学習モデルが訓練データには含まれていない未知のデータに対しても、正確に予測や分類を行える能力のことです。AIが実世界で正しく機能するために極めて重要な指標であり、過学習を防ぐことが高い汎化能力を獲得するためのカギとなります。
決定論的モデル
決定論的モデルとは、初期状態や入力値が同じであれば、何度計算しても常に全く同じ出力を生成する数理モデルのことです。確率的モデルとは異なり、予測に偶然やランダム性が含まれない特徴を持ちます。
古典アルゴリズム
古典アルゴリズムとは、量子コンピュータに対する従来のコンピュータ上で動作する決定論的または確率的な計算手順や問題解決の手法を指すAI分野の基礎用語です。近年のAIや機械学習の発展を支える基盤技術として広く活用されています。
マルチエージェントシステム
マルチエージェントシステムとは、複数の自律エージェントが相互に協調・交渉しながら、複雑な課題を解決する仕組みです。個々のエージェントは限られた情報と能力しか持ちませんが、ネットワークを介した相互作用により、全体として高度な意思決定や柔軟な問題解決を可能にします。自動運転やスマートグリッドなどで応用が進んでいます。
ボリュームレンダリング
ボリュームレンダリングとは、3次元の空間データを「中身のある立体」として2次元の画像に描画する技術です。従来のような表面だけでなく、内部の密度や不透明度を考慮して光の透過や散乱を計算するため、近年はNeRFなどのAIによる3D復元技術においても重要な役割を果たしています。
組合せ最適化
組合せ最適化とは、膨大な選択肢の中から条件を満たす最適な組み合わせを効率的に見つけ出す数学的な問題解決手法です。AIや機械学習の分野でも、配送ルートの最適化や生産スケジュール管理など実社会の複雑な課題解決に応用されています。
フィンテック
フィンテックとは、金融と技術を組み合わせた新しいサービスの総称です。AIやブロックチェーンなどの先端技術を活用し、決済、融資、資産運用などの金融業務を効率化・高度化することで、人々の利便性を大きく向上させています。
山登り法
山登り法とは、現在の状態から最も評価が高くなる隣接した状態へ移動することを繰り返し、より良い解を探す基本的な探索アルゴリズムです。霧の中で最も傾斜の高い方向へ一歩ずつ登るように動作し、シンプルで計算コストが低い一方、途中の低い山頂である局所最適解に陥りやすい特性を持ちます。
ベストファースト探索
ベストファースト探索は、AIやグラフ理論において最も有望と思われる状態を優先して探索を進めるアルゴリズムです。評価関数を用いて各状態の良さを数値化し、ゴールへ最も近づけそうな経路を効率的に見つけ出すために広く利用されています。
レベル3
レベル3とは、特定の条件下においてシステムがすべての運転操作を自動で行う、条件付自動運転の段階を指します。システムが要求した際には、ドライバーが速やかに運転を引き継ぐ必要があります。
データ中心AI
データ中心AIとは、アルゴリズムの改良ではなくデータの質や量を改善することで機械学習の性能向上を目指すアプローチです。従来のモデル中心の開発手法とは異なり、ノイズの除去やアノテーションの統一などデータ自体に注目します。
学習済みモデル
学習済みモデルとは、大量のデータを用いて機械学習アルゴリズムを訓練し、パターンや特徴を習得させたあとのプログラムのことです。新しいデータに対して予測や分類、生成などの処理を実行できる状態になっており、様々なAIサービスの基盤として利用されています。
探索アルゴリズム
探索アルゴリズムとは、大量のデータや状態の空間から、目的の条件に合致する解やデータを効率的に見つけ出すための手順や計算方法のことです。AIやコンピュータ科学の根幹をなす技術であり、最適な経路や最良の選択肢を導き出すために広く活用されています。
AlphaGo Zero
AlphaGo Zeroは、人間の棋譜データを使用せず、強化学習と自己対戦のみによって囲碁のプロ棋士を圧倒するレベルに到達した画期的な人工知能システムです。事前の知識に頼らないことで従来のAIを超える能力を獲得しました。
破局的忘却
破局的忘却とは、機械学習モデルが新しいデータを学習する際に、これまで学習していた古いデータを急速に忘れてしまう現象です。人工知能の継続的な学習を阻む大きな壁として知られており、対策の研究が進められています。
ビッグデータ分析
ビッグデータ分析とは、従来のデータベースでは処理が困難なほど膨大かつ多様なデータ群から、機械学習や統計手法を用いて有用なパターンや規則性を抽出・活用する手法です。ビジネスの意思決定の高度化や需要予測、サービスの個別最適化など、幅広い領域で価値創出を実現するための基盤技術として重要視されています。
AI導入
AI導入とは、企業や組織の業務効率化や新たな価値創造を目指し、人工知能技術を実際の業務プロセスやシステムに取り入れる取り組みのことです。単にツールを導入するだけでなく、課題の特定からデータ整備、運用体制の構築まで、組織全体の変革を伴う重要なプロセスとなります。
超知能
超知能とは、あらゆる分野において人間の知的能力を遥かに凌駕する人工知能の概念です。特定の作業に特化した従来のAIとは異なり、科学研究や社会問題の解決など多様な領域で人間以上の自律的な判断や創造性を発揮すると理論されています。