ライセンス
AI分野におけるライセンスとは、学習データ、モデル、生成物などの利用許諾条件を定めたルールのことです。著作権や利用範囲、商用利用の可否を規定し、開発者やユーザーが遵守すべき法的なガイドラインとして重要な役割を果たします。
AI用語一覧（7ページ目）
3,525件AI用語一覧を3,525件掲載しています。気になるAI用語の意味や使い方を確認できます。 現在は7ページ目です。
鞍点
鞍点とは、多次元の損失関数においてある方向からは極小値に見え、別の方向からは極大値に見える点のことです。勾配降下法などの最適化アルゴリズムにおいて、勾配がゼロになるため学習が停滞する原因となります。特に高次元のパラメーターを持つディープラーニングの学習において、局所的極小解よりも頻繁に発生し最適化の阻害要因となるため重要な概念です。
隠れ層
隠れ層（中間層）は、ニューラルネットワークにおいて入力層と出力層の間に配置される層のことです。外部から直接見えない内部で、入力されたデータから複雑なパターンや特徴量を段階的に抽出・変換する役割を持ちます。この層を何重にも重ねることでディープラーニングが実現可能となり、高度な認識タスクに対応します。
入力層
入力層とは、ニューラルネットワークにおいて外部からデータを受け取り、モデル内部へ受け渡す最初の層です。画像やテキスト、数値などの入力データを適切な形式に変換・調整し、続く隠れ層へと伝達する役割を果たします。データの次元数に応じたユニットで構成され、機械学習モデル全体の精度や処理効率の基礎を支える重要なコンポーネントです。
画像分類
画像分類とは、入力された画像全体がどのようなカテゴリに属するかをコンピュータに判定させるAI技術です。例えば、写真に猫が映っているか犬が映っているかを自動で識別するタスクで広く使われており、画像認識の基本技術として多分野で活用されています。
機密情報
機密情報とは、組織内で秘密に管理され一般に公開されていない情報のことです。AIの普及に伴い、プロンプトに入力した機密情報がAIモデルの学習データとして再利用され、他社に情報漏洩するリスクが深刻化しています。企業では、生成AIの安全な活用のためにオプトアウトの設定や専用のガイドライン策定など、適切な情報管理策が強く求められています。
オートエンコーダー
オートエンコーダーは、入力データを一度圧縮して元のデータを復元するように学習する教師なし学習のニューラルネットワークです。データを圧縮するエンコーダーと、復元するデコーダーから構成され、データの次元削減やノイズ除去、異常検知などに広く活用されています。非線形な特徴を抽出できる点が大きな特徴です。
自律型エージェント
自律型エージェントとは、人間が逐一指示を出さなくても、AI自身が目標を設定し、自ら計画を立ててタスクを遂行するシステムの総称です。大規模言語モデルなどの発展により、複雑な作業を自律的にこなす技術として注目を集めています。
予測値
予測値とは、機械学習モデルや統計モデルが、入力されたデータをもとに将来の状態や未知の結果を推論して出力した数値のことです。AIの性能評価や意思決定において中心的な役割を果たし、実際の値との比較によってモデルの精度を測定するために使用されます。
局所最適解
局所最適解とは、最適化問題において特定の狭い範囲内では最も良い解（極小値や極大値）であるものの、問題全体における最善の解（全域最適解）ではない状態やその解のことです。機械学習のモデル訓練では、勾配降下法などで損失関数を最小化する際に局所最適解に陥り、学習が途中で停滞してしまう課題が知られています。
微調整
微調整（ファインチューニング）とは、すでに学習済みのAIモデルに追加のデータを学習させ、特定のタスクや用途に合わせて性能を最適化する機械学習の手法です。ゼロからモデルを作るよりも効率的に高い精度を達成できるため、多くのAI開発で利用されています。
A/Bテスト
A/Bテストとは、2つのバージョンを比較してどちらが優れているかを検証する手法です。AIや機械学習の分野では、モデルの性能向上やWebサイトのUI改善などにおいて、データに基づいた意思決定を行うために広く活用されています。
エコーチェンバー現象
エコーチェンバー現象とは、SNSやAIのレコメンドシステムにより、自分の意見や嗜好に似た情報ばかりが繰り返し提示され、閉じた空間でその意見が増幅される現象です。多様な視点が遮断され、偏った認識が固定化されるリスクがあります。
公平性
AIにおける公平性とは、アルゴリズムや機械学習モデルが特定の属性（性別、人種、年齢など）に基づいて不当な偏見や差別的な予測・判断を行わない状態を指します。学習データに含まれるバイアスを削減し、すべてのユーザーや対象者に対して均等かつ適切な利益や機会の分配を行うことが求められます。
構造化データ
構造化データとは、行と列の概念を持つ表形式で整理されたデータを指します。AIや機械学習の分野において、データベースやExcelファイルなどで管理され、コンピュータが効率的に処理できるため、予測モデルの学習や分析の基礎として広く活用されています。
勾配爆発
勾配爆発とは、ディープラーニングの学習時に誤差逆伝播法を通じて勾配が急激に大きくなりすぎる現象です。パラメータが過剰に更新され、数値が不安定になって学習が破綻する原因となります。適切な勾配クリッピングや活性化関数の選定が対策として重要です。
エッジAI
エッジAIとは、スマートフォンやIoT機器などの端末側でAIの推論処理を実行する技術です。クラウドを介さずにデータ処理を行うため、通信遅延の削減やプライバシー保護、ネットワーク接続がない環境での利用が可能になる点が特徴です。
オーバーフィッティング
オーバーフィッティングとは、AIや機械学習モデルが訓練データに対して過剰に適合し、未知のデータに対する予測性能が低下する現象のことです。過学習とも呼ばれ、モデルが訓練データのノイズや細部まで記憶しすぎてしまうことが原因で発生します。
テキストマイニング
大量のテキストデータから自然言語処理や統計解析を用いて有益な情報や規則性、傾向を抽出・分析する技術です。アンケート回答やSNSの投稿、コールセンターのログといった非構造化データを構造化し、顧客ニーズの把握や課題の発見に役立てられます。
ブラックボックス
AIや機械学習モデルにおいて、入力と出力の関係性は確認できるものの、内部でどのような計算や判断が行われているのか人間には内部構造が直接見えない状態を指します。特にディープラーニングなどの複雑なモデルで顕著に見られます。
人工知能
人工知能とは、人間の知的な振る舞いや判断、学習などの能力をコンピューターやソフトウェアによって模倣・実現する技術および研究分野です。データの分析やパターン認識を行う「機械学習」や「ディープラーニング」、テキストや画像を生み出す「生成AI」などを含み、現代の多様な産業や社会基盤の自動化・効率化を支えています。
ブロックチェーン
ブロックチェーンとは、複数のコンピュータでデータを分散して記録・管理する分散型台帳技術です。暗号技術を用いてデータを変更困難な「ブロック」として鎖状につなぎ、改ざん防止や高い透明性を実現します。AIの学習データの信頼性確保やスマートコントラクトによる自動取引など、先進技術との融合が進んでいます。
過剰検知
過剰検知とは、AIや機械学習を用いた検知システムにおいて、本来は検出・対処すべき対象ではない正常なデータや無害なパターンを、誤って「異常」や「検知対象」として判定してしまう現象のことです。安全性を重視して検知感度を高く設定しすぎることなどで発生し、運用現場での確認コスト増大を引き起こす要因となります。
平均値
平均値とは、データの総和をデータ数で割って得られる統計的な代表値のことです。機械学習やデータ分析では、データセット全体の傾向を把握したり、モデルの予測誤差を評価する指標として頻繁に使用されます。異常値の影響を受けやすい特徴がありますが、データの中心的な位置を直感的に捉える基本的な尺度として重要です。