アップスケーリング
アップスケーリングとは、AI技術を用いて低解像度の画像や映像を鮮明で高解像度な状態に拡大・復元する技術です。単なる引き延ばしとは異なり、AIが欠けた細部を推測して補うため、ノイズを抑えた自然で高画質な出力が得られます。
生成AIのAI用語一覧（7ページ目）
163件生成AIに関するAI用語を163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7ページ目です。
音声合成システム
音声合成システムとは、テキストデータなどの入力情報から人間の発話を人工的に生成する技術や仕組みのことです。近年では深層学習の発展により、機械学習モデルを活用して人間の声質やイントネーションを極めて自然に再現できるようになっています。
Top-pサンプリング
Top-pサンプリングは、大規模言語モデルがテキスト生成する際に確率の累積値を用いて語彙を選択する手法です。Nucleusサンプリングとも呼ばれ、多様性と自然さを両立した出力制御を可能にする生成AIの重要なパラメータです。
CoT（思考の連鎖）
CoT（Chain-of-Thought：思考の連鎖）とは、AIに結論だけでなく途中の思考プロセスを段階的に出力させるプロンプトエンジニアリングの手法です。複雑な算術推論や論理的思考を要するタスクにおいて、推論ステップを明示させることで大規模言語モデルの回答精度を大幅に向上させます。
WaveNet
WaveNetは、GoogleのDeepMindが開発した音声合成のためのディープラーニングモデルです。従来の波形処理とは異なり、音声の波形データを直接生成することで、人間と聞き分けがつかないほど自然で滑らかな音声を合成することを可能にしました。
GPT-4
GPT-4は、OpenAIが開発した最先端の大規模言語モデルです。高度な推論能力やマルチモーダル処理を備え、自然言語処理の分野で広く活用されています。文章作成だけでなく、画像認識やプログラミングなど多様なタスクに対応します。
モデルマージ
モデルマージとは、それぞれ異なるデータやタスクで学習済みの複数のAIモデルの重みを統合し、新たな追加学習を行わずに複数の能力を兼ね備えた単一のモデルを作り出す技術です。効率的なAI開発手法として注目されています。
ディフュージョン・ポリシー
ディフュージョン・ポリシーとは、拡散モデルの生成能力を応用し、ロボットの複雑な制御や動作方策を獲得する機械学習の手法です。多様で滑らかな軌道生成を可能にし、ロボティクス分野での応用が期待されています。
RLAIF（AIのフィードバックからの強化学習）
RLAIF（AIのフィードバックからの強化学習）とは、従来人間の手で行われていた選好評価をAIモデルに代替させる手法です。大規模言語モデルなどの学習コストや手間を大幅に削減しつつ、高度なアライメント調整や性能向上を実現する技術として注目を集めています。
大型言語モデル（LLM）
大型言語モデル（LLM）とは、大量のテキストデータを深層学習させることで、人間のような自然な文章の生成や理解を可能にしたAIモデルです。検索エンジン、自動翻訳、チャットボットなど多岐にわたる用途で活用され、現代の生成AIブームの中心的な役割を果たしています。
過剰確信
過剰確信とは、AIモデルが実際には不確実な予測や誤った出力であるにもかかわらず、高い確率値や自信をもって提示してしまう現象です。ハルシネーションの発生原因や誤判断を招くため、信頼性向上の上で重要な課題となっています。
フューショット
フューショットとは、AIモデルに少数の具体例（プロンプトや入力データ）を提示することで、追加の重み調整を行わずに新しいタスクを正確に実行させる手法です。事前学習済みモデルの応用力を引き出す重要な技術として、生成AIの活用で広く利用されています。
検索拡張生成（RAG）
検索拡張生成（RAG）とは、大型言語モデルが回答を生成する際に外部知識ベースから最新や特定の情報を検索し、その参照結果を組み合わせて高精度な回答を生成する技術です。モデル単体では対応できない最新情報や社内固有のデータに基づいた正確な回答が可能となり、事実と異なる情報を生成するハルシネーションの抑制に貢献します。
推測的デコーディング
推測的デコーディングは、大規模言語モデルのテキスト生成速度を高速化する推論最適化技術です。軽量なドラフトモデルで仮のトークンを高速に生成し、大型のターゲットモデルで一括検証することで、出力品質を落とさずに生成遅延を大幅に削減します。
アルファマット
アルファマットとは、画像や動画から特定の被写体を背景と分離するための不透明度情報（アルファチャンネル）を保持したマスク画像のことです。AIを活用した画像生成や背景切り抜き技術において、髪の毛などの繊細な境界を正確に抽出するために広く利用されています。
数学的推論能力
数学的推論能力とは、AIが文脈や論理規則を理解し、数学的な問題に対して解法ステップを順序立てて導き出す能力のことです。単なる計算処理だけでなく、文章題の解釈や定理の応用、証明の構築など高度な思考能力が含まれます。大規模言語モデルの発展に伴い、思考鎖プロンプトなどの手法を通じて大幅に向上しています。
HiFi-GAN
HiFi-GANは、高品質で自然な音声を高速に生成することに特化した敵対的生成ネットワーク（GAN）ベースのボコーダーです。音声合成の分野で広く活用されています。
温度
AIの温度（Temperature）とは、テキスト生成モデルが出力する単語のランダム性や多様性を制御するためのハイパーパラメータです。温度を高くすると創造的で予測不可能な文章になり、低くすると一貫性のある確実な出力が得られます。
推論パラメータ
推論パラメータとは、AIモデルが学習済みデータをもとに回答や画像を生成する際、出力のランダム性や長さなどを制御するために調整する設定値です。代表的なものに温度パラメータやTop-pサンプリングなどがあり、これらを変更することで、AIの応答の創造性や正確性を用途に応じて柔軟に調整できます。