汎用性
AIにおける汎用性とは、特定の訓練データや限定された環境だけでなく、未知のデータや多様な状況に対しても適切に対応できる能力を指します。機械学習モデルが過学習を起こさず、実世界の様々なタスクに応用できるかを示す重要な指標です。
人工知能のAI用語一覧
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。
マルチエージェント
マルチエージェントとは、自律性を持つ複数のAIエージェントが同一の環境内で相互に作用し、協力や競合を通じて複雑なタスクを解決するシステム概念です。単一システムでは困難な問題の分散処理や社会シミュレーションなどに活用されます。
モデル
AIにおける「モデル」とは、大量のデータセットを学習することでデータ内の規則性や特徴を捉え、新しいデータに対する予測や判断を行う計算処理の仕組みです。機械学習ではアルゴリズムを用いて訓練が行われ、調整されたパラメータによって推論を実行します。画像認識や文章生成など、多様なAI機能の基盤となる中心的な要素です。
AIエージェント
AIエージェントとは、人間が与えた目標や指示に基づき、自律的に思考してタスクを計画・実行するAIシステムです。単なる質問応答にとどまらず、ツールやAPIを活用して複雑な作業を遂行できるため、次世代のAI技術として注目を集めています。
教師
機械学習における「教師」とは、AIモデルに学習させるための正しい答え（正解ラベル）やそのデータを提供する役割・概念を指します。人間がデータに注釈をつけるアノテーション作業などを通じて準備され、AIが入力データと正解との誤差を計算して予測精度を向上させるための基準として機能します。
特化型AI
特化型AIとは、特定のタスクや限定された領域の処理に特化した人工知能のことです。チェスや画像認識、音声認識など個別の分野で高い性能を発揮しますが、あらかじめプログラムされた範囲外の応用はできません。現在の実社会で普及しているAIはすべてこのタイプに分類されます。
軌道計画
軌道計画とは、ロボットや自動運転車などの移動体が、指定された目的地点まで安全かつ効率的に到達するために、時間経過に伴う位置、速度、加速度の変化（軌道）を計算・決定する技術です。障害物を回避しつつ物理的な制約を満たすスムーズな動作を実現するために、ロボティクスやAI制御において重要な役割を果たします。
データ資産
データ資産とは、企業や組織が保有し、ビジネス上の価値を生み出すために活用できるデータの総称です。AIの開発や運用において、質の高いデータ資産の存在はモデルの精度を左右する極めて重要な要素となります。
訓練済みモデル
訓練済みモデルとは、機械学習やディープラーニングのアルゴリズムに大量のデータを学習させ、予測や判断ができるようにパラメータを最適化した状態のAIプログラムのことです。
推論
訓練済みのAIモデルに対して、新しいデータを入力することで予測や分類、テキスト生成などの判定結果を出力するプロセスのことです。開発フェーズである「学習」によって構築されたパターンやパラメータ（重み）を用いて、実世界の実データから知見や予測結果を導き出す役割を担っており、AIが実用的に機能する根幹の処理にあたります。
人工超知能
人工超知能（ASI）とは、あらゆる分野において人間の知性を遥かに超越する能力を持つ、現時点では理論上の人工知能概念です。自己改善を繰り返すことで爆発的な進化を遂げるとされ、人類の存続や社会に計り知れない影響を与える可能性が議論されています。
確率的
確率的とは、事象の発生や結果が確定しておらず、一定の確率に基づいて変動する性質のことです。AIや機械学習の分野、特にLLMなどの生成AIでは、入力に対して常に同じ出力を返すのではなく、確率分布に従って多様な応答を生成する仕組みに活用されています。これにより、人間らしい自然な対話や創造的な文章の生成が可能となります。
ニューロン
ニューロンとは、脳の神経細胞を模した人工知能の基本単位です。複数の入力信号を受け取り、一定の条件を満たした場合にのみ次の信号を出力する仕組みを持ち、人工ニューラルネットワークの基礎として多くのAI技術に応用されています。
ヒューリスティック関数
ヒューリスティック関数とは、探索問題において現在の状態からゴールまでに必要なコストや距離を大まかに見積もる評価関数のことです。探索範囲を絞り込み、最適な解を効率的に見つけるために利用されます。
AIシステム
AIシステムとは、人工知能技術を取り入れたソフトウェアやハードウェアの総合的な仕組みを指します。単一の機械学習モデルだけでなく、データ収集から前処理、推論、結果の可視化や外部システムとの連携までを含めた全体像を意味します。実社会の課題解決や業務自動化を実現するための運用基盤として重要な役割を果たします。
マルチモーダルAI
マルチモーダルAIとは、テキスト、画像、音声、動画などの異なる種類のデータを組み合わせて同時に処理し、総合的な理解や出力を行う人工知能システムのことです。人間が視覚や聴覚、言語などを統合して物事を認識するように、より高度で文脈に沿った判断を可能にします。
クローズドソースモデル
クローズドソースモデルとは、モデル重みや学習コードなどの内部構造が一般に非公開となっているAIモデルです。開発企業が知的財産保護や安全管理を目的に管理し、主にAPIやクラウドサービス経由で提供されます。
知能爆発
知能爆発とは、人工知能（AI）が自己のプログラムを書き換える自己再帰的改良を繰り返すことで、指数関数的に知能を向上させ、人間の知性を遥かに超越した超知能が急激に誕生するという仮説です。技術的特異点を引き起こす主要なシナリオとして、AIの安全性や人類の未来に関する議論において極めて重要なテーマとなっています。
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。
貪欲法
貪欲法とは、問題解決の各ステップにおいてその場での最適な選択を繰り返すことで、全体としての最適解に近づけようとするアルゴリズム手法です。計算コストが低く、AIの探索や機械学習の様々な決定プロセスで広く応用されていますが、局所最適解に陥る弱点もあります。
データサイエンス
データサイエンスとは、データの収集、処理、分析を通じて、価値ある洞察（インサイト）やビジネス上の意思決定に役立つ知見を導き出す学際的な分野です。統計学、数学、コンピュータサイエンス、そしてビジネスの専門知識を融合させ、膨大なビッグデータから予測モデルの構築やパターン発見を行い、社会や企業の課題解決に貢献します。
プロプライエタリモデル
プロプライエタリモデルとは、開発企業がソースコードやモデルの重み（ウェイト）を非公開にし、知的財産として独占的に所有・管理するAIモデルのことです。利用者は主にAPIなどを通じて機能のみを利用します。高い性能やセキュリティ、充実したサポートが特徴であり、オープンソースモデルと対比されます。
破滅的忘却
破滅的忘却とは、ニューラルネットワークなどの機械学習モデルが新しいデータを学習する際、以前に学習した知識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や適応における大きな課題の一つとして知られています。
AIモデル
AIモデルとは、AIがデータからパターンや規則性を学習し、推論や予測を行うための数学的な仕組みです。膨大なデータを元に構築され、画像認識や自然言語処理などの多彩なタスクの基盤となります。