AIとは何か？を理解する為の80のワード

ついに大変そうなとこにも踏み込む事にしました。
他人の記事、情報をうのみにして、後で確認してみるなんか全然違うとか、
最近そういう場面によく出くわします。
当たり前すぎる事でも、自分の言葉で全部書いていこうと思います。

1、生成AI
0から1を生み出してくれるAIの総称、メロンの味の成分が分かっていれば、メロンがなくてもメロンの味のお菓子を生成できる。イチゴ以外のものからイチゴの香りも生成できる。人間の言葉・意味が分かっていれば、最適な言葉を作り出せるという能力。
もちろん人間の脳も持ってる機能。想像力？

2、LLM
ラージランゲージモデル。人間の言葉を山ほど覚えさせてしかもそれをイイ感じに配置した超大型の人間の脳（人工）どの種類の情報を食べたかで性能がガラッと変わる。
食べた実でゴム人間になったり、手がいっぱい出る女の人になったりするのと同じで、性質は取り込んだ情報次第。

3、チャットボット
LLMに問い合わせをする窓口。有名なものはChatGPT、copilot(bing)、bard、claude、perplexity等々。入れられた文字をどう要素分解（理解）するかで②の人工脳に送る指令が変わるので結構重要。人間ていうと目や耳といった情報を取り入れる器官に相当する。

4、NVIDIA独り勝ち
AIの処理は基本的には並列処理で、元々GPU作っていたNVIDIA社のA100/H100が大当たり。今現在もびっくりするくらいの独り勝ちを収めている。世界中で争奪戦が起きてるので、NVIDIAから委託してH100作っている台湾のTSMCも恩恵で工場増やしている。日本の熊本とかで。

5、自然言語（NLP）
普段話す日本語。対義語はプログラム言語。これまでは機械を操作するのはアレクサを除いては、プログラム言語でしかできなかった。これが直感的な言葉で操作できてしまうようになり、世の中の理系(≒IT系)がなんだか文系に押されるんじゃないかって、それくらいの世界の変化。
来年にはAIでできる事/ITでできる事のすみわけが出来てくる。

6、ニューラルネットワーク
効率よく省エネで適切な場所に適切な情報を整理整頓してくれる脳の仕組み。ちょっとAIに興味を持ちだしたおじさんたちを駆逐する仕組みが入っている、サラリーマンのおじさん・おばさんは開けてはいけない禁断の玉手箱ともいえる。

7、Python（パイソン）
実際にAIはこの言語で動き、細かなチューニングも、細かな操作もこのプログラム言語で行う。AI系スキルの中でかなり必須な立ち位置の差別化要因。理系プログラマーが、文系に押され始めて生成AIのコントロールをプログラミングで行うか、言葉で行うか。となった時の一翼。
AIの最新機能も、まずはPythonで提供・実行されるため。中級のAIの達人の証明でもあり、おじさんがAIの達人になるのをあきらめる分水嶺でもある。

8、機械学習（Machine Learning）
パターン学習。よく行く飲み屋にいくと「いつものでいい？」って言われちゃうやつ。機械学習させて人間のくせを覚え込ませた白物家電を「AI機能搭載」と言ってAIトレンドに乗せて売る戦術が見られる。

9、ディープラーニング（Deep Learning）
ニューラルネットワーク（脳の仕組み）を使って、複雑な学習をさせる事。広義では機械学習に含まれるが、機械学習が家で自分でやる勉強、ディープラーニングはSAPIXで学ぶ塾学習くらいの差がある。

10、教師あり学習
レシピ本見ながら料理を作るようなイメージ。

11、教師無し学習
レシピ本無しの創作料理。いい意味でも悪い意味でもいろんな発見がある

12、強化学習
すでにトイレのしつけまでは終わった（学習済み）ワンちゃんを買ってきた後で、人に嚙みついちゃいけないとか、お手とかお座りを追加で覚えさせること。
AI界隈では、ナチスを崇拝しないとか悪口を言わないとかの「倫理観しつけ」されているのでAIで作った文章はGrok以外は悪口を言わないようになっている。
この為AIは行儀のよい言葉方面の知見に膨らんでいくので、入力もお行儀がよい敬語の方が情報力が多くなる。

13、自然言語処理（NLP）
自然言語（日常会話）で入力された文字を、分解して理解する為の処理。処理方法は何パターンもあって、これが生成AIの応答品質にかなり影響する。視力の良さ、聴覚の良さ、嗅覚の良さ、舌の感度、皮膚の敏感さ、といった人間の各器官の性能と同じともいえる。複合的に情報が脳に入るのと一緒で、AIもいろんなパターンで入力された言葉を分解して脳（LLM）に伝えている。

14、マルチモーダル
AIが見て聞いて話せる。人間に近づいた事を表現する言葉。文字入力だけでなく、カメラから判断、音声から判断ができりるようになり、AIが目を持った、耳を持ったと表現される。

15、転移学習
頑張れば得た知識モデルを応用できるようなな共通分野で、出来上がったモデルを他のモデルに流用すること、山崎邦正が月亭方正になってがんばってるのと同じ。

16、ビッグデータ
第3次AIブームの時に現れた。データを大量に集め、その中から将来有意義な別の価値を生み出そうとする考え。正しくは"a large amount of data（ビッグデータ）”だがすでに造語のビックデータの方が、フライドポテト同様に市民権を得ている。

17、ディープフェイク
主に生成AIのリスクとして再注目された言葉、人の声や顔を模倣して本人が話しているかのように話す。生成AIにより、もうほぼ見破れないくらいの精度になったのでディープなフェイクと言われる。

18、出資戦争（代理戦争）
OpenAIの後ろにMicroSoftがいるように、大企業が優秀なAI企業に先行投資もしくは買収している様子。有名なとこだとARMにSoftBank、ClaudeにAmazon。見返りに主戦場のクラウドに顧客を誘導する。GAFAＭの中でも自力で戦っているところには、Apple、Meta、Googleなどがある。

19、驚き屋
タイキックで異常なほどに痛がる田中の亜種。オーバーリアクション芸人。
何でもすぐにめちゃくちゃびっくりしちゃう沸点の低い人。
意識的にやってる人は声のトーンに反比例して目線が安定している。

20、米中供給止め戦争
主に米国が中国に対して、AIの処理に必要なチップセットの輸出を妨害・停止する事。中国は自国産のチップセットを開発しなければいけなくなっているが、この遅れでAIの開発速度にも影響している。

21、XAI（説明可能なAI）
ニューラルで何となくいい感じに成長した今の主流のAIは、もはやなぜそう動くのか説明が難しい為、ブラックボックスと呼ばれる。その反対に全部明確に仕組みが分かっているAIはXAIと呼ぶ。
モデル式（理論式）のAIは説明可能なXAIの1つだが、結局のところ性能が全然よくない（使えない）のでブラックボックスでもいいから使おう、というのが今の世の中の流れ

22、GAN（生成敵対ネットワーク）
二つの異なるニューラルネットワークが互いを高めあいながら成長していく仕組み、変装がだんだんうまくなるルパンと見破る力が伸びていく銭形の関係。

23、釣りネイル
すげー！ヤバイ！神！やらないと/見ないと後悔！損します！絶対！今すぐ！やるべき！
というサムネイルを付ける人。損もしないし後悔もしないが、そこは見る人もわかっていて釣られている。赤字覚悟の大セール。という看板と同じ。

24、AI（人工知能, Artificial Intelligence）
人間の知能を模倣するシステムの事。人間みたいな発想（回答）をする。

25、ハイパーパラメータ
機械学習のアルゴリズムの性能を調整するための設定値。ケーキを焼くときのオーブンの温度のようなもので、適切に設定しないと機械学習がまる焦げになる。

26、Stability AI社
社名、名前だけオープンなOpenAIと違って、本当に技術を公開している企業。
Amazonと一緒にスーパーコンピューターEzra-1（世界5位）作ったり、テキストから画像にするモデルの先駆けであるStable Diffusionを作った。最近だとプロンプトから音楽を作るStable Audio を出した。

27、Hugging Face
AIや機械学習の分野で注目を集めるプラットフォーム（ファイル共有の場）で、自然言語処理や画像処理などのさまざまなモデルやデータセットを提供しています。
Hugging Faceの代表的なライブラリには、Transformers, Datasets, Tokenizers, Accelerateなどがあります。これらのライブラリを使うことで、事前学学習済みのモデルを読み込んだり、新しいデータセットで学習したり、モデルのパラメータを調整したりすることができます。
とにかく変化の速いAI界隈にとって、この場所をチェックしておくのは大事。

28、GitHub
GitHubは、ソフトウェア開発者がコードを共有、管理、共同で作業するためのプラットフォーム（ファイル共有の場）です。Gitというバージョン管理システムを用いて、開発者はソースコードの変更を追跡し、複数の人が同じプロジェクトに取り組む際の協力を容易にします。プログラマー憩いの場です。

29、GitHub Copilot
GitHubが開発したAI駆動のコーディングアシスタントです。このツールは、OpenAIのGPT-3言語モデルをベースにしており、プログラミング言語に精通した強力なコード生成能力を持っています。
コードの補完機能とかもある。

30、Grok
Xが開発したチャットボット、リアルタイム検索（Xのデータから）ができるのが強み、あと生成AIでは唯一といっていい機能「悪口が言える」というものを持つ。自由奔放型のAI

㉛ラマ２
メタ社が開発しているLLM、オープンなのでいろいろな企業がそれを使ってLLMの開発をしている。食わせるデータ次第では化ける要素があるLLM

㉜Ajax(AppleGPT)
来年iphoneに乗ってくるかもしれないチャットボット、Apple製。Siriと違って高性能とのうわさ

㉝オリンポス
AIで出遅れたAmazonが開発中のLLM（AI）、豊富すぎる資金力を使って、2強のMicroSoft、Googleをごぼう抜きにする性能（パラメータ数）があるとのうわさ

㉞ジェミニ（情報通風の人はジェミナイと呼ぶ）
GoogleのLLM　パーム２の後継者。すごい優秀との触れ込み。本気を出すのは2024年からとの事で期待大。

㉟シンギュラリティ
技術的特異点。人工知能（AI）が人間の知能を超え、自律的に改良や発展を遂げるようになる未来の時点を指します。リアル世界だとアニメ・エヴァンゲリヲンのセリフの中でしか聞いたことがないけど、それ（アニメの世界の話）が現実世界でも聞くようになったという意義もある。

㊱ダリ３
ChatGPTにバンドルされている、文字から絵を描くプログラム。このブログの絵は全部DALL-E3（ダリ３）

37、ミッドジャーニー
Midjourneyとは、AI技術を活用したコンテンツ生成ツールの一つで、特にAIによる画像生成に焦点を当てたプラットフォームです。リアル系のタッチの画像に強い？

38、アノテーション
データに追加情報を付加することを指します。特に機械学習やデータサイエンスの分野で重要な役割を果たします。この用語集も正しい意味の他にプラスしてアドさんの理解というアノテーションがされています。

39、Docker/コンテナ技術
AIはすごいけど、それを実際に使う・カスタマイズするには、自分のPCとかに持ってきて動かさなきゃいけない。最近はプログラムは一人で作らないでみんなで分担して共同制作するのがトレンド。でも共有するのにいちいちみんなのPCの規格や環境をそろえるのはめんどくさいので、うごく環境（ライブラリ）をセットでパッケージにしてやり取りする技術。

40、イライザ (ELIZA)
イライザは、1960年代にジョセフ・ワイゼンバウムによって開発された初期の自然言語処理プログラムです。コンピューターにそれらしい人間の会話パターンと応答パターン覚えさせておいて、人間と対話させたら、相手が機械なのにまるで人間みたい！と評判が良かった。

41、イライザ効果
人々が比較的単純なコンピュータプログラムに対しても、高度な知能や感情を持っているかのように錯覚する現象を指します。人間が機械やソフトウェアとの対話において、その能力を過大評価しやすい傾向があることを示す。特に今年は「AIはすごい！」というプラシーボ効果で、人類全体がAIにポジティブメガネをかけている。全然AIじゃないものも「AI機能搭載！」と書かれているとなんかすごく見えてしまう。

42、XXX式プロンプト
AIとの対話は自然言語なのでただ話すように聞けばOKだが、好きに話していい。と言われると何聞いていいかわからない人向けの補助ルール。「自由という不自由」に「不自由という制約をあたえ自由を得る」。これまで機械に感性で会話してきた人はいない（ハズ）だから、慣れるまでこういう補助が必要。

43、CPU
高速に色んな事を考えて答えを出せるPCのパーツ。後ででるGPUと比較した場合は一度に1つの事しか処理できないパーツという意味になる。実際は多重処理もできるが、GPUと比較するとまったく日にならない。

44、GPU
ゲームの画面をきれいに書くためのPCのパーツ。たまたま複数の事を同時にできるっていう性能があり、これがAIに向いているという事で世界的な大ヒット。特にもともと専門だったNVIDIAのGPUA100/H100はAIの進化にかなり貢献した。今も世界でH100の争奪戦中。

45、NPU
NPU（Neural Processing Unit）は、ニューラルネットワークの計算に特化したプロセッサ。当然ながらこれまでAI専門のパーツなどなかった。AIや機械学習におけるディープラーニングモデルの効率的な処理に特化して１から設計されたパーツ。NPUは、従来のCPUやGPUと違い、AI関連の計算に最適化されている。

46、第4次AIブーム
2022年のChatGPTの登場から始まった今のブームの事。これにより本当に業務効率化などが実現され、ただのブームではなく携帯電話登場のような大きな変革ではないか、と言われている。
第3次がおわったのか？という議論はまだ残っていますが、明らかにChatGPTの登場以前と以後を同じに語るのは私はセンスがないと思うので、私は2022年11月～を第4次と考えています。

47、AI関係者分類（ミーハー族、にわか族）
AIの技術や最新情報を薄く浅くとりあげて、人気につなげてようとする活動をメインにする層
新しければ新しいほど良く、革新的であれば革新的であるほど良い。実態や効果には興味がない。
主眼はポストにつくイイねの数。

48、AI関係者分類（学者族）
第一次AIブームからの古参の研究者の分類。生成AIに対し総じてものすごい知識量、理解力を誇るが、㊼のポット出のミーハー族が大嫌いで、特徴としてほぼ全員が話すのが苦手、そして難しい事をわかりやすい言葉に置き換えるという概念そのものがない（ミーハー族にけして餌を与えない）

49、AI関係者分類（先行者特権ビジネス探究者）
先んじて生成AIについて理解し、短期サイクルで今しかできないビジネスで稼ごうとしているたくましい層、㊼と㊽の特徴をハイブリット的にもつが、利益をあげる部分に主眼を置くため肝心な事は無料では教えてくれない。ビジネス（責任が発生）としてのサービス化と提供に時間を割かれる為、やや研究や理解そのものが浅くなり、集めた人を使ってさらに自分の代わりに研究を進める錬金エコシステムを展開しているパターンもある。

50、AI関係者分類（拒絶反応族/Bing族/ちょっとやってみた層）
会社から許可されたBingを使ってみたものの、あまりすごいと思えるような回答が出なかった為、みんな騒いでるだけで実際はすごくないな。と短時間で結論を出した層。
生成AIの急拡大に伴い、それ自体を教えられる、説明できる人間が使う人間に対して圧倒的に不足しているという状況の結果生み出されている。

51、AI関係者分類（AI何それおいしいの？層/触った事すらない層）
日々の業務に追われてAIに全く関与できていない層。別になくても困らないし、他の人もそんなにつかってるって聞かないし。。。的な中間層。特に日本では大多数がここに位置するが、これはAIをまだ使わないという共同歩調をとっているだけで、みんなが使いだすと何の先入観もなく当たり前のように使いだす適応人類。AIに対する日本人、日本の強みそのもの

52、AI関係者分類（大人駆逐層）
今すでにChatGPTや生成AIを使い倒している学生層、特に小中学生で親が制限を設けずに使わせている場合、適切なリード（リテラシーの管理）をする事で将来大化けして、AIに元々の親和性のない適応できなかった大人たちを次々駆逐していく可能性を秘めた新人類。
会社は社長一人いればいいという乱暴な極論を仮に体現できる層があるとすればこの層。ただし世に出てくるまで2－3年かかる。（義務教育）

53、AI関係者分類（ビジネスエリート層）
知らない・使ってないと言いながら、シャドウAIを駆使してめちゃくちゃ研究している恐ろしい層、特に優秀なリーダー、マネージャーに多い。何かを判断するのにまずリスクの調査や効果的な導入について検証・計画している。世の中が動き出した時に、やたらと対応が早い層（準備してるから）

54、AI関係者分類（シャドウ層）
ライターやドキュメント系の仕事で実はバリバリ使っている層。特に便利なものを便利に使うという観点で、おとなしく、情報も出さないが実はかなりのノウハウを自然に手にしているプロ層

55、AI関係者分類（先行者特権活用の学生層）
先んじて生成AIについて理解し、使い方と特徴を短期で習得した学生層。教師や企業の採用担当などが生成AIに対して追いついていないこの瞬間を狙い、生成AIで学校の課題や人事面接の効果的な対応に生成AIの活用力を使う。強みとして研究に没頭する時間がある為に知識量や実際使ってみての知見のブラッシュアップ、共有力が半端ない、現時点でトップクラスの活用層。㊾と同じく就活・課題対応などといった特化型の1種である為、バランスを欠き、包括的な知見にならず応用が利かないという欠点がある。またこの特化型に対しては指導をしてくれる層がまだいない為、ハーメルンのように全員で間違った方向に進むリスクもある。

56、AI関係者分類（スリップストリーム層）
54のビジネスエリート層と同じく、既存で出てきた生成AI関連の情報をつぶさにあつめ、分類・整理している層。ビジネスエリートが大きなビジネスにつなげるという実益に即したプランニングをしているのに対し、全般的に俯瞰して情報を集め、総合力で一気にトップに躍り出る準備をしている層。（情報発信系Youtuberにも多い）2024年に一気に登場してくる。おそらくは学生Youtuberのカテゴリーで超新星が現れると予測。

57、AIチップセット
AIの処理に特化したチップセット、CPU/GPU/NPUよりも処理速度は落ちるが、スマホに乗る事で市民権を得て巨大な市場になると想定される。
各AI（LLM）のモデル分岐（ラージ・スモール）にも影響し、スマホに最適化されたAI（LLM）がカメラや会話の即時判断で人間をサポートするようになる。

58、OpenAI
サム・アルトマン率いる生成AI第一の成功企業。ChatGPTで躍進した。OpenAIという社名ではあるものの、公開されていない部分も多く、ブラックボックスで生成AIを使う。
MicroSoftからの巨額の資金と実際の箱物の提供を受けており、実質的にMicroSoft陣営とみられる。

59、Microsoft
生成AIで現時点で一番お金を儲けた可能性が高い企業、OpenAIに巨額の投資をしたが、クラウド市場でその何倍もの売り上げを出しており超黒字。次の野望はWord、Excel、パワポに生成AIを組み込んだものを世界に普及させ、MicroSoftユーザーであり続けるように仕組む事。

60、Google
ググレカスでおなじみ、人が何かを検索するときはこれまではGoogle検索がメインだったが、AIのサポート力でゲームチェンジされそうになに、なりふり構わずお金を湯水のごとく使いパーム２，ジェミニを開発し生成AIで先を行くOpenAI＋MicroSoft連合を猛追する。

61、Amazon
今や比較対象としておばかなAIの代名詞になった、Siri、AlexaのうちAlexaの提供元。薄利多売を掲げるAmazonのネット通販マーケットを展開しながら、実は純利益のかなりの割合をクラウド市場でMicroSoftやGoogleを圧倒しながら稼いでいる。ユーザーに見えないところでは超のつく利益主義。
オリンポスというAIを開発中で2024年にMicroSoftやGoogleをと並ぶ3大AI勢力になる野望を持つ。

62、Meta
ラマ２というOpenでみんなが使えるAIを世界に提供、みんなの力でAIを活性化させるという方向性。IBMなどとも共同で世界規模のネットワークも構築中。オープン勢力の筆頭の一角。

63、Apple
生成AIを自社ブランドMAC製品、iphone,iPADなどと連携して使うという発想の企業、AppleGPTなどを開発中で、ユーザの指示次第ではPCではなくスマホのAIの筆頭になる可能性大。
おそらくiphoneでは、かなり驚くレベルで人間のサポートができるようになると思われる。

64、X
テスラやスペースX、スターリンクでおなじみイーロンマスクが買収して変わった旧Twitter。
生成AI関連ではタブーを持たない（いい子を演じない）ありのままの生成AIという禁断の領域に踏み込んでいる。Grok1というAIをもつ。
今のところ、タブーな回答に「ブラックジョーク」という免罪符を付けてギリギリのところを攻めながら運用中。おそらくEU圏内では駆逐される類の試み。

65、BAT
バイドゥ、アリババ、テンセント中国御三家の略、当然生成AIでもトップランナー。ただ中国はAI戦争真っただ中ですでに100のAIがある。とされる激戦区
BATが生き残れるかは不明だが、中国系のAIは世界を凌駕する可能性は非常に高い。

66、大脳
生成AIが模している大変の機能は人間の大脳の処理にあたる、この為生成AIは人工のスーパー大脳（1億人分）であるともいえる。当然ながらすでに人間とどちらが賢いかという次元ではない。

67、（悪意のある）プラグイン
ChatGPTやGoogleClomeで使える追加の便利機能の事、協賛している関連企業が開発している製品群。ただ有象無象あるのでその中に悪意のある企業も入っている可能性もあり、どのプラグインが100％安全かというかなり公式な、説得力のあるチェックなしには、サラリーマンは絶対使えない。

68、機密情報漏洩
生成AIに入力したデータは、OpenAI社ではコンテンツと呼び、特に制限をかけなければOpenAI社のAIを進化させる為の学習に使われる。OpenAI社自身がAI任せて自律的に学習させている為、仕組みがブラックボックス化してしまい、情報を抜かれる特殊な使い方を事前に防ぐことができない、あほな命令を何回もさせると中のデータを頼んでもいないのに公開した事件が最近起きた。

69、プロンプトインジェクション
OpenAIがGPT4などがどういう仕組みで回答しているかを把握していない（すでにできない）のもあり、ある種のお願いごとをしているとAIがあほになって出しちゃいけない個人情報や秘密にしなきゃいけない情報を開示してしまう場合がある。この悪い使い方を主にプロンプトインジェクションという。ハッキングという言葉に意味は近い。生成AIは人間の命令に素直に従うように作られており、これと絶対に言ってはいけない秘密があるという概念は矛盾しており、誠実に振舞いたい生成AIの本質を悪用した技といえる。

70、Office Copilot
皆さんがいつも使っているWord Excel PowerPoint Outlok TeamsなどにAIを搭載したバージョン。サブスクリプションで結構お高いのと、大企業レベルの契約数がないとそもそも契約できないので一般ユーザににはハードルが高い。ただ情報漏洩の心配なくこれまで普通に溜めてきた企業内データを活用できる為に、セキュアなAI基盤（システム）がいきなり完成する。という概念は脅威であり革新

71、フィンテック
金融（Finance)+Tech(テクノロジー）の造語、主に堅苦しいお作法の多い金融業界においても、風穴を開けるような革新的なシステムが作れるという行動・もしくは取り組みの概念。金融にも部分的（試験的）に新しい風を取り込む下地があるという意味にもなる。

72、API連携
ChatGPTはダイレクトにOpenAIのWebページで使わなくても、API（伝書バト）を使って学習（漏洩）のリスクを下げて安全に使う事ができる。ただし従量課金モードになる。
他にもGPTsにはAPI連携の機能があり、気象庁や株式会社の公式のAPIを組み込むことが可能、この場合に限りAIは嘘をつく可能性が激減する。気象庁に直接天気の情報を聞いて間違えないのと同じ考え方。ただそれはGPTを使っている事になるか？というのは疑問。大事な部分はAPIで他から正確な情報を持ってきて、アドバイスの部分はGPTにやらせる。というような組み合わせ方で使う。
生成AI関連を業務で使う場合には、非常に重要な考え方。パイソンの次くらいに大事。

73、スモールLLM、SLM
サイズを小さくしたLLM、具体的には特化型のLLM。日本語の文章理解に特化、やお買い物のアドバイスに特化、社内業務の経理のQA対応に特化。など。
閉じた環境（ネット環境に接続しない）でも使えるモデルなのでセキュリティを強く意識している企業などに適したAIの活用法。

74、コーパス
コーパスとは、特定の言語の使用例を集めた大規模なテキストのデータベースです。これは、自然言語処理（NLP）や機械学習の分野で使われ、言語の構造、語彙、文法などを分析するために用いられます。コーパスは、実際の言語使用から得られたサンプルを含み、しばしば特定のテーマやジャンル、言語スタイルに特化しています。例えば、ニュース記事、文学作品、会話記録などがコーパスの一部として含まれることがあります。脳の中から関連用語をさがすときこのコーパスのエリア（関連用語）指定が重要になる。

75、チューリングテスト
何かの問題をだして、回答したのが人間なのかAIなのかを判断する試験。最近ようやくこれをクリアしたAIがでてきたので、生成AIが使える（一昔前のおもちゃではない）という認識が広がった。

76、TPU
TPU（Tensor Processing Unit）は、Googleによって開発された専用のハードウェアアクセラレータで、特に機械学習タスクに最適化されています。CPU、GPUの改良型のイメージでGoogleはこれを使って学習を進めている。

77、BERT
BERT（Bidirectional Encoder Representations from Transformers）は、自然言語処理（NLP）の分野で用いられる機械学習モデルの一つです。Googleによって2018年に開発されたBERTは、深層学習に基づく言語理解のアプローチを大きく進化させました。この為GoogleのBardに入力された日本語はBERTのロジックでも分析されている。

78、形態要素解析
形態要素解析（Morphological Analysis）とは、単語をその最小の意味単位である「形態素（morphemes）」に分解するプロセスです。形態素は言語の基本的な意味を持つ単位で、単語を構成する根（語幹）、接頭辞、接尾辞などが含まれます。形態要素解析は、特に語形変化が複雑な言語（例えば、ロシア語やアラビア語）で重要です。これは、自然言語処理（NLP）において、テキストの意味を正確に理解し、処理するための基本的なステップの一つです。
BERTなども含め、このようにいくつかもの手法でAIは人間の入力を細切れにして、意図を汲み取ろうと必死なのです。だからAlexaに話すより何倍も「伝わる」のです。

79、RAG
「RAG」とは「Retrieval-Augmented Generation」の略で、二つの主要なステップで構成されています。
①検索 (Retrieval) ステップ: 与えられた質問やテーマに関連する文書や情報を大規模なデータベースから検索します。例えば、ユーザーが「地球温暖化の原因」というクエリを入力した場合、RAGは科学的研究や記事から関連する情報を検索します。
②生成 (Generation) ステップ: 検索された情報を基に、モデルが新しいテキストを生成します。このステップでは、検索結果を参照しながら、ユーザーのクエリに答える形で詳細な回答や文章が作成されます。上の例で言えば、検索された情報を基に「地球温暖化の原因には化石燃料の燃焼や森林破壊が含まれる」といった具体的な回答が生成されます。
RAGは、単に大量の情報を記憶するのではなく、必要な情報をリアルタイムで検索し、その内容を活用して意味のある回答を生成する点が特徴です。これにより、モデルはより正確で、詳細な情報を提供することができます。特に、最新の情報や特定の分野に特化した知識が必要な質問に対して有効

80、suno ai
言葉からそれらしい曲を生成できる生成AIメーカー
歌詞も雰囲気を伝えれば作ってくれる。自分で作った歌詞に歌と曲をつける事も可能。これもそれらしいエリアから、それらしいものを作るという意味で生成AIの技術が応用されている。