生成AIとは何か

生成AIとは？

正式名称は生成AI（Generative AI）。文章・画像・音声・動画など、新しい内容を作り出すAIの総称である。ChatGPT、Gemini等が代表例としてある。

動きを分解すると「入力された文を数値に直す→次に来る言葉を予測する→選んで並べる」の繰り返しで、これを一語ずつ最後まで続ける。画像の場合は、砂嵐のようなノイズから少しずつ形を整えていく方式が主流である（拡散モデルの原論文）。

生成AIは答えを調べているのではなく、続きを予測している。検索が「すでにあるページを探して返す」のに対し、生成AIは「学習したパターンから、もっともらしい並びを組み立てる」。出典が手元にあるとは限らないのはこのためである。

出来を左右する主な要素は次の2つ。

• 学習データ＝何を読んできたか。読んでいない分野でも、それらしい言葉で埋めてしまう。
• 指示（プロンプト）＝何をどこまで書くかの条件。条件が曖昧なほど、平均的で当たり障りのない出力になる。

従来のAIとの違いもここで分かれる。従来のAIが得意なのは、迷惑メールの判定や売上の予測のように、与えられたものを「分類する・当てる」作業だった。生成AIは、学習した特徴を組み合わせて新しく「作る」側に回る（GANの原論文）。

この学習には膨大な計算が必要で、そこを担うのがGPUである。少ない例や短い指示だけで幅広い作業に対応できるようになったのは、モデルと学習量を大きくした結果でもある（GPT-3の論文）。

豆知識

もっともらしい誤情報を生成する場合あり。これは「ハルシネーション」と呼ばれる。

そのため、AIの成果物を評価するうえでは査読能力が不可欠！

仕事や学習で使うときは、重要な内容を公式資料などで人間の手により確認することが肝要となってくる。

歴史

生成AIは、約70年にわたるAI研究の積み重ねによって誕生したもので、当初は人が登録した規則の範囲内でしか動けなかった。

その後、統計的自然言語処理や機械学習が発達し、データから言葉や画像の特徴を学習できるようなる。

さらに、深層学習の発展によって、複雑な文章・画像・音声の生成が可能になった。

2017年に登場した「Transformer」は、大規模なデータを効率よく学習する仕組みを実現し、そこからGPTなどのモデルが発展し、2022年のChatGPT公開をきっかけに、生成AIは一般にも広く利用されるようになった。

まとめ・私見

各社が競っているが、今のやり方はいずれ頭打ちになると思っている。性能は投入したデータ量に比例しないし、高品質なデータには限りがあるからだ。

面白いのは、下の差を縮める道具だということ。文章が苦手でも読める文になり、初心者でもコードが書ける。

ただし上の差は開く。誤りを見抜けるかは結局その人の知識次第だから、使うほど差がつく。

浮いた時間を自分の勉強に回す。今はそれが正解。