生成AIとは？知っておくべきことすべて

OpenAI の主力人工知能チャットボットは、Google Gemini、Microsoft Copilot、Anthropic の Claude などのChatGPT の最良の代替品とともに、すべて生成 AI モデルの例です。

生成AI技術の活用は、多くの人々の私生活や仕事生活に欠かせないものとなっています。しかし、生成AI（GenAIと略されることが多い）とは実際には何を意味し、他の種類の人工知能とは何が違うのか、そしてどのように機能するのか？これらの疑問への答えは、以下で見つけることができます。もちろん、ChatGPTにまだ質問していないことを前提としています。

生成 AI とは何ですか?

ジャーナリストとしての私のギルドカードを危険にさらすリスクを冒してでも、この場合は生成AIの定義についてChatGPTに頼るのが適切と思われます。

「生成AIとは、既存のデータからパターンを学習することで、テキスト、画像、音楽、コードなどの新しいコンテンツを作成する人工知能の一種です。GANやトランスフォーマーなどのモデルを用いて、リアルで人間のような出力を生成することで、芸術、デザイン、ライティングなどの分野におけるクリエイティブな応用を可能にします。」

もっと簡単に言えば、コンテンツを生成する人工知能です。

「生成 AI」という表現が使われるようになったのは比較的最近のことですが、その概念は約 75 年前から存在しています。コンピューター科学者のアーサー・サミュエルが 1950 年代に「機械学習」という用語を普及させ、これが生成 AI の先駆けとなったと考えられます。

数十年にわたって研究と進歩がなされてきましたが、私たちが知る生成 AI が最も大きな進歩を遂げたのは、エンジニアの Ian Goodfellow による生成的敵対的ネットワーク (上記の定義では GAN と呼ばれています) の開発のおかげで、わずか 10 年前です。

これに続いて、2017 年に Google の科学者らが「トランスフォーマー アーキテクチャ」を導入しました。これは、現在最も一般的に使用されている生成 AI ツールの基盤となっています。

生成 AI の例にはどのようなものがありますか?

ChatGPT、Gemini、Copilot、Claudeといった人気のチャットボットツールを使ったことがあるなら、それは生成型AIを使ったことになります。つまり、レストランのおすすめ、エッセイの添削、家主への苦情の手紙のテンプレート作成などをAIに依頼したことがあるということです。

その用途は、無害な楽しみ（オリジナルの詩や歌、幻想的なイメージの考案）から専門的なもの（プレゼンテーションの作成、製品のプロトタイプの設計、戦略の策定）、さらには人命を救う可能性のあるもの（新薬の発見）まで多岐にわたります。

自分だけのアクションフィギュアを視覚化したり、愛犬を人間に変えたりするなど、多くのソーシャル メディアのトレンドは、生成 AI の産物です。

しかし、生成AIはより悪質な目的にも利用されてきました。ディープフェイクは、誤情報の拡散、人々の評判の毀損、あるいはセクストーション詐欺のための「ヌード」画像の作成に利用されています。これは、生成AIの普及が多くの人々を不安にさせる理由の一つです。特に、この技術がますます説得力を持ち、使いやすくなっているため、その懸念は高まっています。

生成 AI はどのように機能しますか?

ご心配なく。ここでは確率モデリングや高次元出力の深掘りはしません。実際、非常に簡単に言えば、生成AIモデルは2つの主要な機能を実行すると考えることができます。

彼らの最初の仕事は、膨大なデータセットからパターンを学習することです。これらのデータセットには、テキスト、画像、ウェブページ、コードなど、モデルに入力できるあらゆるものが含まれます。これは一般的に「トレーニング」と呼ばれます。

AIモデルはデータ内のパターンを識別し、知識と理解技術を効果的に獲得します。例えば、モデルに史上最高のホラー小説100冊を入力すると、データを相互参照し、それらの本に共通する構造、言語、テーマ、物語の技法を抽出します。

次に、その学習を適用して全く新しいものを生成します。つまり、ChatGPTに次の休暇の計画を立てるように依頼すると、ChatGPTは収集したすべての情報を活用し、「学習済み確率分布」と呼ばれるものを用いて応答を作成します。

文章の場合、Midjourneyは単語ごとに処理を行い、取得したデータを用いて文中の最も適切な次の単語を選択します。画像の場合、トランスフォーマーベースのモデルを用いた生成AIツールが、これまでに見た無数の実画像の色彩と構成を取り込み、それを基にして正解を生成します。例えば、 Midjourneyに漫画を作成するように依頼すると、Midjourneyは過去に学習したすべてのサンプルを考慮し、指示に正確に適合する作品を作成すると考えられます。

これら2つの用語はしばしば同じ意味で使われるため、少し混乱を招くことがあります。AIはあらゆる形態の人工知能を包括する包括的な用語です。生成AIはその包括概念に含まれますが、特にコンテンツを生成するAIツールを指します。

その違いを顕著に示すのが、IBMのチェスコンピューター「ディープ・ブルー」だ。1997年、歴史上最も偉大なチェスプレイヤーの一人であるガルリ・カスパロフを破ったことで有名だ。このコンピューターは、動きを学習し、ゲームを評価し、戦略的決定を下すために、いわゆるシンボリックAIを使用して構築されたが、新しいものを作成しないため、生成AIとしては分類されないだろう。

非生成型AIのもう一つの一般的な例として、識別型AIがあります。これは、スマートフォンのフォトアルバムで写真をグループ化したり、スパムメールを識別して受信トレイから非表示にしたりする顔認識ソフトウェアに利用されています。

したがって、ChatGPT、Copilot、Gemini などのチャットボットは確かに AI の大きな範疇に入りますが、より正確には生成 AI モデルとして分類されます。

生成AIの課題

上記で生成AIの悪用について触れましたが、生成AIの他の欠点は、むしろこの技術の仕組みに内在する本質的なものです。これらのモデルの精度は、学習に使用した情報の質に左右されます。信じられないかもしれませんが、インターネット上には古くなった情報、誤解を招く情報、あるいは明らかに間違った情報が大量に存在します。これらはすべてチャットボットの軌道に乗せられ、事実として吐き出されてしまう可能性があります。こうした誤りは「幻覚」とも呼ばれます。

同じ理由で、生成AIモデルも偏見やステレオタイプを再確認してしまうという罠に陥る可能性があります。ChatGPT自身が挙げた例によれば、「テキスト画像変換モデルは、『看護師』のような職業を女性、『CEO』のような職業を男性と関連付けることが多い」とのことです。

学術機関は、ChatGPTなどのツールを使ってエッセイや論文を書く学生への対応に頭を悩ませています。クリエイティブ産業にもたらす課題――生成型AIは本当に作家、俳優、ミュージシャン、アーティストを完全に不要にしてしまうのか？――は、常に議論の的となっています。

Tom's Guideのその他の記事

• この小さなプロンプトの変更により、ChatGPTははるかに便利になります。その方法は次のとおりです。
• 無料で独自のAIモデルを作成して実行する方法
• AppleがSiri問題で9500万ドルの和解に合意 ― 取り分請求の方法はこちら