生成AIとは
文章や画像を、新しく作り出すAI

生成AIとは

生成AI（generative AI）は、学習したデータをもとに、文章・画像・音声などの新しいコンテンツを作り出すAIです。文章で質問すると文章で答える対話型のサービスや、文章の指示から画像を作るサービスが代表的です。

従来のAIは、「この画像は犬か猫か」を分類する、「来月の需要」を予測するなど、見分けたり当てたりする使い方が中心でした。生成AIは、見分けるだけでなく、新しいものを作るところが違います。その急速な進展と普及は社会経済に大きな影響を与えており、第4次AIブームの始まりと捉える見方もあります。

しくみ

生成AIは、深層学習を土台にしています。超大量で多様なデータで事前に学習したモデル（基盤モデル）が、ユーザーの指示（プロンプト）に応じて、新しいコンテンツを作ります。作るものによって、使うモデルが分かれます。

• 文章: 大規模言語モデル（LLM）。内部では Transformer という深層学習のしくみが使われます。
• 画像: 拡散モデルや GAN。拡散モデルは、データにノイズを加える過程と、ノイズを除いて元に近づける過程を学習します。
• 複数の種類をまとめて: マルチモーダルなモデル。1つのプロンプトから、文章・画像・音声などを統合的に扱います。

基盤モデルと学習モデル

生成AI の用語で取り違えやすいのが、基盤モデルと、それを再学習したモデルです。

• 基盤モデル: 超大量で多様なデータで事前学習され、幅広いタスクに対応できるモデル。
• 学習モデル: 基盤モデルを、特定のタスク（チャットボットなど）に向けて再学習したモデル。

ChatGPT は、LLM である GPT をもとに、チャットボット向けに調整したモデルです。LLM はモデルを大きくしていくと、ある時点で急に性能が伸びる現象（創発）が知られており、スケーリング則とともに大規模化の背景になっています。

業務システムでの使い方

業務システムや IoT システムに生成AI を組み込むときには、次の用語が使われます。

• RAG: 外部のデータベースから情報を検索し、質問と一緒に言語モデルへ渡して、独自のデータをもとに回答させる方式。
• MCP: 外部のツールやサービスと連携して、長い文脈情報を外部で管理・提供するしくみ。
• A2A: 自律的に動く AI エージェント同士が連携するためのプロトコル。
• SLM: パラメータ数を抑えた軽量な言語モデル。限られた計算資源のエッジデバイスでも動くよう設計されている。

RAG とファインチューニングの違いは「RAGとファインチューニングの違い」で比べています。

試験での問われ方

IoTシステム技術検定 基礎では、第6章「IoTでデータを活用する」で出ます。もちこ道場の第6章の問題では、生成AIを含む問題が9問あり、次のような問われ方をしています。

• 穴埋め: 画像を作る拡散モデルの説明（ノイズを加えて除く）を選ぶ。または、LLM とマルチモーダルの呼び分け、基盤モデルと学習モデルの呼び分け、A2A と SLM の選択を問われる。
• 誤った記述を選ぶ: 「ChatGPT は〜」「LLM は〜」「MCP は〜」の説明のうち、誤りを見抜く。ビッグデータの3V が生成AI でどう高度化したか、という出し方もあります。

似た用語との違い

生成AI の周りの用語は、何を指すかで整理します。

覚え方

• 「生成」＝新しく作る。見分ける・当てるAIとの違いです。
• 文章は LLM、画像は拡散モデルや GAN、複数の種類はマルチモーダル。作るもので呼び分けます。
• 基盤モデルを、特定タスク向けに再学習したものが学習モデル。順序を入れ替えた記述は誤りです。

第6章のほかの用語は「第6章 IoTでデータを活用するの要点」にまとめています。