G検定 用語解説
マルチモーダルとは
テキスト・画像・音声など、複数の異なる種類（モダリティ）のデータをまとめて扱ったり、組み合わせて学習・生成したりすること。単一の種類のデータのみを扱うモデルと異なり、モダリティ間の関係を学習することでより幅広い理解や生成が可能になる。
まず押さえる結論
マルチモーダルは、G検定の「大項目6 ディープラーニングの応用例」で確認しておきたい用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-07-03。
試験概要（公式）試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
×物体検出（R-CNN系/YOLO/SSD）とセグメンテーション（セマンティック＝画素単位の塗り分け、インスタンス＝個体ごとに区別）の混同。
×word2vec・BERT・GPTの違い（BERT＝前後両方向、GPT＝一方向・自己回帰）。
×強化学習の応用（DQN、AlphaGo）と画像/言語タスクの取り違え。
関連する確認問題
大項目6 ディープラーニングの応用例 / 生成AI・基盤モデル
写真と質問文を同時に入力し、写真の内容を文章で説明できるモデルの性質はどれか。
この事例では「画像とテキストという異なるモダリティを扱うか」を確認すると、マルチモーダルに絞れる。正解は「マルチモーダル」である。複数の種類（モダリティ）の情報、たとえばテキストと画像と音声などをまたいで扱える性質をマルチモーダルという。マルチタスクは複数のタスクを同時に学習・処理すること、マルチエージェントは複数のエージェントが協調・競合すること、マルチプロセッサはハードウェアの構成を指し、いずれもモダリティの多様性を表す語ではない。 接頭語が同じ候補は何が複数かで区別する。マルチタスクは課題、マルチエージェントは行為主体、マルチプロセッサは計算装置が複数である。入力・出力の情報形式であるモダリティをまたぐ性質はマルチモーダルである。
大項目6 ディープラーニングの応用例 / 生成AI・基盤モデル
音声で質問し、添付画像を参照した回答を文章で返すモデルの性質はどれか。
この事例では「音声・画像・文章を横断して扱うか」を確認すると、マルチモーダルに絞れる。正解は「マルチモーダル」である。複数の種類（モダリティ）の情報、たとえばテキストと画像と音声などをまたいで扱える性質をマルチモーダルという。マルチタスクは複数のタスクを同時に学習・処理すること、マルチエージェントは複数のエージェントが協調・競合すること、マルチプロセッサはハードウェアの構成を指し、いずれもモダリティの多様性を表す語ではない。 接頭語が同じ候補は何が複数かで区別する。マルチタスクは課題、マルチエージェントは行為主体、マルチプロセッサは計算装置が複数である。入力・出力の情報形式であるモダリティをまたぐ性質はマルチモーダルである。
大項目6 ディープラーニングの応用例 / 生成AI・基盤モデル
大規模言語モデルが、事実に基づかないもっともらしい誤った情報を生成してしまう現象を指す語はどれか。
正解は「ハルシネーション」である。大規模言語モデルが事実に基づかないもっともらしい誤情報を生成してしまう現象はハルシネーション。マルチモーダルは複数種類のデータを扱うこと、プロンプトはモデルへの入力指示、ファインチューニングは追加学習による調整を指し、いずれも誤情報生成の現象名ではない。4つの選択肢は「誤情報を生成する現象」「複数データ種を扱う性質」「モデルへの入力指示」「追加学習による調整」という異なる対象を指す語であり、モデルの出力結果そのものの問題を指すのはハルシネーションだけである。
同じ章で確認したい用語
到達チェック
- マルチモーダルを一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、マルチモーダルに関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部（運営者情報を見る）