生成AIとは

まず押さえる結論

生成AIは、G検定の「大項目2 人工知能をめぐる動向」に出てくる用語です。見分けの要点は、生成AIは用途を含む総称で、基盤モデルやLLMはモデルの位置づけ、GPTなどは具体的な系列として区別します。

生成AIの具体例と、問題文で見る箇所・隣接概念との境界

生成AIを、役割と隣接概念の境界から捉える

文章・画像・音声などのデータを新たに作り出すAI。大規模言語モデルや拡散モデルなどが用いられる。 試験では、処理の対象・目的・使う段階を別の概念と入れ替えた選択肢が出ます。何に対して何をする手法かを分けて確認します。

問題文で見る箇所

文章・画像・音声などを新たに作るAI全体を指すのか、特定のモデル名を問うのかを確認します。

隣接概念との境界

生成AIは用途を含む総称で、基盤モデルやLLMはモデルの位置づけ、GPTなどは具体的な系列として区別します。

誤答しやすい選択肢

• 生成AIを大規模言語モデルだけに限定し、画像生成などを除外する。定義の主語と処理対象を確認します。
• 生成AIの目的だけを見て、同じ目的を持つ別手法まで同じ用語とする。具体的な処理を比較します。
• 生成AIを使えば目的が必ず達成されると断定する。適用条件や評価を別に確認します。

4段階の判断手順

1. 01問題文が状態、手法、評価指標、制度のどれを説明しているか決める。
2. 02定義の中心となる対象と動作が生成AIに一致するか確認する。
3. 03隣接概念と共通する目的ではなく、処理や条件の違いを見る。
4. 04必ず・完全に・だけでよいという過度な断定がないか見直す。

到達条件: 生成AIを一文で説明し、最も混同しやすい隣接概念との違いを処理または条件から言える。

試験での問われ方

誤答しやすいポイント

「大項目2 人工知能をめぐる動向」の問題で、取り違えやすい組み合わせです。

• 各AIブームと、その中心になった技術の組み合わせの取り違え。第一次＝探索・推論、第二次＝エキスパートシステム、第三次＝ディープラーニング。
• フレーム問題とシンボルグラウンディング問題の混同。フレーム問題は『起こりうる事柄をすべて考慮しきれない』問題、シンボルグラウンディング問題は『記号と実世界の意味を結びつけられない』問題。
• 知識獲得のボトルネック（専門知識をルール化する作業の困難さ）をエキスパートシステムの利点と取り違える。

関連する確認問題

同じ章で確認したい用語