生成AIパスポート 用語解説
ベクトルデータベースとは
テキストなどを数値ベクトルに変換して蓄積し、意味の近い情報を検索できるデータベース。
まず押さえる結論
ベクトルデータベースは、生成AIパスポートの「第3章 現在の生成AI（ジェネレーティブAI）の動向」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。
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
×RAGとファインチューニングの混同。RAGは外部知識（ベクトルデータベース）を検索して文脈に加える手法で、モデルの再学習はしない。ファインチューニングは追加学習。
×ディープフェイクと偽情報（ディスインフォメーション）の区別。前者は人物の映像・音声を本物のように偽造する技術、後者は意図的に作られ拡散される偽情報そのもの。
×生成物の種類の取り違え。Soraは動画、Image Generationは画像、音声生成AIは音声。名前ではなく生成する対象で見分ける。
関連する確認問題
第3章 現在の生成AI（ジェネレーティブAI）の動向 / RAG（Retrieval Augmented Generation、検索拡張生成）
RAG（Retrieval-Augmented Generation、検索拡張生成）の説明として正しいものはどれか。
正解は「外部の知識（ベクトルデータベース等）を検索し、その結果を文脈に加えて回答の精度を高める手法」である。RAGは質問に関連する情報を外部知識（ベクトルデータベースに格納したチャンク等）から検索し、その内容を文脈として与えて生成させることで精度を高める手法。別の誤答はファインチューニング、3はGAN（敵対的生成ネットワーク）の説明。 選択肢を切るときは、設問の条件を「RAG（Retrieval-Augmented Generation）」「ベクトルデータベース」「チャンク」のどれに結び付けるかを先に固定する。他の選択肢は名称が近い、または同じ分野に見える場合があるが、対象・役割・前提が設問文とずれる。正解選択肢は、問われている定義や状況に最も直接対応する点で選べる。
第3章 現在の生成AI（ジェネレーティブAI）の動向 / RAG（Retrieval Augmented Generation、検索拡張生成）
RAGで、検索対象の文書をあらかじめ扱いやすい小さな単位に分割したものを何というか。
正解は「チャンク」である。RAGでは、文書を検索・参照しやすいように小さな単位へ分割し、この単位をチャンクと呼ぶ。ベクトルデータベースは分割した内容をベクトル化して格納する場所、潜在ベクトルはデータを圧縮した表現、自己回帰モデルは文章生成の方式で、いずれも分割した単位そのものを指す語ではない。 選択肢を切るときは、設問の条件を「RAG（Retrieval-Augmented Generation）」「チャンク」「ベクトルデータベース」のどれに結び付けるかを先に固定する。「ベクトルデータベース」、「潜在ベクトル」、「自己回帰モデル」は名称が近い、または同じ分野に見える場合があるが、対象・役割・前提が設問文とずれる。正解の「チャンク」は、問われている定義や状況に最も直接対応する点で選べる。
第3章 現在の生成AI（ジェネレーティブAI）の動向 / RAG（Retrieval Augmented Generation、検索拡張生成）
RAGで、分割した文書をベクトル（数値の並び）に変換して格納し、質問に関連する情報を検索するために使われるデータベースを何というか。
正解は「ベクトルデータベース」である。文書をベクトル化して格納し、関連情報を検索するために使うのがベクトルデータベース。チャンクは検索しやすいよう文書を分割した小さな単位、データセットは学習用のデータの集まり、自己回帰モデルは直前までの出力から次を予測して文章を生成する方式で、いずれも検索用のデータベースそのものではない。 選択肢を切るときは、設問の条件を「ベクトルデータベース」「RAG（Retrieval-Augmented Generation）」「チャンク」のどれに結び付けるかを先に固定する。「チャンク」、「自己回帰モデル」、「データセット」は名称が近い、または同じ分野に見える場合があるが、対象・役割・前提が設問文とずれる。正解の「ベクトルデータベース」は、問われている定義や状況に最も直接対応する点で選べる。
同じ章で確認したい用語
到達チェック
- ベクトルデータベース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、ベクトルデータベース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