生成AIパスポート 用語解説
ボルツマンマシンとは
全てのノードが対称に結合し、確率的な仕組みでデータの背後にあるパターンを学習しようとする、生成AIにつながる初期の生成モデルの一つ。
まず押さえる結論
ボルツマンマシンは、生成AIパスポートの「第2章 生成AI（ジェネレーティブAI）」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: 2026-06-27。
公式シラバス（PDF）（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
×ハルシネーション・アライメント・ファインチューニングの取り違え。事実と異なるもっともらしい出力＝ハルシネーション、人間の意図に沿わせること＝アライメント、追加学習で調整＝ファインチューニング。
×GANとVAEの混同。GANは生成器と識別器を競わせる方式、VAEはエンコーダ・デコーダと潜在ベクトルを使う方式。
×Transformerの中核を畳み込みや位置エンコーディングと取り違える。中核は自己注意（Self-Attention）。
関連する確認問題
第2章 生成AI（ジェネレーティブAI） / 生成AIの誕生まで
BERTモデルを改良して提案された派生モデルとして挙げられるものはどれか。
正解は「ALBERT（a Lite BERT）」である。ALBERT（a Lite BERT）は、RoBERTaと並んでBERTモデルを改良して提案された派生モデルである。InstructGPTはGPT系の派生モデル、ボルツマンマシンは初期の確率的な生成モデル、Soraは動画を生成するモデルであり、いずれもBERTモデルを改良した派生モデルではない。InstructGPT・ボルツマンマシン・Soraは、それぞれGPT系統の派生、初期の確率的モデル、動画生成モデルという異なる系譜に属する点で、BERTモデルの派生モデルとは区別できる。
第2章 生成AI（ジェネレーティブAI） / 生成AIの誕生まで
GPTをはじめとする現在の多くの大規模言語モデルの基盤となっているアーキテクチャと、その中核的な仕組みの組み合わせとして正しいものはどれか。
正解は「Transformerモデル ── 自己注意力（Self-Attention）」である。現在のGPTモデルなどの基盤はTransformerモデルで、その中核は入力中の各要素の関係に重みづけする自己注意力（Self-Attention）である。畳み込みはCNN、位置エンコーディングはTransformerの補助要素だが中核ではない。ボルツマンマシンは初期の生成モデルの一つ。 モデル名と中心演算を一対一で対応させる。畳み込みはCNNの代表的処理で、位置エンコーディングだけでは入力要素間の関係を計算しない。GPTの基盤であるTransformerと、各要素間の関連度を重み付けする自己注意力の組合せを選ぶ。
第2章 生成AI（ジェネレーティブAI） / 生成AIの誕生まで
直前までの単語列をもとに次の単語を予測することを繰り返して文章を生成する、GPTが採用している方式を何というか。
正解は「自己回帰モデル」である。自己回帰モデルは、直前までの単語列をもとに次の単語を予測することを繰り返して文章を生成する方式であり、GPTモデルはこの方式を採用している。問題文の「直前までの単語列」「次の単語を予測」「繰り返して生成」という条件は、自己回帰モデルの仕組みそのものである。GAN（敵対的生成ネットワーク）は生成器と識別器という2つのネットワークを競わせる方式、VAE（変分自己符号化器）はエンコーダ・デコーダで圧縮と復元を行う方式、ボルツマンマシンは初期の確率的な生成モデルであり、いずれも逐次的に次の単語を予測して積み上げる仕組みではない。
同じ章で確認したい用語
到達チェック
- ボルツマンマシン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、ボルツマンマシン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）