生成AIパスポート 用語解説
マルチモーダルとは
テキスト・画像・音声など、複数の種類のデータをまとめて扱えること。
まず押さえる結論
マルチモーダルは、生成AIパスポートの「第2章 生成AI（ジェネレーティブAI）」に出てくる用語です。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: 2026-08-31。
公式シラバス（PDF）（公式）比較記事でさらに確認する
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
「第2章 生成AI（ジェネレーティブAI）」の問題で、取り違えやすい組み合わせです。
- 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） / ChatGPT
GPTモデルに関する「特徴の説明」と「該当するモデル」の組み合わせに関する次の説明のうち、誤っているものはどれか。
正解は「回答前に時間をかけて考える、推論モデルシリーズの最初のモデルは、GPT-4である」（誤り）である。回答前に時間をかけて考える推論モデルシリーズの最初のモデルはGPT-o1であり、GPT-4は画像入力に対応した初のマルチモーダルモデルである。設問の組み合わせはGPT-o1とGPT-4を取り違えている。残る3つは、画像入力にも対応した初のマルチモーダルモデルがGPT-4、応答の速さと深い推論を自動で切り替える統合システムがGPT-5、最大100万トークンを扱えるAPI向け強化モデルがGPT-4.1と、それぞれモデルの特徴に合っている。GPT-o1とGPT-4はいずれも2023年以降に登場したモデルだが、開発の主眼が推論力の強化かマルチモーダル対応かという点で異なる。
第2章 生成AI（ジェネレーティブAI） / ChatGPT
テキスト・音声・画像といった複数種類の情報を、一つのモデルでまとめて入出力できる、マルチモーダルに対応したGPTモデルの一つはどれか。
正解は「GPT-4o」である。テキスト・音声・画像といった複数種類の情報を一つのモデルでまとめて入出力できる、マルチモーダルに対応したGPTモデルがGPT-4oである。GPT-1は初期のテキスト中心のモデル、BERTモデルはMLM・NSPで事前学習する別系統のモデル、InstructGPTは人間のフィードバックでGPT-3を改良したモデルで、いずれもテキスト・音声・画像を一つのモデルでまとめて扱うことを特徴とするものではない。テキスト中心か複数種類の入出力かという軸と、GPTモデル系列かBERT系列かという軸で選択肢を分類すると、マルチモーダル対応のGPT-4oだけが残る。
第2章 生成AI（ジェネレーティブAI） / ChatGPT
2023年3月14日に公開された、テキストに加えて画像入力にも対応した初のマルチモーダル対応GPTモデルはどれか。
正解は「GPT-4」である。GPT-4は2023年3月14日に公開された、テキストに加えて画像入力にも対応した初のマルチモーダル対応GPTモデルであり、出力はテキストのみで、専門的・学術的なベンチマークで人間レベルの推論性能を示した。GPT-3.5・GPT-3・GPT-2はいずれもGPT-4より前に公開されたテキスト専用のモデルであり、画像入力に対応したマルチモーダルモデルではない。GPT-4はテキストに加えて画像も入力として受け取れる点で、それまでのモデルから大きく機能が拡張された。
同じ章で確認したい用語
他資格でも出題される用語
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
用語を体系的に学べる書籍（Amazon）
用語の意味を調べたあとに、試験範囲の流れの中で読み直したいときの公式テキストと公認テキストです。購入前に版と試験範囲への対応を確認してください。
執筆: ミナト編集部（運営者情報を見る）