AIの仕組みを、ゼロからわかりやすく

① AI・機械学習・ディープラーニングの関係

ニュースでよく聞く「AI」「機械学習」「ディープラーニング」。これらは別々のものではなく、 大きな箱の中に小さな箱が入っている“入れ子”の関係です。まずここを押さえると、あとの話がすべてつながります。

つまり「生成AIやChatGPT」は、AI ⊃ 機械学習 ⊃ ディープラーニング の一番内側の技術を土台に作られている、と考えるとスッキリします。

② 機械学習は、どうやって「学ぶ」のか

昔のプログラムは「もし〜なら〜する」というルールを人間が全部書いていました。でも「猫の写真を見分けて」と言われると、猫を言葉のルールで定義するのは至難の業です。そこで発想を逆転させたのが機械学習です。

このSTEP1〜2を繰り返す作業を「訓練（学習）」、できあがったモデルを実際に使う段階を「推論」と呼びます。 「学ぶ」といっても意識があるわけではなく、その正体は「誤差を小さくするように数値を調整し続ける」計算です。

③ ニューラルネットワークの直感的なイメージ

ディープラーニングの心臓部がニューラルネットワークです。名前は脳の神経細胞（ニューロン）に由来しますが、中身はシンプルな計算の集まりです。

• 入力：写真なら「各ピクセルの明るさ」などの数値が入り口に入ります。
• 重み（パラメータ）：入力に「どれくらい重視するか」の係数をかけて足し合わせます。この重みこそが学習で調整される部分です。
• 層を重ねる：この計算を何層も重ねると、単純な特徴（線・色）から複雑な特徴（耳の形・顔つき）へと段階的に捉えられるようになります。
• 出力：最終的に「猫である確率90%」のような答えを出します。

最新の大規模モデルでは、この調整対象の重みが数十億〜数千億個にもなります。膨大な数の数値を、少しずつ最適な値へ寄せていく——それが「AIが賢くなる」の実体です。

④ 生成AI・ChatGPTが文章を作る仕組み

ChatGPTのような大規模言語モデル（LLM: Large Language Model）も、やっていることの核は同じ「予測」です。ただし予測する対象が「次に来る言葉」である点がポイントです。

文章を「トークン」に分けて、次を予測する

LLMは文章をトークンという細かい単位（単語や単語の一部）に分けます。そして「ここまでの文脈が与えられたとき、次に来る可能性が最も高いトークンは何か」を確率で予測し、1つ選んで、また次を予測して……と1トークンずつ書き足していきます。

賢さの源は「大量のテキストでの事前学習」

LLMはインターネット規模の膨大なテキストで訓練され、「どんな文脈でどんな言葉が続きやすいか」を学びます。さらに人間のフィードバックで「役に立つ・安全な答え方」に調整（ファインチューニング）されます。 Transformer（トランスフォーマー）という仕組みによって、文中のどの言葉に注目すべきか（Attention）を捉えられるのが、自然な長文を書ける大きな理由です。

⑤ なぜAIには高性能なGPUが必要なのか

ここまで見たとおり、AIの正体は膨大な数値のかけ算・足し算です。この計算は「同じような処理を大量に同時にこなす」タイプなので、 並列計算が得意なGPU（グラフィックボード）が圧倒的に向いています。だからAIの学習にも実行にもGPUが使われます。

特に、生成AIを自分のPCで動かす場合は、モデルを載せるVRAM（グラフィックメモリ）の容量が「動くか動かないか」を大きく左右します。VRAMが足りないと大きなモデルはそもそも起動できません。

⑥ AIは「理解」しているのか — 得意なことと限界

ここが最も誤解されやすいポイントです。今のAIは、言葉の意味を人間のように理解しているわけではなく、統計的に「もっともらしい」答えを再現しているにすぎません。だからこそ次のような特徴があります。

• 得意：大量のパターンからの予測、要約、翻訳、下書き、アイデア出し、定型的な作業の高速化。
• 苦手・注意：事実の正確さの保証はなく、間違いを自信満々に述べるハルシネーション（幻覚）が起きる。最新情報や未知の状況にも弱いことがある。

だからAIは「答えをくれる魔法」ではなく、人間が確認しながら使う強力な道具と捉えるのが正解です。 そして——AIに教わるより、AIに“教える”ほうが深く学べる。これがSciCircの出発点でもあります。仕組みを知ったうえで使いこなす側に回りましょう。

よくある質問