第1部 AIの全体像をつかむ
第1章AIとは何か
AIという言葉は、いまや日常的に見聞きするようになりました。しかし、その指す範囲は思っているよりも 広く、人によってイメージするものが違います。ある人は人型のロボットを、ある人は文章を書くサービスを、 ある人は工場の自動化を思い浮かべます。同じ「AI」という言葉を使っていても、頭の中にある対象がばらばら なままでは、話がかみ合いません。この章では、AIという言葉が実際には何を指しているのかを整理し、本サイト 全体を読み進めるための共通の土台をつくります。
1.1AIという言葉が指すもの
AIは厳密に一つに定まった言葉ではなく、「人間が行う知的なふるまいを、コンピュータで実現しようとする技術の総称」と捉えるのが実態に近いです。研究分野の名前、製品の機能、世間の話題という、少なくとも三つの意味で使われています。
AIは「Artificial Intelligence（人工知能）」の略で、もともとは研究分野の名前として生まれました。 その後、技術が実用化され、製品やサービスに組み込まれるにつれて、言葉の使われ方も広がっていきました。 いまでは、少なくとも三つの層で使われています。一つ目は、研究分野そのものとしてのAI。二つ目は、 製品やサービスに載っている特定の機能としてのAI。三つ目は、ニュースや世間話で語られる話題としてのAIです。 同じ言葉でも、どの層の話をしているのかによって、意味はかなり変わります。まずは「幅の広い言葉である」と 理解しておくことが大切です。
たとえば、将棋やチェスで人間に勝つプログラム、スマートフォンに話しかけると応答する音声アシスタント、 写真に写っているものを見分けるカメラ機能、そして文章を生成するサービスは、いずれも「AI」と呼ばれます。 これらは中身のしくみがそれぞれ大きく異なりますが、「人間がやっていた知的な作業を機械が担う」という点で 共通しており、まとめてAIと呼ばれているわけです。逆にいえば、「AIを使っている」という一言だけでは、 中身がどれなのかは分かりません。
具体例：どれも「AI」と呼ばれる
身の回りで「AI」と呼ばれるものを並べると、その幅の広さが見えてきます。
・迷惑メールを自動でより分ける機能
・音声で話しかけて操作するアシスタント
・顔を認識してピントを合わせるカメラ
・おすすめの商品や動画を表示するしくみ
・文章を書いたり要約したりするサービス
これらは、動いている仕組みも、得意なことも、まるで違います。それでも同じ「AI」という言葉でくくられて いる、という点が、この言葉の扱いにくさであり、面白さでもあります。
身近なたとえ
AIという言葉は、「乗り物」という言葉に似ています。自転車も、自動車も、飛行機も乗り物ですが、 しくみも速さもまるで違います。「乗り物に乗ってきた」と言われても、それだけでは何に乗ったのかは 分かりません。AIも同じで、「AIを使った」という一言の中には、まったく異なる技術が含まれている ことがあります。
1.2「人間のように考える」と「人間の役に立つ」の違い
AIには「人間の思考そのものの再現を目指す立場」と「中身は問わず、結果として役に立てばよいとする立場」があります。現在実用化されているAIの多くは、後者の考え方で作られています。
AIを語るとき、しばしば「コンピュータが人間のように考える」という言い方がされます。しかし、ここには 二つの異なる目標が混ざっています。一つは、人間の脳や思考のしくみそのものを解き明かし、それを機械の上で 再現しようとする立場です。もう一つは、人間が考えた結果と同じように役立つ出力が得られるなら、内部の しくみが人間と同じである必要はない、とする立場です。
いま、私たちが実際に使っているAIの多くは、後者の立場で作られています。たとえば文章を生成するLLMは、 人間と同じように言葉の意味を理解したり、考えたりしているわけではありません。膨大な文章から学んだ パターンをもとに、続きとしてもっともふさわしそうな言葉を計算して並べているだけです。それでも、 出力された文章は人間が書いたもののように読めます。中身のしくみは人間と違っても、結果として役に立つ、 という方向で発展してきたわけです。
この違いを押さえておくと、後の章がぐっと理解しやすくなります。LLMが時々もっともらしい誤りを出すのも、 「意味を理解して答えている」のではなく「それらしい続きを計算している」というしくみから来ています。 人間のように考えているわけではない、という前提を持っておくことが、AIを正しく使う第一歩になります。
身近なたとえ
オウムが「おはよう」と言うとき、オウムは朝のあいさつの意味を理解しているわけではなく、覚えた音を 再現しています。それでも、聞いた人にとっては立派なあいさつとして役に立ちます。いまのAIには、これに 近い面があります。意味を分かっているかどうかと、役に立つかどうかは、別の話なのです。
深掘り：強いAIと弱いAI（読み飛ばし可）
この二つの立場は、しばしば「強いAI」「弱いAI」という言葉で語られます。強いAIとは、人間と同じように 意識や理解を持ち、本当の意味で考える機械を指す考え方です。弱いAIとは、意識や理解の有無は問わず、 特定の作業を役立つ形でこなせればよいとする考え方です。現在実現しているAIは、どれほど高度に見えても、 すべて弱いAIにあたります。強いAIが実現するのか、そもそも実現しうるのかは、いまも議論が続く問いです。 本サイトが扱うLLMも、あくまで弱いAIの一つだと捉えておくと、その能力と限界を冷静に見られます。
1.3よくある誤解の整理
AIには根強い誤解がいくつかあります。代表的なものを、実際のところと並べて整理しておきます。これらの誤解は、過剰な期待にも、必要以上の不信にもつながります。
AIという言葉が広く使われるようになった一方で、その能力について実態とずれたイメージも広まっています。 ここでは、よくある誤解を取り上げ、実際にはどうなのかを並べて確認します。これらは後の章で詳しく 扱う内容の入り口でもあります。
| よくある誤解 | 実際のところ |
|---|---|
| AIは何でもできる万能の存在である | AIは学んだデータの範囲で力を発揮します。得意な作業と苦手な作業がはっきり分かれています。 |
| AIには意識や感情がある | いまのAIに意識や感情はありません。感情があるように見える出力も、学んだパターンの再現です。 |
| AIの答えは常に正しい | AIはもっともらしい誤りを出すことがあります。出力をうのみにせず確認する姿勢が必要です。 |
| AIは自分で考えて勝手に学び続ける | 多くのAIは、いったん学習を終えると、その時点の知識で動きます。新しい情報は自動では増えません。 |
| AIが人間の仕事をすべて奪う | AIは作業の一部を担う道具です。人間が判断し、責任を持つ部分は引き続き重要です。 |
これらの誤解の多くは、AIを「人間のように考える存在」とイメージすることから生まれます。前の節で見た とおり、いまのAIは「役に立つ出力を計算するしくみ」です。この視点に立つと、なぜ万能ではないのか、なぜ 誤ることがあるのかが、自然に理解できるようになります。
実務メモ：期待値のずれが問題を生む
AIを仕事に取り入れるとき、うまくいかない原因の多くは、技術そのものよりも期待値のずれにあります。 「何でも正確にやってくれる」と過剰に期待すると、誤りが出たときに一気に不信へ振れます。逆に「どうせ 使えない」と決めつけると、得意な場面まで見送ってしまいます。得意なことと苦手なことをあらかじめ 共有し、確認の手順とセットで導入することが、堅実な使い方につながります。
1.4本サイトでのAIの捉え方
本サイトでは、AIを「大量のデータからパターンを学び、入力に応じて出力を返すしくみ」として捉えます。そのうえで、いま中心的に使われているLLMを軸に解説を進めます。
ここまで見てきたように、AIは幅の広い言葉です。本サイトでは、話を整理しやすくするために、AIを次の ように捉えます。すなわち、AIとは「大量のデータからパターンを学び、入力に応じて出力を返すしくみ」です。 この捉え方は、現在実用化されているAIの大部分に当てはまり、これから学ぶ機械学習やLLMの説明とも きれいにつながります。ルールをすべて人が書くのではなく、データから学ぶ、という点が現代のAIの中心に あります。
そして本サイトでは、この広いAIの中でも、文章を扱うLLM（大規模言語モデル）を中心に取り上げます。 画像を生成するAIや音声を扱うAIにも、全体像をつかむために触れますが、話の軸はあくまでLLMです。 LLMは、ここ数年でもっとも大きく進歩し、多くの人が日常的に使うようになった分野であり、その しくみを理解することは、AI全体を理解するうえでの近道になります。LLMを軸に据えることで、抽象的な 説明に終わらず、具体的な題材に沿って理解を積み上げられます。
次の章では、AIにはどのような種類があるのかを整理し、その全体像の中でLLMがどこに位置づけられるのかを 見ていきます。
この章の要点
- AIは「人間の知的なふるまいを機械で実現しようとする技術の総称」であり、研究分野・機能・話題という三つの層で使われる幅の広い言葉です。
- AIには「人間の思考の再現を目指す立場（強いAI）」と「役に立てば中身は問わない立場（弱いAI）」があり、今のAIはすべて後者です。
- 今のAIは意味を理解しているわけではなく、学んだパターンから出力を計算しています。そのため万能ではなく、誤ることもあります。
- 誤解の多くは「人間のように考える存在」というイメージから生まれ、過剰な期待や不信につながります。
- 本サイトでは、AIを「データから学び入力に応じて出力するしくみ」と捉え、その中のLLMを中心に解説します。