生成AIパスポート試験対策講座
重要キーワード150本ノック
INDEX
目次

重要キーワード150本ノック

第1章：AIの基本と仕組み キーワード確認

済 No. 重要キーワード 意味・定義（クリックで確認）
1 AI（人工知能） 表示
コンピュータに知的な情報処理を行わせる技術。明確な定義は定まっていない。
2 ダートマス会議 表示
1956年に開催された会議。「人工知能」という言葉が初めて公式に使われた。
3 ルールベース 表示
人間が作成した明示的なルール（if-then形式）に基づいて判断を行う仕組み。
4 機械学習 表示
データから反復的に学習し、潜んでいるパターンやルールを自ら見つけ出す技術。
5 学習済みモデル 表示
学習データを用いてトレーニングを完了し、未知のデータに対して予測・判断が可能になった状態。
6 教師あり学習 表示
入力データと正解（ラベル）のペアを学習させ、新しいデータの正解を予測する手法。
7 教師なし学習 表示
正解を与えず、データ自体の構造や特徴、グループをAIに見つけさせる手法。
8 クラスタリング 表示
教師なし学習の一種。似た特徴を持つデータ同士を自動でグループ分けする手法。
9 次元削減 表示
重要な情報を維持しつつ、データの項目数（次元）を減らして扱いやすくする手法。
10 強化学習 表示
エージェントが試行錯誤を行い、得られる報酬が最大化するように行動を学習する手法。
11 半教師あり学習 表示
少量のラベルありデータと、大量のラベルなしデータを併用して学習効率を高める手法。
12 ノーフリーランチ定理 表示
あらゆる問題に対して、常に他の手法より優れている万能な学習アルゴリズムは存在しないという定理。
13 ニューロン 表示
脳を構成する神経細胞。情報を信号として伝達する役割を持つ。
14 シナプス 表示
ニューロン同士の接合部。学習によって信号の伝達効率（重み）が変化する。
15 人工ニューロン（ノード） 表示
生体のニューロンを模した数学的なモデル。入力を計算して次の層へ渡す。
16 ニューラルネットワーク 表示
人工ニューロンを層状に組み合わせた計算モデルの総称。
17 ディープラーニング 表示
多層のニューラルネットワークを用いた学習手法。特徴量をAIが自ら抽出できるのが特徴。
18 重み 表示
情報の重要度を決定する数値。学習とはこの数値を最適化する作業を指す。
19 情報の重みづけ 表示
特定の入力が結果にどの程度影響を与えるかを、重みを用いて調整する処理。
20 過学習 表示
学習データに適合しすぎた結果、未知のデータに対する予測性能が低下する現象。
21 正則化 表示
過学習を防ぐために、モデルの複雑さにペナルティ（罰則）を加える手法。
22 ドロップアウト 表示
学習時に一部のニューロンをランダムに無効化することで、過学習を抑制する手法。
23 転移学習 表示
ある領域で学習した知識を、別の領域の学習に再利用して効率化する手法。
24 特徴量 表示
分析や予測において、対象の特性を数値化した項目。
25 弱いAI(ANI) 表示
特定のタスク（将棋や画像診断など）のみを遂行できるAI。特化型AIとも呼ぶ。
26 強いAI(AGI) 表示
人間のように汎用的な知能を持ち、自律的に思考・解決ができるAI。汎用AIとも呼ぶ。
27 第一次AIブーム 表示
1950年代後半〜。「探索」と「推論」によってパズルなどを解く研究が盛んになった。
28 探索 表示
目的の解にたどり着くために、可能性のある手順を順に調べていくこと。
29 推論 表示
既知のルールに基づいて、新しい結論を導き出すこと。
30 第二次AIブーム 表示
1980年代。「知識」を教え込むことで問題を解くアプローチが主流となった。
31 エキスパートシステム 表示
専門家の知識をデータベース化し、AIが専門家のように判断を下すシステム。
32 AIの冬 表示
期待された成果が出せず、AI研究への投資や関心が冷え込んだ停滞期。
33 第三次AIブーム 表示
2000年代中盤〜。ビッグデータとディープラーニングの登場によって飛躍的に進化した。
34 ビッグデータ 表示
従来のシステムでは処理しきれないほど膨大、かつ多様な種類のデータ群。
35 シンギュラリティ 表示
技術的特異点。AIが人類の知能を超える、または制御不能になるポイント。
36 2045年問題 表示
レイ・カーツワイル氏が提唱した、2045年にシンギュラリティが到来するという予測。

第2章：生成AIの技術とモデル キーワード確認

済 No. 重要キーワード 意味・定義（クリックで確認）
37 生成AI（ジェネレーティブAI） 表示
学習データの特徴を捉え、新しいテキスト、画像、音声などを自ら作成できるAI。
38 ボルツマンマシン 表示
統計的な物理学のモデルを応用したニューラルネットワークの一種。生成モデルの初期の基礎。
39 制約付きボルツマンマシン 表示
層内の接続を制限することで、学習を効率化させたボルツマンマシンの改良版。
40 自己回帰モデル 表示
過去の自分自身の値（単語など）を元に、次に来る値を順番に予測していく生成モデル。
41 CNN（畳み込みニューラルネットワーク） 表示
主に画像認識に用いられる、画像の特徴を抽出することに特化したネットワーク構造。
42 畳み込み 表示
フィルタを用いて画像からエッジなどの局所的な特徴を抜き出す数学的な演算処理。
43 VAE（変分自己符号化器） 表示
データを潜在空間へ圧縮し、そこから再び元の形を復元することで新しいデータを生成する手法。
44 エンコーダ 表示
入力データを数値や特徴量の塊（潜在変数）に変換して、圧縮する役割を持つ部分。
45 デコーダ 表示
圧縮された特徴量（潜在変数）から、元のデータや新しいコンテンツを復元・生成する部分。
46 潜在ベクトル 表示
データの背後にある本質的な特徴を凝縮した数値のリスト。生成の「種」になる。
47 GAN（敵対的生成ネットワーク） 表示
2つのネットワークを競わせる手法。偽物を作る側と見破る側が切磋琢磨して精度を高める。
48 生成器（Generator） 表示
GANにおいて、本物そっくりのデータを作成して識別器を騙そうとする役割。
49 識別器（Discriminator） 表示
GANにおいて、入力されたデータが本物か、生成器が作った偽物かを判定する役割。
50 RNN（回帰型ニューラルネットワーク） 表示
情報をループさせることで、時系列データや文章などの「並び（シーケンス）」を扱うモデル。
51 LSTM（長・短期記憶） 表示
RNNの弱点である「古い情報をすぐ忘れる」問題を解消し、長い文章の文脈も維持できるようにした手法。
52 Transformer 表示
Attention機構を使い、並列処理を可能にした革命的なモデル。現在の生成AIの主流技術。
53 Attention層 表示
文中のどの単語が重要で、互いにどう関連しているかを数値化して注目（Attention）する層。
54 自己注意力（Self-Attention） 表示
自分自身の文章の中で、各単語が他の単語とどのような関係にあるかを計算する仕組み。
55 位置エンコーディング 表示
Transformerが単語の「並び順」を理解できるように、位置情報をデータに付加する処理。
56 BERT 表示
文脈を左からだけでなく右からも（双方向に）読み取り、高度な意味理解を実現したモデル。
57 MLM（Masked Language Model） 表示
BERTの学習手法。文中の一部を隠し（マスクし）、周囲からその単語を当てさせる訓練。
58 NSP（Next Sentence Prediction） 表示
2つの文章が連続しているかどうかを判定させる学習。文章間のつながりを理解させる。
59 OpenAI 表示
ChatGPTの開発元として知られる、アメリカのAI研究・開発組織。
60 GPT-1 表示
OpenAIが最初に発表した生成型事前学習モデル。Transformerのデコーダを活用。
61 GPT-2 表示
パラメータ数が増大し、高い文章生成能力を示したが、悪用を懸念して当初は非公開とされた。
62 GPT-3 表示
1,750億ものパラメータを持ち、追加学習なしで多様なタスクをこなせる能力で世界を驚かせた。
63 パラメータ 表示
AIモデルが学習によって調整する「知識のつながり」を示す数値。数が多いほど高性能になる傾向。
64 自然言語処理 表示
人間が日常的に話したり書いたりする言葉（自然言語）を、コンピュータに処理させる技術。
65 InstructGPT 表示
人間の指示に忠実に従うように、RLHF（人間の評価による強化学習）を用いて調整されたモデル。
66 アライメント 表示
AIの振る舞いを人間の価値観や意図、目標に一致させるための調整。安全性の確保に必須。
67 RLHF（人間のフィードバックによる強化学習） 表示
AIの出力結果を人間がランク付けし、その好みをAIに学習させることで精度を高める手法。
68 GPT-3.5 表示
ChatGPT（初期版）のベースとなったモデル。対話能力が飛躍的に向上。
69 GPT-4 表示
マルチモーダル対応や司法試験レベルの推論力を備えた、極めて高性能なモデル。
70 Code Interpreter（高度なデータ分析） 表示
ChatGPT上でPythonプログラムを実行し、データ分析やファイル処理を可能にする機能。
71 GPTs 表示
プログラミングなしで、特定の目的に合わせた自分専用のChatGPTを作成・共有できる機能。
72 GPT-4o 表示
「o」はOmni。音声、画像、テキストをリアルタイムかつ統合的に処理するマルチモーダルモデル。
73 GPT-o1 表示
思考プロセスを重視し、論理的推論や複雑な科学・数学の問題解決に特化したモデル。
74 Sora 表示
OpenAIが発表した、テキスト指示から最長1分の高品質な動画を生成できるモデル。
75 Operator 表示
ブラウザ操作などを自律的に代行する、OpenAIのエージェント指向機能。
76 Codex 表示
プログラミングコードの生成と理解に特化したモデル。GitHub Copilotのベース。
77 Image Generation（画像生成） 表示
テキスト（プロンプト）からデジタル画像を作成する技術。DALL-Eなどが有名。
78 Google Gemini 表示
Googleが開発した次世代マルチモーダルモデル。Google製品との高い親和性を持つ。
79 Anthropic Claude 表示
憲法AI（Constitutional AI）を掲げ、安全性と自然な対話に定評があるモデル。
80 Microsoft Copilot 表示
Office製品やWindowsに統合された、業務支援に特化したAIアシスタントサービス。
81 専門特化モデル 表示
医療、法務、金融など、特定の専門分野のデータのみを深く学習させたモデル。
82 マルチモーダル化 表示
AIが画像、音声、動画、テキストなど異なる形式の情報を横断的に扱えるようになる進化のこと。
83 ハルシネーション（幻覚） 表示
AIが事実に基づかない情報を、あたかも真実のように生成してしまう不具合。
84 拡散モデル（Diffusion Model） 表示
画像にノイズを加え、それを逆算して取り除くことで高品質な画像を生成する手法。現在の画像生成AIの主流。
85 MoE（Mixture of Experts） 表示
巨大なモデル内に複数の「専門家」モデルを用意し、タスクごとに最適なものだけを動かす効率的な手法。

第3章：現在の生成AIの動向 キーワード確認

済 No. 重要キーワード 意味・定義（クリックで確認）
86 画像のリサイズ 表示
画像の解像度やアスペクト比を、AIの入力形式に合わせて変更する前処理。
87 正規化 表示
データの数値範囲を一定（例：0から1の間）に整え、学習を効率化・安定化させる処理。
88 データの水増し（augmentation） 表示
既存のデータを回転、反転、色の変更などで加工し、学習データのバリエーションを増やす技術。
89 データ拡張技術 表示
データの水増しと同様に、限られたデータからモデルの汎用性を高めるための手法の総称。
90 リマスタリング 表示
AIを用いて、古い映像や音源のノイズを除去し、高画質・高音質に修復する技術。
91 AIボイスチェンジャー 表示
入力された音声を、特定の人物の声質やトーンにリアルタイムで変換する技術。
92 テキスト読み上げ（TTS） 表示
Text-to-Speech。テキストデータを解析し、自然な人間の声で音声出力する技術。
93 歌声合成 表示
メロディと歌詞を入力することで、AIが歌唱音声を生成する技術。
94 ディープフェイク（深層偽造） 表示
AIを用いて人物の顔や声を精巧に合成した偽の動画や音声。情報の真偽判断が課題。
95 RAG（検索拡張生成） 表示
回答生成時に外部知識ベースを検索し、その結果をプロンプトに組み込むことで回答の正確性を高める仕組み。
96 ナレッジグラフ 表示
情報同士の関係性を網状（グラフ構造）に整理した知識ベース。RAGの精度向上に寄与する。
97 チャンク化 表示
RAGにおいて、長い文書を検索しやすいように適切な長さの塊（チャンク）に分割すること。
98 ベクトルデータベース 表示
文章などを数値ベクトルとして保存し、意味の近さ（類似性）に基づいた高速な検索を可能にするデータベース。
99 埋め込み（Embedding） 表示
テキストなどのデータを、AIが処理しやすい多次元の数値リスト（ベクトル）に変換すること。
100 AIエージェント 表示
目標を与えられると、自律的に計画を立て、外部ツールを使いながらタスクを完遂するシステム。
101 自律性 表示
人間からの逐一の指示を待たず、状況に応じてAIが判断し行動を継続できる性質。
102 ツール利用（Tool Use / Function Calling） 表示
AIが必要に応じて計算機、検索エンジン、APIなどの外部機能を呼び出して使用すること。
103 MCP（Model Context Protocol） 表示
AIモデルと、ローカルファイルや外部アプリ等のデータソースを安全かつ標準的に接続するための共通規格。
104 マルチモーダルAI 表示
テキスト、画像、音声、動画といった異なる種類の情報を同時に理解・生成できるAI。
105 データの最適化 表示
学習や運用の効率を上げるために、データを最も効果的な形に整理・加工すること。

第4章：法律・倫理・社会原則 キーワード確認

済 No. 重要キーワード 意味・定義（クリックで確認）
106 インターネットリテラシー 表示
インターネットを正しく、安全に使いこなすための知識や能力。情報の真偽を見極める力も含む。
107 テクノロジーの理解 表示
AIなどの新しい技術がどのような仕組みで動き、どのようなリスクがあるかを正しく把握すること。
108 デジタル市民権 表示
デジタル社会において、責任を持って適切に行動し、技術を使いこなす権利と義務。
109 フィッシング詐欺 表示
偽のメールやサイトへ誘導し、ID、パスワード、クレジットカード情報などを盗み取る詐欺。
110 クイッシング 表示
悪意のあるQRコード（QR Phishing）を用い、フィッシングサイトなどへ誘導する手口。
111 Wi-Fiの罠 表示
公共の無料Wi-Fiを装い、通信内容を盗聴したりウイルスに感染させたりする攻撃。
112 ソーシャルエンジニアリング 表示
技術的な手段ではなく、心理的な隙やミスを突いてパスワードなどの秘密情報を入手する手法。
113 個人情報保護法 表示
個人の権利と利益を守るため、個人情報の取り扱いに関するルールを定めた法律。
114 PII（個人識別情報） 表示
氏名、住所、生年月日、顔写真など、特定の個人を直接または組み合わせて識別できる情報。
115 要配慮個人情報 表示
人種、信条、社会的身分、病歴など、不当な差別や偏見を生じさせる恐れがある特に慎重な扱いを要する情報。
116 匿名加工情報 表示
特定の個人を識別できないように加工し、復元できないようにした情報。データの利活用に用いられる。
117 知的財産権 表示
発明、デザイン、著作物などの「人間の知的創造活動」によって生み出された成果を保護する権利の総称。
118 著作権 表示
文芸、学術、美術、音楽などの著作物を創作した人が、その利用を独占できる権利。登録なしで発生する（無方式主義）。
119 著作権侵害の判断基準 表示
AI生成物において、既存の著作物との「類似性」および「依拠性（元の作品を見て作ったか）」がある場合に侵害となる。
120 肖像権 表示
自分の容姿を勝手に撮影されたり、公開されたりしない権利。
121 パブリシティ権 表示
有名人の名前や顔が持つ「顧客を引きつける経済的な価値」を独占的に利用できる権利。
122 不正競争防止法 表示
他人の営業秘密を盗んだり、有名なブランドを真似したりする不正な競争を防ぐための法律。
123 AI社会原則 表示
AIをより良く活用するために日本が掲げる指針。人間中心、安全性、公平性、透明性などの7原則。
124 アカウンタビリティ（説明責任） 表示
AIの提供者や利用者が、そのシステムの動作や結果に対して社会に対して説明を行う責任。
125 AI新法 表示
2025年6月公布。AIの開発・活用の推進と、リスクへの対応を法的に位置づけた最新の枠組み。
126 AI事業者ガイドライン 1.1 表示
総務省・経済産業省が策定。AI開発者、提供者、利用者が守るべき事項を整理した実務的な指針。
127 AIガバナンス 表示
組織がAIを適切に管理し、リスクを最小限に抑えつつ価値を最大化するための統治体制。
128 AI開発者（Developer） 表示
AIモデルを設計し、プログラミングや学習を行う主体。
129 AI提供者（Provider） 表示
開発されたAIを、APIやアプリなどの形で一般や他企業に利用可能にする主体。
130 AI利用者（User） 表示
提供されたAIをビジネスや日常生活の中で実際に使用する主体。

第5章：実践！プロンプト制作と実例 キーワード確認

済 No. 重要キーワード 意味・定義（クリックで確認）
131 LM（言語モデル） 表示
文脈を解析し、次に来る言葉を確率的に予測する数学的なモデル。
132 LLM（大規模言語モデル） 表示
膨大なデータとパラメータを用い、高度な言語理解と生成を可能にしたモデル。
133 プレトレーニング（事前学習） 表示
インターネット上の大規模データを用い、言語の基礎知識を習得させる最初の学習工程。
134 ハイパーパラメータ 表示
TemperatureやTop-pなど、モデルの出力傾向を制御するために人間が調整する設定値。
135 Temperature（温度） 表示
出力の多様性を調整する値。低いと堅実（一貫性重視）、高いと独創的（ランダム性重視）になる。
136 プロンプトエンジニアリング 表示
AIから望ましい結果を引き出すために、入力文（プロンプト）を設計・最適化する技術。
137 指示（Instruction） 表示
「要約して」「翻訳して」など、AIに実行させたい具体的なタスク。
138 背景（Context） 表示
役割設定や対象読者など、AIが回答の方向性を正しく判断するための補足情報。
139 入力データ（Input Data） 表示
処理の対象となるテキストや売上データなど、AIが実際に加工する具体的な情報。
140 出力形式（Output Indicator） 表示
「箇条書きで」「表形式で」など、回答のフォーマット（見た目）の指定。
141 Zero-shot プロンプティング 表示
例示を与えず、指示のみで回答を生成させる最も基本的な手法。
142 Few-shot プロンプティング 表示
少数の「入力と回答の例」を提示し、回答の型や精度を安定させる手法。
143 思考の連鎖（CoT） 表示
「ステップバイステップで考えて」と指示し、思考プロセスを明示させて論理性や計算精度を上げる技法。
144 構造化プロンプト 表示
###などの記号を用い、役割・指示・制約などを視覚的に区切ってAIに伝える手法。
145 トークン 表示
AIが文字を処理する際の最小単位。料金計算や入力・出力制限の基準となる。
146 正確な文字数の指定（の限界） 表示
AIはトークンで処理するため、「500文字ぴったり」といった厳密な制御は苦手であるという特性。
147 計算の誤り（算術能力） 表示
言語モデルは確率的に次を予測するため、複雑な計算で間違い（ハルシネーション）が起きるリスク。
148 最新情報の不足 表示
事前学習データに含まれない、カットオフ以降の情報をAIが持っていないという限界。
149 ファクトチェック 表示
AIの回答が事実かどうか、人間が信頼できる情報源と照らし合わせて確認する工程。
150 AIリテラシー 表示
AIの特性・リスクを正しく理解し、安全かつ効果的に使いこなすために必要な総合的な教養。
WEBCOACH | キャリアチェンジまでの全てを学ぶマンツーマンWEBスクール
© 2020 by WEBCOACH