Chapter 15: 生成AI とは

15.1 AI / 機械学習 / 深層学習の違い

「AI（人工知能）」「機械学習」「深層学習」「生成AI」という言葉は混同されがちですが、それぞれ異なる概念です。

• AI: コンピュータに「知的な」振る舞いをさせる技術全般。ルールベースのプログラムも含む
• 機械学習: データを与えることで、人間がルールを書かなくてもパターンを学習する手法
• 深層学習: 脳のニューロンをモデルにした「ニューラルネットワーク」を多層に重ねた機械学習の一手法
• LLM（大規模言語モデル）: インターネット上の膨大なテキストで学習した深層学習モデル
• 生成AI: LLM などを活用して、テキスト・画像・コードなどを新たに「生成」するシステム

現在、開発現場で使われる「AI」の多くは LLM を使った生成AI を指しています。

---

15.2 大規模言語モデル（LLM）の仕組み

LLM がどのようにして「文章を生成する」のか、その基本的な流れを理解しておきましょう。

重要なポイント:

1. トークン化: LLM はテキストをそのまま処理するのではなく、「トークン」と呼ばれる単位（単語・サブワード・文字など）に分割します。英語で「1単語 ≈ 1〜2トークン」、日本語では「1文字 ≈ 1〜2トークン」が目安です

2. 確率的な予測: LLM は次に来るトークンを「確率」で予測します。「最も自然な続き」を出力しようとするため、同じ入力でも毎回わずかに異なる出力が生まれます

3. 文脈の理解: Transformer という仕組みにより、文章の前後関係（文脈）を考慮して推論できます。これが LLM の強みです

---

15.3 主要モデルの比較

現在、主要な LLM サービスは3つです。業務での利用時にどれを選ぶか判断できるよう、特徴を把握しておきましょう。

選択の目安:

• 日常的なコーディング補助 → どれでも可。使い慣れたものを選ぶ
• 長い仕様書やコードの一括処理 → Claude（コンテキストウィンドウが大きい）
• Google Workspace との連携 → Gemini
• 最新の情報検索が必要 → ChatGPT（Web 検索機能付き）

TODO: あとで実際のスクリーンショットに置き換え - ChatGPT、Claude.ai、Gemini のトップページのスクリーンショット比較

---

15.4 できること・できないこと

LLM は非常に高機能ですが、万能ではありません。正しく理解して使いましょう。

できること（得意なこと）:

• 文章の作成・要約・翻訳
• コードの生成・説明・修正案の提示
• アイデアのブレインストーミング
• 質問への回答（一般的な知識）
• 表やリストの整理・変換

できないこと（苦手なこと）:

• 学習データ以降の最新情報（2024年以降の出来事など）
• 正確な数値計算（計算ミスが起きることがある）
• 社内固有の情報（教えないと知らない）
• インターネットへのアクセス（基本モデルはオフライン）
• ファイルの永続保存（会話は基本的にリセットされる）

---

15.5 トークンとコンテキストウィンドウ

コンテキストウィンドウとは、LLM が一度の会話で処理できるテキストの最大量です。トークン数で表されます。

実用的な目安:

• 日本語 1 文字 ≈ 1〜2 トークン
• A4 用紙 1 枚のテキスト ≈ 500〜800 トークン
• 現在の主要モデルは 128,000〜200,000 トークン程度

コンテキストが重要な理由:

• 長いコードファイルをまるごと渡すことができる
• 長い会話を続けると古いやり取りは「忘れ」始める
• 一度の入力に大量のテキストを含めるとコストが増える

コンテキストウィンドウの上限を意識しながら、必要な情報だけを絞り込んで渡す習慣をつけましょう。