1.AIとは
1.1 AIとは
・AIの概要については、以下がとてもわかりやすいです。
https://www.soumu.go.jp/use_the_internet_wisely/special/generativeai/data/file01.pdf
・AI進展の経緯
（出典：https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r06/pdf/n1310000.pdf）
1.2 生成AIとは
・生成AIの概要
（出典：https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r06/pdf/n1310000.pdf）
・生成AIの機能
（出典：https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r06/pdf/n1310000.pdf）
1.3 生成AI（Generative AI）の基本用語
| 用語 | 解説 |
|---|---|
| 生成AI（Generative AI） | テキスト・画像・音声などを「生成」する人工知能。学習データをもとに新しいコンテンツを作る。 |
| LLM（Large Language Model） | 大規模言語モデル。膨大なテキストを学習し、自然な言語で応答・要約・翻訳などを行う。 |
| Transformer（トランスフォーマー） | LLMの基盤となるモデル構造。自己注意機構により長文の文脈理解が可能。 |
| 自己注意機構（Self-Attention） | 文中の単語同士の関係を全体的に見て、文脈を把握する仕組み。Transformerの中核技術。 |
| トークン（Token） | モデルが処理する最小単位。単語や文字を細かく分割したもの。課金や文脈長もトークン単位で計算。 |
| 文脈長（Context Length） | モデルが一度に理解できるテキスト量。長いほど前後関係を保持した応答が可能。 |
| ファインチューニング（Fine-tuning） | 既存のモデルに追加学習を行い、特定の分野・用途に最適化する技術。 |
| プロンプト（Prompt） | モデルへの入力指示文。質問や命令を自然言語で与える。 |
| プロンプトエンジニアリング | モデルが望む出力を出すように指示文を設計する技術。 |
| RAG（Retrieval-Augmented Generation） | 外部データを検索して生成に活用する仕組み。ChatGPTの企業版や社内検索連携で利用。 |
| マルチモーダル（Multimodal） | テキスト・画像・音声など、複数の入力形式を同時に理解・生成するAI。 |
| 拡散モデル（Diffusion Model） | 画像生成で使われる手法。ノイズから徐々に画像を生成していく。 |
| VAE（Variational Autoencoder） | 潜在空間を用いてデータを圧縮・再構築し、新しいデータを生成するモデル。 |
| GAN（Generative Adversarial Network） | 生成器と識別器を競わせてリアルな画像などを生成するモデル。 |
| エージェント（AI Agent） | 自律的にタスクを遂行するAI。検索・実行・判断を組み合わせて動く。 |
| Chain-of-Thought（思考の連鎖） | モデルが中間推論を経て結論を導く考え方。高精度な推論タスクに有効。 |
| Guardrails（ガードレール） | モデルの出力を制御し、不適切発言や誤情報を防ぐ仕組み。 |
| トークナイザ（Tokenizer） | テキストをトークンに分割する処理器。モデルによりルールが異なる。 |
| ハルシネーション（Hallucination） | モデルが事実ではない情報をもっともらしく生成する現象。 |
| Zero-shot / Few-shot Learning | 例を与えず（Zero）または少数の例だけで（Few）、タスクをこなす学習方式。 |
| アライメント（Alignment） | モデルの出力を人間の価値観や意図に合わせるための調整。 |
1.4 主な用途別分類
| 分野 | 代表的な用途 |
|---|---|
| テキスト生成 | 文章作成、要約、翻訳、コード生成、QA（質問応答）など |
| 画像生成 | イラスト、写真風画像、デザイン案、3Dレンダリングなど |
| 音声生成 | 音声合成（TTS）、声真似、BGM生成など |
| 動画生成 | 短編動画、モーション生成、アニメーションなど |
| データ生成 | シミュレーションデータ、合成学習データなど |
1.5 代表的なサービス一覧（2025年時点）
現在の生成AI分野では、OpenAI（ChatGPT）・Google（Gemini）・Anthropic（Claude）が「三大AI」と呼ばれることが多い。
| 分野 | サービス名 | 運営企業／特徴 |
|---|---|---|
| 総合LLM (対話・文章) |
ChatGPT (GPT-4o / o1) |
OpenAI 最も代表的なAI。推論能力が高く、プラグインも豊富。 ※Microsoft Copilotのベースモデルとしても採用されている。 |
| Claude 3.5 | Anthropic 自然な文章作成と長文読解に定評あり。エンジニアに人気。 |
|
| Gemini | Google Googleサービス（Docs等）との連携や、動画・画像の同時認識に強い。 |
|
| Microsoft Copilot | Microsoft 中身（頭脳）はOpenAIのGPT-4が動いている。 Office製品やBing検索と連携し、セキュリティが強固。 よって、ChatGPTとは回答が異なることが多く、 検索事実に基づいた回答や、出典（ソース）の提示を最優先するよう調整 |
|
| 検索・調査 (RAG) |
Perplexity AI | Perplexity 出典元を明記して回答する「検索特化型」AI。 |
| NotebookLM | Google 論文や社内規定など、手持ちのPDFを読み込ませて解説・分析させるツール。 |
|
| 画像生成 | DALL·E 3 | OpenAI ChatGPT内で会話しながら絵を描けるため、最も手軽。 |
| Midjourney | Midjourney 圧倒的なクオリティと芸術性。プロのクリエイター利用率が高い。 |
|
| 資料作成 (プレゼン・図解) |
Gamma | Gamma テキストを入力するだけで、デザインされたスライド資料を生成。 |
| Canva | Canva インフォグラフィックやSNS画像など、あらゆるデザインをAIが支援。 |
|
| Napkin AI | Napkin 文章から「概念図」「チャート」などの図解を一瞬で生成。 |
|
| 動画生成 | Sora | OpenAI テキストから超リアルな動画を生成する革命的ツール（一般公開待ち）。 |
| Runway (Gen-3) | Runway 映像業界のプロも利用。編集機能が充実。 |
|
| コード生成 | GitHub Copilot | Microsoft / GitHub エディタ上でコード補完を行う、エンジニア必須ツール。 |
| Amazon Q Developer | AWS AWS環境の開発・運用に特化した支援AI。 |
2.AIセキュリティ
1.1 概要
AIセキュリティといっても、AI自体がセキュリティの脅威となる面（AIの脅威）と、AIをセキュリティ対策に活用する面（AIの利活用）があります。
1.2 AIによるセキュリティの脅威
・生成AIの悪用
攻撃者がAIを利用して攻撃能力を強化。海外の攻撃者が多いが、日本語の壁の崩壊→フィッシングメールが簡単に作れてしまう。しかも本物と見分けがつかない。
・データ汚染（Data Poisoning）
学習データを改ざんし、誤った挙動を誘発
・プライバシー侵害
学習データから個人情報が漏洩
1.3 AIによるセキュリティ以外の脅威
1.4 AIを活用したセキュリティ対策
先日のアンケート結果も入れる
1.5 政府のAI活用について
(1)生成AIの調達・利活用に係るガイドライン
・正式名称は「行政の進化と革新のための生成AIの調達・利活用に係るガイドライン」で、以下のリンクに記載があります。
https://www.digital.go.jp/news/3579c42d-b11c-4756-b66e-3d3e35175623
・政府はリスクを抑えた上で、生成AIの活用を推進している
・この中で、「5.2生成AIによるリスク」が整理されている。詳細はこちらで整理しています。
