用途・タスク
何をするか
識別・予測
画像に何が写っているか、離反しそうか、需要がどれくらいかを判定・予測する。
認識・変換
音声を文字にする、文書を翻訳する、画像から情報を読むなど、形式を変換する。
生成
文章、画像、音声、コードなど、新しい内容の候補を作る。生成AIはこの区分に入る。
エージェント型の実行支援
目標に沿って情報を整理し、外部ツールや手順を使う。自律性の範囲と確認点を設計することが重要。
AI FOUNDATIONS
AIの歴史と現在の分類
AIは、突然「生成AI」になったわけではありません。人がルールを書く時代から、データを学ぶ時代へ。そして、文章・画像・音声を扱う基盤モデルへ。進歩の流れと現在の分類を、仕事で使う視点から整理します。
POINT 01
歴史
何が限界となり、何が次の進歩を生んだかを見る。
POINT 02
分類
用途・学習方法・モデルの3軸を混同しない。
POINT 03
実務
AIの得意な範囲と、人が確認すべき範囲を分ける。
TIMELINE
AIは何を乗り越えてきたか
AIの歴史は、期待と停滞を繰り返しながら、データ・計算資源・アルゴリズムの組み合わせを更新してきた歴史です。
1950–1970年代 · 記号処理と推論
「考える機械」を、ルールで表現する
1950年のチューリングによる問題提起、1956年のダートマス会議を出発点に、初期のAI研究は人間の知識や推論手順を記号と規則で表すことを目指しました。定義された問題では力を発揮する一方、現実世界の曖昧さや例外を扱うことは難しいものでした。
転換点：知識を人が書く方式だけでは、対象領域を広げにくいことが明らかになった。
1980年代 · エキスパートシステム
専門家の判断を、業務ルールとして使う
専門家の知識を「もし〜なら、〜する」という規則で蓄積するエキスパートシステムが実用化されました。診断や審査のように条件が比較的明確な領域で価値を示しましたが、知識の追加・保守の負担と、想定外への弱さが課題になりました。
転換点：AIの性能はアルゴリズムだけでなく、知識の更新コストにも左右されると理解された。
1990–2000年代 · 統計的機械学習
ルールを書く代わりに、データから傾向を学ぶ
大量のデータと計算資源を背景に、分類・予測をデータから学ぶ機械学習が広がりました。迷惑メール判定、推薦、需要予測のように、過去データのパターンが役立つ問題で実用性が高まりました。
転換点：人が判断規則をすべて書くのではなく、評価したい結果を示して学習させる方式へ進んだ。
2012–2016年 · 深層学習
画像・音声で、特徴そのものを学習する
多層ニューラルネットワークを用いる深層学習が、画像認識・音声認識などで大きく進展しました。特に2012年の画像認識競技での成果は、データ・GPU・深いネットワークの組み合わせが性能を押し上げることを広く示しました。
転換点：特徴量を人が細かく設計する比重が下がり、学習データと計算資源の重要性が増した。
2017–2021年 · Transformerと基盤モデル
幅広い言語タスクを、一つの大きなモデルで扱う
Transformerを基盤に、大量のテキストで事前学習した言語モデルが進歩しました。翻訳、要約、質問応答などを個別に作り込むだけでなく、指示や追加学習で多様な仕事に適応させる考え方が広がりました。
転換点：用途ごとに専用モデルを作る発想から、汎用的な基盤モデルを目的に合わせて使う発想へ進んだ。
2022年以降 · 生成AIとマルチモーダル
文章・画像・音声を生成し、複数の形式をまたいで扱う
対話型の生成AIが広く使われ、文章作成、要約、コード補助、画像・音声の生成が身近になりました。現在はテキストだけでなく画像・音声・動画などを組み合わせるマルチモーダルAIや、外部ツールを使って複数手順を進めるエージェント型の仕組みも発展しています。
現在地：出力のもっともらしさと正確さは別です。根拠確認、権限管理、人の最終判断が実務で欠かせません。
CLASSIFICATION MAP
現在のAIは、3つの軸で見ると混乱しない
「生成AI」「LLM」「機械学習」は、同じ種類の言葉ではありません。何をするAIか、どう学ぶAIか、どんなモデルかを分けて捉えます。
学習方法
どう学ぶか
ルールベースAI
人が定義した規則に従って判断する。説明しやすい一方、例外の追加は人が担う。
教師あり学習
正解付きの過去データから、分類や予測の関係を学ぶ。需要予測や不正検知で使われる。
教師なし・自己教師あり学習
明示的な正解を大量に用意せず、データの構造や次に来る情報を学ぶ。基盤モデルの土台になる。
強化学習
試行と報酬を通じて行動を改善する。ゲーム、制御、最適化などで用いられる。
モデル・入出力
何で扱うか
従来の機械学習
表形式データや限定された課題で強みを持つ。精度、説明可能性、運用コストを目的に応じて比べる。
深層学習
画像・音声・自然言語など複雑なデータから特徴を学ぶ。学習・推論には計算資源が必要になる。
大規模言語モデル（LLM）
大量の文章を学んだ言語モデル。要約、下書き、対話、情報整理などに使われる。
マルチモーダルAI
テキスト、画像、音声、動画など複数形式を扱う。資料の読解や音声を含む業務で活用範囲が広がる。
CAPABILITY BOUNDARY
「できること」と「任せてよいこと」は別
特化型AI
現在広く使われているAIの多くは、特定の目的に強い特化型AIです。文章生成や画像認識の能力が高くても、事実の正確さ、文脈、責任の判断を自動で保証するものではありません。
汎用人工知能（AGI）
人間のように幅広い知的課題へ一般化できるAIは研究・議論の対象です。定義や到達基準に合意はなく、現行のAIサービスを単純にAGIとみなすことはできません。
仕事で使うときの確認点
- 根拠や出典を確認できるか
- 入力してよい情報か、権限は適切か
- 最終判断を誰が持つか決まっているか