人工知能、機械学習、LLM とは何ですか?

利益:

人工知能、機械学習、ビッグ言語モデルの概念を区別できる
これらのテクノロジーが従来のソフトウェアとどのように異なるかを説明する
日常のビジネス生活で遭遇する AI の例を認識できる

近年、ニュース、広告、ビジネス会議、さらには携帯電話のカメラなど、「人工知能」という言葉がいたるところで使われています。しかし、それは正確には何を意味するのでしょうか？この単元では、専門用語に溺れることなく、ビジネスに結びつけて基礎から解説します。目的はあなたをエンジニアにすることではありません。あなたが使用するツールが何であるか、そしてそのツールがなぜそのようなことをするのかを理解する意識的なユーザーになるために。車両についての知識が深まるほど、より安全かつ効率的に使用できるようになるからです。

人工知能、機械学習、大きな言語モデルという 3 つの概念が絡み合っているのをよく耳にします。これらは同じものではありません。それらは、一方が他方の内側に、ますます狭くなっています。それでは、日常的な例を用いて、これらを一つずつ説明していきましょう。

3つのコンセプト、3つの連動リング

人工知能 (AI): 通常人間の知能を必要とするタスク (理解、意思決定、認識、言語の使用) をコンピューターが実行できるようにする広範な分野の一般名です。チェスプログラム、翻訳アプリケーション、音声アシスタントもこの傘下にあります。

機械学習 (ML): 人工知能の最も一般的なサブブランチです。ここでは、ルールを 1 つずつコンピューターに書き込むのではありません。私たちは彼にたくさんのサンプルを見せ、彼はサンプルの中のパターンを自分で選び出しました。したがって、「機械学習」という名前が付けられました。つまり、機械は例から学習します。

Large Language Model (LLM): テキストに特化した特別なタイプの機械学習です。それは数十億の文で訓練されています。言語の理解、作成、要約、翻訳などのタスクに使用されます。これは、ChatGPT、Gemini、Claude などのツールの背後にあるテクノロジーです。このモジュールのツールは「生成 AI」(テキスト/画像生成 AI) と呼ばれており、ほとんどが LLM ベースです。

ヒント: これを覚えておいてください。AI は最大の箱であり、機械学習はその中の箱であり、大規模な言語モデルは最も内側の箱です。「すべての LLM は機械学習の産物であり、すべての機械学習は AI です。しかし、その逆は必ずしも当てはまりません。」

従来のソフトウェアとの違い: ルールを作成するのは誰ですか?

これが理解すべき最も重要な違いです。従来のソフトウェアでは、人間（プログラマー）が「注文金額が500TLを超えたら送料は無料にする」というルールを一つ一つ書きます。コンピュータはこのルールに忠実に従います。それ以上でもそれ以下でもありません。

機械学習では、人間がルールを書きません。モデルは、示された例からルール自体を発見します。たとえば、何千もの「スパム」メールと「スパムではない」メールを表示するとします。モデル自体は、どの単語やフレーズがスパムを示すかを学習します。「この単語があればスパムです」といちいち書く人はいません。

特徴

従来のソフトウェア

機械学習 / AI

ルールを作るのは誰ですか?

人間は一つ一つ書きます

モデルは例から推測します

出力は常に同じですか?

同じ入力→同じ出力

同じ入力 → 似ているが可変出力

いつ強いの？

明確で明確なルールに基づいて作業する

多くのパターンと難しいルールを扱う

信頼性

予測可能な、安定した

統計的、検証が必要

例

給与口座

メールのトーンを改善する

この違いは、後で学習する「幻覚」と「検証」のトピックの基礎となります。モデルはルール自体を導き出すため、場合によっては間違っているため、その出力を盲目的に信頼することはできません。

日常のビジネス生活ですでに目にしていることでしょう

AI を新しいものだと考えないでください。おそらく何年も使っているはずです。

電子メールボックスのスパムフィルター (どの電子メールがゴミであるかを学習したモデル)。
携帯電話のキーボード予測 (次の単語を提案する小さな言語モデル)。
銀行の不正取引アラート (異常な支出を検出するモデル)。
スプレッドシートプログラムの自動入力機能と提案機能。
ビデオおよび音楽アプリケーションのレコメンデーションシステム。

新しいのは、このテクノロジーが自然言語で会話できるようになったということです。つまり、専門家と話しているかのように書くと、専門家は理解し、答えてくれます。ここにこそ、職場における本当のチャンスがあるのです。

ミニケース3個

ケース 1 — Ayşe、オフィスマネージャー。彼は毎週約 40 件のサプライヤーからのメールを手動で分類していました。平均90分くらいかかりました。同社のAIアシスタントが電子メールに「緊急/通常/情報」というラベルを付けるようになった。時間は 20 分に短縮されました。彼は、節約できた約 70 分を契約管理に費やしました。 AIはルール自体を学習しました。 Ayşe はフィルターを 1 つずつ作成しませんでした。

ケース 2 — Mehmet、フィールド技術者。顧客はフリーテキストで障害記録を書き込んでいました (「デバイスが熱くなり、断続的にシャットダウンする」)。彼のマネージャーは、これら 500 件の記録を手動で読んで分類することができませんでした。言語モデルは記録を「ハードウェア/ソフトウェア/ユーザーエラー」として要約し、最も頻繁に発生する苦情を抽出しました。モデルは、人間であれば 2 日近くかかる作業を数分でスケッチしました。チームのみが確認した。

ケース 3 — Elif、会計担当。彼はAIに新しい法律の条文を要約させ、12ページの条文から1ページの記事リストを取り出した。しかし彼自身、公式情報源からの重要な割合を認めた。数値的な精度が求められる事柄だったからです。したがって、迅速かつ安全に機能しました。

弱いプロンプト / 強いプロンプト

ツールを知ることで、質問の仕方も変わります。同じアシスタントからの 2 つの異なる質問:

弱いプロンプト:人工知能とは何ですか?

結果: あなたに固有ではない、百科事典的な長い説明。

強力なプロンプト: 私は非技術的な会社員です。人工知能、機械学習、大きな言語モデルの違いを 3 つの短い箇条書きとそれぞれの日常生活からの例で説明します。普通のトルコ語を使用してください。

結果: あなたの役割、レベル、目的に適した使用可能な答え。違い: コンテキスト、対象者、形式を指定しました。

コピー可能なテンプレート

テクノロジーの学習を手伝ってください。トピック: [例:機械学習] 私: [私の役割 / 私の知識レベル] 希望: 5 つの項目での簡単な説明 + 各項目のビジネス上の例 + 最後に「心に留めておいてください」という 1 文のまとめ。

日常生活の中で次の概念に遭遇する場所を示してください:概念: [例:レコメンドシステム] 5 つの現実的な例をあげて、それぞれの中で AI が何をするのかを一文で正確に説明してください。

これら 2 つの概念を比較して表にまとめます。概念 A: [従来のソフトウェア] 概念 B: [機械学習] 列: 誰がルールを設定するか、出力は定数か、いつ強いか、例。

技術者ではない同僚に説明しているかのように、次の文を簡略化してください。専門用語がある場合は、括弧内に短い説明を追加します。文: [ここに貼り付け]

よくある間違い

「AI＝ロボット・意識」と考える。今日の車両は考えたり感じたりしません。パターンを認識し、可能性のある続編を生成します。これを忘れると、過度な期待と失望につながります。
すべての AI 出力を決定的な真実として扱います。モデルは統計的に機能します。正確さを必要とする数字、日付、情報源を検証せずに使用するのは危険です。
「この仕事は自分には縁遠い」と言って、決して挑戦しない。 AI は、非技術系従業員の退屈で反復的なタスクにかかる時間を最大限に節約します。努力しない人はチャンスを逃すことになります。
文脈を無視して一言で質問する。自分が誰で、何を望んでいるのかをツールに伝えないと、一般的で役に立たない答えが得られます。

注意: AI の「学習」は人間の学習とは異なります。モデルは世界を理解することによってではなく、データ内の統計パターンを捕捉することによって「学習」します。そのため、彼は非常に流暢に話すことができますが、それでも基本的な事実を誤解しています。流暢さは正確さを保証するものではありません。

要約すると

人工知能は最も広い範囲をカバーします。機械学習は、例から学習するそのサブブランチです。大規模言語モデル (LLM) は、言語に特化した機械学習の一種です。
主な違い: 従来のソフトウェアでは、人間がルールを作成します。機械学習では、モデルは例からルールを抽出します。
AI はすでにあなたの生活の中にあります: スパムフィルター、キーボード予測、偽のトランザクションアラート、レコメンデーションシステム。新しいのは、自然言語で会話できることです。
モデルは統計的に機能するため流動的ですが、常に正確であるとは限りません。これは後続の単元 (幻覚、検証) の基礎となります。

アプリケーションタスク

使用している AI ツールを開いて、上記の「強力なプロンプト」テンプレートを使用して機械学習と大きな言語モデルの違いを説明してください。次に、自分のビジネスで AI がすでに使用されている (または使用される可能性がある) 場所を 3 つ書き出します。それぞれについて、「ここで AI は具体的に何ができるのでしょうか?」質問には一文で答えてください。

チェックリスト

[ ] 私は人工知能、機械学習、LLM を区別できます。
[ ] 従来のソフトウェアと機械学習の「誰がルールを書くか」の違いについては説明できます。
[ ] 私は日常生活の中で AI の例を少なくとも 3 つ知っています。
[ ] 文脈、対象者、形式を与えることで、より強力な質問をすることができます。
[ ] AI がスムーズだからといって、正確であるとは限らないことはわかっています。