AIの「学習」と「推論」

 

 

◆ AIはどうやって賢くなるのか

 

第1章ではAIの基本的な概念を学びました 第2章ではその舞台裏 AIがどのようにして賢くなり答えを導き出すのか その仕組みを少しだけ探っていきましょう AIの思考プロセスは大きく分けて「学習」と「推論」の2つの段階に分かれています

 

◆ フェーズ1：学習

 

まず学習フェーズです これはAIが事前に大量のデータを読み込み知識を蓄える期間を指します

これは人間が生まれてから学校などで勉強する期間と似ています AIはインターネット上にある百科事典やニュース 書籍といった膨大なテキストデータを読み込みます その中で単語と単語の繋がりや文脈のパターンといった言葉のルールを統計的に学んでいきます ただ情報を丸暗記するのではなく「こういう言葉の後にはこういう言葉が来やすい」という無数のパターンを脳に刻み込んでいるイメージです

  • 具体例

    • 「日本の首都は」という文章の後には「東京」という言葉が来る確率が非常に高いことを学びます

    • 大量のレシピデータを学習し「材料」と「調理手順」の関連性を学びます

 

◆ フェーズ2：推論

 

次に推論フェーズです これは私たちがAIに質問（プロンプトを入力）した時にAIが答えを生成する過程を指します

これも人間が似ています 学校で学んだ知識を使ってテストの問題に答えたり 日常の疑問に答えたりするのと同じです AIは私たちが入力したプロンプトの意図を読み取り 学習した膨大な知識パターンの中から最も確率の高い言葉を予測し一語一語つなげて文章を生成します

  • 具体例

    • 私たちが「日本の首都は」と入力すると AIは学習した知識から次に続く確率が最も高い「東京」という単語を予測して出力します

    • 「冷蔵庫に卵と玉ねぎがあります何が作れる」と聞くと レシピのパターンから「オムレツ」や「親子丼」などを予測して提案します

このようにAIは事前に膨大な学習を行い その知識を使って私たちの質問に推論で答えているのです

 

【用語まとめ】

 

  • 学習（がくしゅう） AIが事前に大量のデータを読み込み 言葉の繋がりや文脈のパターンを知識として蓄えること

  • 推論（すいろん） AIが学習した知識を使い 私たちの質問に対して最も確率の高い答えを予測して生成すること

前次