AI業界用語辞典

AIモデルをAPIとして流通させ、開発者、SaaS、クラウドがつながる経済圏。

AIの学習、評価、RAG、企業導入を支えるデータ整備・流通・管理の市場。

AIを動かすGPU、クラウド、電力、データセンターを含む計算資源全体。

GPU、CUDA、TSMC、クラウド、サーバー企業が結びつくAIインフラ供給網。

OpenAIを中心に、Microsoft、NVIDIA、開発者、企業導入、Agentがつながる構造。

特定用途に最適化したAI向け半導体。GPUより効率的な推論やクラウド独自チップで使われる。

GPU、モデルAPI、データ基盤、開発環境をクラウド上で提供するAI時代のインフラ。

GPU、電力、冷却、ネットワークを集約し、AI学習と推論を支える専用インフラ。

GPUクラスタ内外を高速につなぐネットワーク技術。大規模学習とデータセンター性能を左右する。

大量データを使ってAIモデルの重みを調整する工程。計算資源、データ品質、評価が重要になる。

学習済みモデルに入力を与え、回答や予測を生成する実行処理。AIサービスの速度とコストを左右する。

AIの学習・推論に特化したGPU、ASIC、メモリ、ネットワーク半導体の総称。

NVIDIA GPUで汎用計算を行うための開発基盤。AI時代のNVIDIA優位を支える重要なソフトウェア資産。

AIモデルの学習と推論を支える並列計算チップ。生成AI時代の計算資源競争の中心。

AI GPUに近接して使われる高速メモリ。大規模モデルの学習・推論性能とGPU供給網を左右する。

HPCやAIクラスタで使われる高速ネットワーク。GPUを大量接続する基盤として重要。

端末内のAI処理に特化したプロセッサ。AI PCやスマートフォンのオンデバイスAIで重要。

NVIDIA GPU同士を高速接続する技術。大規模AIサーバーの性能を高める。

Googleが開発するAI計算向け専用チップ。GeminiやGoogle Cloud AIを支える。

GPUが計算時に使う高速メモリ。モデルサイズ、バッチサイズ、推論速度を左右する。

クラウドではなく端末、工場、車、カメラなど現場側でAIを動かす設計。

クラウド上で借りられるGPU計算資源。AIスタートアップや企業導入の入口になる。

大きなモデルを軽くし、端末や低コスト環境でも動かしやすくする技術群。

AIが入力を受けてから応答するまでの遅延。AI検索、音声AI、Agent体験を左右する。

高密度GPUサーバーを冷却する技術。AIデータセンターの設計で重要性が高まる。

学習済みAIモデルを高速・低コストで実行するためのソフトウェア実行基盤。

AIデータセンターを動かすための電力供給能力。GPU調達と並ぶインフラ制約になる。

大量の計算を同時に処理する考え方。GPUやAI学習の性能を理解する基礎。

モデルの数値表現を軽くし、メモリ使用量と推論コストを下げる技術。

端末内でAI処理を行うためのNPUやAI機能を備えたPC。オンデバイスAIの入口になる。

既存SaaSにAI機能やエージェントを組み込み、業務を支援・自動化するサービス群。

基盤モデルや視覚AIをロボットに組み込み、現実世界で作業させる領域。

検索結果の一覧ではなく、AIが情報を整理して回答する検索体験。検索、広告、メディア構造を変える。

生成AIや推薦AIを使って広告制作、配信、検索広告体験を変える領域。

OpenAIが提供する対話型生成AIサービス。一般利用と企業導入を広げた代表的AIアプリ。

Anthropicが提供する生成AIサービス。長文処理、安全性、企業利用で存在感を持つ。

作業者の横で文章作成、コード、分析、操作を支援するAIアシスタント型UI。

Googleの基盤モデル・生成AIブランド。検索、Android、Workspace、Cloudと結びつく。

OpenAIの動画生成AI。マルチモーダル生成AIが映像制作へ広がる象徴的な存在。

人型の身体を持ち、工場や家庭で作業することを目指すロボット。物理AIの象徴的領域。

音声認識、音声合成、会話、翻訳を扱うAI。コールセンターやコンテンツ制作で重要。

文章や参照画像から画像を生成するAI。デザイン、広告、クリエイティブ制作に広がる。

企業が業務、顧客対応、開発、分析にAIを組み込む取り組み。AI市場の収益化の中心。

定型業務、判断、承認、データ入力をソフトウェアで自動化する流れ。AIエージェントで再注目されている。

車両が周囲を認識し、判断し、運転操作を行うAI。ロボティクスAIとセンサー技術が関係する。

文章や画像から動画を生成・編集するAI。広告、映像制作、SNSコンテンツを変える。

AIアプリを作るための開発キット。モデル呼び出し、ストリーミング、ツール連携を扱いやすくする。

AIがコード補完、生成、修正、レビューを支援する開発者向け領域。

AIモデルやエージェントを実行するためのソフトウェア層。推論、ツール、状態管理を扱う。

AIモデルやサービスをアプリから呼び出すための接続口。AIを製品に組み込む基本レイヤー。

AIモデル、データセット、OSSライブラリを共有する開発者プラットフォーム。

AIの出力をJSON形式に制約する機能。アプリ連携や業務処理で使いやすくする。

LLMアプリ、RAG、エージェントを構築するための開発フレームワークとエコシステム。

Hugging Faceが提供するモデル利用ライブラリ。OSSモデルの普及を支える標準的な道具。

モデル、コード、データ、評価手法を公開し、開発者や企業が再利用できるAIの流れ。

インフラ管理を意識せず、APIやイベントでAI処理を実行する設計。小規模導入で使いやすい。

AIに望む出力を得るため、指示文、例、制約、出力形式を設計する技術。

APIを一定時間に呼び出せる回数や量の制限。AIアプリの安定性とコスト設計に関係する。

AIの回答を決まったスキーマで返す設計。業務システム連携や自動処理に重要。

AIが目標に向けて手順を考え、ツールやAPIを使いながら作業を進める仕組み。

AIエージェントを安全に実行し、状態、権限、ログ、ツール接続を管理する基盤。

複数のAI処理、承認、ツール呼び出し、データ連携を業務手順として組み合わせる設計。

AIが外部関数やAPIを呼び出すための仕組み。AIエージェントと業務自動化の接続点になる。

AIエージェントやアプリが外部ツール、データ、サービスへ安全に接続するためのプロトコル。

AIが検索、計算、コード実行、業務システムなど外部ツールを使う設計。

複数のAIエージェントが役割分担して作業を進める設計。複雑な業務自動化で注目される。

個人情報や機密データをAIで扱う際の保護、匿名化、権限管理の論点。

AIが危険な出力や誤作動を起こさないようにする研究・運用・制度の総称。

AIの安全性、透明性、データ利用、責任を定める制度。企業のAI導入と製品設計に影響する。

AIの学習データ、生成物、引用、模倣をめぐる著作権上の論点。メディアと生成AIの関係を左右する。

AIの行動や出力を人間の意図、ルール、安全性に沿わせる考え方。

AIが事実ではない情報をもっともらしく出す現象。RAG、評価、引用設計で抑制する。

AIモデルの利用、改変、商用利用、再配布を定めるライセンス。OSS競争で重要になる。

DeepSeekが公開した推論モデル。低コスト推論やOSSモデル競争を考える上で重要。

Metaが公開するオープンウェイト系LLM。OSS AIエコシステムの中心的モデル群。

大量のテキストやコードから言語のパターンを学び、文章生成や推論を行う大規模言語モデル。

複数の専門モデルから一部を選んで使う構造。大規模モデルの性能と計算効率を両立させる設計。

人間の評価を使ってAIの出力を望ましい方向へ調整する手法。ChatGPT型サービスで重要。

注意機構を使って系列データを処理するAIモデル構造。現代のLLMと生成AIの基盤。

AIモデルが一度に読める入力と会話履歴の範囲。長文処理やRAGの品質に関係する。

既存モデルに追加学習を行い、特定業務や文体、領域に合わせて調整する方法。

AIモデルの性能を比較するための評価課題や指標。ランキングだけでなく実運用との差も重要。

文章、画像、音声、動画など複数の情報形式を同時に扱うAI。生成AIサービスの体験を広げる。

AIモデルの性能、安全性、信頼性、業務適性を測る仕組み。企業導入の判断材料になる。

テキストから自然な音声を生成する技術。読み上げ、吹替、音声エージェントで使われる。

音声をテキストへ変換するAI技術。会議録、字幕、音声UIの入口になる。

ノイズから画像や動画を生成するモデル構造。画像生成AIブームの中心技術の一つ。

多様なアプリの土台になる大規模AIモデル。文章、画像、音声、コードなどの生成や理解を支える。

行動と報酬から学ぶAI手法。AIエージェント、ロボティクス、推論モデルの改善に関係する。

画像や動画と文章を同時に理解するモデル。マルチモーダルAIやロボティクスの基盤になる。

大規模LLMより軽く、特定用途や端末上で使いやすい言語モデル。

大きなモデルの振る舞いを小さなモデルへ移し、軽量化と実用性を高める手法。

問題を段階的に考える能力を重視したAIモデル。数学、コード、計画で注目される。

AIが回答前に外部資料を検索し、根拠となる文脈を使って答える設計。企業データ活用で重要。

キーワード一致ではなく意味の近さで情報を探す検索。RAGやAI検索の基礎。

企業がデータの品質、権限、利用範囲、監査を管理する仕組み。AI導入の前提になる。

AI学習や評価に使うデータの集合。品質、権利、偏りがモデル性能に大きく影響する。

AI学習用データに正解や分類を付ける作業。RLHFや評価データ作成にも関わる。

企業、技術、人物、製品などの関係を構造化した知識ネットワーク。AI検索と構造理解に役立つ。

Embeddingを保存し、意味的に近い情報を高速検索するためのデータベース。RAGと企業AIで重要。

AIやシミュレーションで作る人工データ。学習データ不足やプライバシー課題への対策になる。

文章や画像を意味の近さで扱える数値ベクトルに変換する技術。検索、推薦、RAGの基礎になる。

AIモデルが文章を処理するための最小単位。入力長、料金、推論速度、文脈理解に関係する。