AIや生成AIのニュースを読みたいのに、専門用語だらけで毎回調べ直している方に向けた用語辞典です。

本記事をざっと一周しておくことで、「AIニュースやレポートをだいたい読める状態になる」ことをねらいます。

必要なときに見返しやすいよう、分野別に基本用語を整理しています。

目次

本記事の目的

AIの専門家になることではなく、

  • ニュース・レポートの用語につまずかない
  • 会議で出てくる言葉の意味がわかる
  • 資格勉強にも使える


この状態を目指して、最低限おさえたい用語だけをまとめています。

用語の選定基準（ビジネス頻出・ニュース頻出・技術の基礎）

  • 会議や企画書でよく登場するビジネス用語
  • AI・生成AIニュースで頻出のキーワード
  • 仕組み理解に必要な「土台」となる概念

数学やコードの詳細は省き、「意味がわかれば十分」というレベル感です。

AIの基本概念・前提知識に関する用語

AI（人工知能）と機械学習・深層学習の違い

  • AI：知的な作業をコンピュータで行う広い概念
  • 機械学習：データから規則を学ぶ技術
  • 深層学習（ディープラーニング）：ニューラルネットを使う機械学習の一種

ニュースの「AI」は、多くの場合このうちの「機械学習」や「深層学習」を指します。

アルゴリズム・モデル・パラメータなどの基本用語

  • アルゴリズム：問題を解く手順
  • モデル：学習の結果できた「予測器」
  • パラメータ：モデル内部の調整可能な数値

「アルゴリズムというレシピで、パラメータを調整しながらモデルという料理を作る」というイメージです。

教師あり学習・教師なし学習・強化学習などの学習パラダイム用語

  • 教師あり：正解付きデータで学ぶ（売上予測など）
  • 教師なし：正解なしデータをグループ分けする（クラスタリングなど）
  • 強化学習：試行錯誤しながら報酬が最大になる行動を学ぶ

機械学習・ディープラーニング関連の主要用語

回帰・分類・クラスタリングなどの代表タスク用語

  • 回帰：数値の予測（売上・需要など）
  • 分類：カテゴリ分け（スパム／通常メールなど）
  • クラスタリング：似たもの同士を自動でグループ化

自社の課題がどのタイプかをイメージできると、議論が整理しやすくなります。

ニューラルネットワーク・ディープラーニング関連用語

  • ニューラルネット：脳をまねた計算モデル
  • ディープラーニング：多層のニューラルネットで高度なパターンを学ぶ手法

画像認識や音声認識、生成AIなど、多くの最新サービスの土台になっています。

CNN・RNN・LSTM などの代表的なモデル名

  • CNN：画像に強いモデル
  • RNN／LSTM：文章や時系列のような「順番つきデータ」に強いモデル

「昔はCNNやRNNが主流→今はトランスフォーマー系へ」という流れを押さえておくと理解がスムーズです。

過学習・汎化性能・バイアス／バリアンスなどの評価・課題用語

  • 過学習：学習データにだけ異常に強く、新しいデータに弱い状態
  • 汎化性能：未知のデータでも安定して当たる力

PoCでは良いが本番では微妙、というときに関わってくる概念です。

損失関数・最適化・勾配降下法などの学習ロジック用語

  • 損失関数：予測と正解のズレ
  • 最適化：損失を小さくするようパラメータを調整すること
  • 勾配降下法：少しずつズレを減らす方向に進む代表的な方法
AI 専門用語辞典｜機械学習・ディープラーニング関連の主要用語

生成AI・大規模言語モデル（LLM）関連の用語

生成AI・LLM・基盤モデル（Foundation Model）などの総称用語

  • 生成AI：文章・画像・音声などを新たに作るAI
  • LLM：大規模なテキストで学習した言語モデル
  • 基盤モデル：さまざまな用途に転用できる大きな汎用モデル

トランスフォーマー・アテンションなどの代表アーキテクチャ用語

  • トランスフォーマー：文脈全体を見ながら処理できる構造
  • アテンション：重要な部分に「注意」を向けて重みづけする仕組み

現在の多くの生成AIの中身は、このトランスフォーマー系です。

プロンプト・プロンプトエンジニアリング関連用語

  • プロンプト：生成AIへの指示文
  • プロンプトエンジニアリング：欲しい結果を得るための書き方の工夫

「対象・目的・トーン・条件」を明示すると成果物の質が上がりやすくなります。

ファインチューニング・RAG・エージェントなどの応用技術用語

  • ファインチューニング：自社データなどで追加学習して特化させる
  • RAG：社内文書などを検索しながら生成する仕組み
  • エージェント：ツールやAPIを組み合わせ、AIがタスクを自律的に実行する枠組み

ハルシネーション・安全性・ガバナンスなどのリスク関連用語

  • ハルシネーション：もっともらしい誤情報の生成
  • 安全性：有害・機密情報などを出さない工夫
  • ガバナンス：社内での利用ルールや責任範囲の設計

ビジネス・実務で頻出するAI・データ活用用語

PoC・MVP・本番導入などのプロジェクト進行用語

  • PoC：小さく試して実現性を見る段階
  • MVP：最小限の機能で実利用を試す段階
  • 本番導入：既存業務に組み込む段階

ROI・生産性向上・業務効率化などのビジネス効果関連用語

  • ROI：投資対効果
  • 生産性向上：同じ人数・時間でより多くの価値を生む
  • 業務効率化：ムダな作業や工数を削減する

MLOps・モデル運用・監視などの運用フェーズ用語

  • MLOps：モデル開発〜運用〜監視を継続的に回す考え方
  • モデル監視：精度の低下やデータの変化を追うこと

AI人材・DX人材・リスキリングなどの人材・組織関連用語

  • AI人材：AIの企画・開発・運用に関わる人
  • DX人材：デジタルで業務変革を推進する人
  • リスキリング：新しいスキルへの学び直し

AI専門用語をキャッチアップし続けるためのコツと情報源

まず押さえるべき必須用語セットの整理

本記事に出てくるような基本用語を押さえ、完璧に覚えるより「見れば思い出せる」状態を目指すと負担が少なくなります。

ニュース・論文・レポートで用語を更新する際のポイント

  • 気になる記事を1本選び、わからない単語だけをメモ
  • 本記事のどのカテゴリに近いかを確認しながら意味を整理

日々の業務で用語を「使って覚える」ための工夫

  • 会議メモや企画書に、学んだ用語を1つ以上入れてみる
  • 同僚に説明するときに、専門用語＋ひと言の言い換えを添える

社内ナレッジ（自社版AI用語集）に落とし込む際の観点

  • 自社特有のシステム名・プロジェクト名もあわせて整理
  • 新しい用語を誰でも追記できるシンプルなフォーマットにする

まとめ

AI・生成AIの世界は専門用語が多い一方で、よく使われる概念は限られています。

本記事の用語を一通り押さえておくと、ニュースや資料が一気に読みやすくなります。
わからない言葉に出会ったときの「戻ってくる場所」として、ぜひブックマークして活用してみてください。

生成AI AIツール