AIと生成AIの違いをやさしく解説：試験第1章・第2章の土台を作る

生成AIパスポートの第1章は「AI（人工知能）」、第2章は「生成AI（ジェネレーティブAI）」。この2つの章の関係を正しく理解することが、試験全体の土台になります。本コラムでは「AIと生成AIは何が違うのか」を初心者向けに整理します。

従来のAIは「見分ける」、生成AIは「作り出す」

従来のAI活用の中心は、画像に写っているものを当てる、迷惑メールを判定するといった識別（分類・予測）でした。これに対して生成AIは、テキスト・画像・音楽・動画といった新しいコンテンツそのものを作り出すAIです。

どちらも機械学習（データからパターンを学ぶ仕組み）の上に成り立っている点は共通です。試験では「ルールベースと機械学習の違い」「教師あり学習・教師なし学習・強化学習の区別」といった第1章の基礎が、生成AIを理解する前提として問われます。

生成モデルの系譜をおさえよう

第2章で頻出するのが、生成AIが誕生するまでのモデルの系譜です。次の流れを自分の言葉で説明できるようにしておきましょう。

• ボルツマンマシン：生成モデルの源流とされる初期のモデル
• VAE（変分自己符号化器）：エンコーダで入力を潜在的な分布に圧縮し、デコーダで復元しながら学習する
• GAN（敵対的生成ネットワーク）：データを生成する「生成器」と、本物か偽物かを見分ける「識別器」を競わせて精度を高める
• RNN／LSTM：文章のような順序のあるデータ（シーケンスデータ）を扱う再帰型のモデル
• Transformer：Attention機構により文中の単語同士の関係を捉えるモデル。GPTやBERTなど現在のLLMの土台

試験では「エンコーダ・デコーダはどのモデルの構成要素か」「生成器と識別器を競わせるのはどれか」のように、モデル名と仕組みの対応を入れ替えた選択肢がよく出ます。似た者同士をセットで覚えるのがコツです。

ChatGPTはどこに位置づくのか

ChatGPTは、TransformerをベースにしたGPTモデルを対話向けに調整したサービスです。GPT-1から始まり、GPT-3で「パラメータ数の大幅な拡大」により性能が飛躍し、人間のフィードバックによる強化学習（RLHF）を経て、現在のGPT-5世代まで進化してきました。この進化の流れと、ハルシネーション（もっともらしい誤情報の生成）などの注意点は、第2章の頻出テーマです。

「識別から生成へ」という大きな流れを頭に入れたうえで、当アプリの第1章・第2章の演習で用語を固めていきましょう。