本ユニットでは、AIが「どう動き・どう制御するか」を学びます。複数種類のデータを扱うマルチモーダルAI、出力が確率的に揺らぐランダム性、判断根拠を示すXAI、そして人間が判断に関与するヒューマンインザループ(HITL)を扱います。生成AIの信頼性・透明性に関わる頻出テーマです。
テキスト・画像・音声など複数種類のデータを統合して扱うAI。
マルチモーダルAIは、テキスト・画像・音声・動画といった異なる種類(モダリティ)のデータをまとめて入力・出力できるAIです。例えば「画像を見せて内容を文章で説明させる」「文章から画像を生成する」といった、種類をまたいだ処理ができます。 文章だけを扱う従来の生成AIの発展形にあたり、人間に近い総合的な理解・表現に近づける技術です。試験では、複数の様式(モーダル)のデータを横断して扱える点が特徴であること、単一種類しか扱えないAIとの違いを押さえておくとよいでしょう。
たとえ目で見て、耳で聞いて、口で話せる人のように、複数の感覚を同時に使えるAIです。文字も絵も音もまとめて理解し、表現できるイメージです。
記憶フックマルチモーダルAIといえばテキスト・画像・音声を横断して扱うAI
AIの出力が確率に基づき毎回揺らぐ性質。
ランダム性とは、生成AIが同じ質問に対しても毎回まったく同じ答えを返すとは限らない性質のことです。AIは次に来る言葉を確率的に選んで文章を組み立てるため、出力に揺らぎ(ばらつき)が生まれます。 この性質のおかげで多様で自然な表現が得られる一方、再現性が低く、誤った内容を作る(ハルシネーション)原因にもなります。試験では、生成AIの出力が確定的でなく確率に基づくこと、だからこそ結果の検証や人間の確認が必要になる、という流れを押さえておきましょう。
たとえ同じ料理人に「おまかせ」を頼むと、その日ごとに少し違う一皿が出てくるようなもの。基本は同じでも、毎回まったく同一にはなりません。
記憶フックランダム性といえばAIの出力が確率で毎回揺らぐこと
AIの判断根拠を人間が理解できる形で示す説明可能AI技術。
XAI(Explainable AI、説明可能AI)とは、AIがなぜその結論を出したのか、その判断の根拠を人間に分かる形で示そうとする技術・考え方です。AIの内部は複雑で「ブラックボックス」になりがちなため、根拠を見えるようにすることで信頼して使えるようにします。 融資審査や医療診断のように、結果の理由が問われる分野で特に重要です。試験では、XAIが透明性・説明責任を高めるための技術であること、判断根拠が不明なブラックボックス型AIの課題に応える概念であることを押さえておきましょう。
たとえテストで答えだけでなく「途中式」も書いてもらうようなもの。なぜその答えになったのかが見えると、納得して受け入れられます。
記憶フックXAIといえばAIの判断根拠を説明する説明可能AI
AIの処理過程に人間が関与し判断・修正を行う仕組み。
ヒューマンインザループは、AIにすべてを任せきりにせず、処理の途中や最終判断に人間が関与する仕組みのことです。AIが出した結果を人間が確認・承認・修正することで、誤りや偏りを防ぎ、責任の所在を明確にします。 前述のランダム性や誤生成(ハルシネーション)があるため、重要な判断ではこの人間関与が欠かせません。試験では、AIを完全自動で動かすのではなく、人間がチェック役として加わる仕組みである点、XAIと並ぶAIの信頼性・安全性を支える考え方である点を押さえましょう。
たとえ自動運転で危険時にドライバーがハンドルを握り直すように、AIに任せつつ要所では人間が舵を取る仕組みです。
記憶フックヒューマンインザループといえばAIの判断に人間が関与する仕組み
ヒューマンインザループの略語。Human In The Loopの頭字語。
HITLは「Human In The Loop(ヒューマンインザループ)」の略語で、意味は同じく、AIの処理過程に人間が関与する仕組みを指します。Loop(ループ=処理の流れ)の中にHuman(人間)が組み込まれている、というイメージから付いた名前です。 試験では、HITLという略語とヒューマンインザループというフルネームが同じものを指すこと、人間が確認・承認することでAIの判断の信頼性を担保する仕組みであることが問われます。略語と正式名称の対応を覚えておきましょう。
たとえ「PC=パーソナルコンピュータ」のように、HITLは長い名前を縮めた呼び名。中身はヒューマンインザループそのものです。
記憶フックHITLといえばヒューマンインザループ(Human In The Loop)の略
関連の過去問演習は今後のアップデートで追加予定です。