AI（人工知能）の普及により、エンジニアに限らず、企画・営業・経営レイヤーでも専門用語が日常的に使われるようになりました。一方で、
- 「なんとなく意味は分かるが説明できない」
- 「略語が多くて混乱する」
- 「AWS・生成AI・データ分析の用語が混ざって分からない」
という声も多く聞かれます。
本記事では AI関連でよく使われる言葉・略語をカテゴリ別に整理し、
実務・学習・資格試験（SAAなど）でも役立つ形で解説します。
1. AI・機械学習 全般の基本用語
AI（Artificial Intelligence）
人工知能。
人間の知的作業（判断・認識・推論など）をコンピュータで実現する技術の総称。
ML（Machine Learning）
機械学習。
データからパターンを学習し、ルールを明示的に書かずに予測・分類を行う手法。
DL（Deep Learning）
深層学習。
多層のニューラルネットワークを用いた機械学習手法。画像認識・音声認識・生成AIの中核。
NN（Neural Network）
ニューラルネットワーク。
人間の脳神経を模した計算モデル。DLの基礎構造。
2. 生成AI（Generative AI）関連用語
生成AI（Generative AI）
文章・画像・音声・コードなどを新しく生成するAIの総称。
LLM（Large Language Model）
大規模言語モデル。
大量のテキストデータで学習した自然言語処理モデル。
例：
- GPT
- Claude
- LLaMA
GPT（Generative Pre-trained Transformer）
OpenAIが開発したLLMシリーズ。
事前学習（Pre-trained）＋微調整（Fine-tuning）で構成。
プロンプト（Prompt）
AIに与える指示文。
生成結果の品質はプロンプト設計（Prompt Engineering）に大きく依存する。
ハルシネーション（Hallucination）
AIが事実ではない内容を、あたかも正しいかのように生成する現象。
3. モデル学習・推論に関する用語
学習（Training）
モデルがデータからパターンを獲得する工程。
推論（Inference）
学習済みモデルを使って、実際に予測・生成を行う工程。
Fine-tuning（ファインチューニング）
既存モデルを特定用途向けに追加学習させること。
Embedding（埋め込み）
テキストや画像を数値ベクトルに変換する技術。
検索・推薦・RAGで重要。
Token（トークン）
LLMが処理する最小単位。
単語・記号・文字列の一部を含む。
4. RAG・検索連携系用語
RAG（Retrieval Augmented Generation）
外部データを検索してから生成を行う仕組み。
ハルシネーション対策として非常に重要。
ベクトル検索（Vector Search）
Embeddingを使い、意味的に近いデータを検索する手法。
ナレッジベース（Knowledge Base）
RAGで参照する社内文書・FAQ・DBなどの集合。
5. クラウド × AI用語
Amazon Bedrock
AWSが提供する生成AI基盤サービス。
複数の基盤モデルをAPIで利用可能。
SageMaker
機械学習の開発・学習・デプロイを統合的に行うAWSサービス。
Rekognition
画像・動画解析AIサービス（顔認識・物体検出など）。
Textract
PDF・画像から文字や表を抽出するOCRサービス。
Inference Endpoint
推論専用のAPIエンドポイント。
リアルタイム処理で使用される。
6. セキュリティ・ガバナンス関連
モデルガバナンス
AIモデルの利用・学習・出力を管理・統制する考え方。
PII（Personally Identifiable Information）
個人を特定できる情報。
AI学習時には特に注意が必要。
データリーク
学習・推論過程で機密情報が漏洩するリスク。
まとめ
AI関連用語は今後さらに増え続けますが、
- 分類して理解する
- 略語を日本語で説明できるようにする
- 実務・クラウド文脈と結びつける
ことで、知識が定着しやすくなります。
本記事は AI初学者〜実務導入フェーズまで幅広く使える用語集として活用してください。
ここまで読んでいただき、ありがとうございます。もしこの記事の技術や考え方に少しでも興味を持っていただけたら、ネクストのエンジニアと気軽に話してみませんか。
- 選考ではありません
- 履歴書不要
- 技術の話が中心
- 所要時間30分程度
- オンラインOK
