Notes

生成AI

7 min read

生成AI（Generative AI）とは何か

生成AIは、学習済みデータのパターンを利用して “まったく新しい” コンテンツ（文章・画像・音声・動画・コードなど）を自動生成する人工知能の総称である。従来のAIが「分類・予測」に強みを発揮したのに対し、生成AIは「創造・模倣」を得意とする点が大きな違いだ。 (Generative artificial intelligence - Wikipedia, 〖初心者向け〗生成AIとは？2025年最新版の使い方・仕組み・活用事例まとめ | 生成AI総合研究所 | AIをもっと身近に)

仕組み ─ 4つの中核技術

技術役割代表例
トランスフォーマー文脈を一括で捉え、高品質なテキストを生成GPT-4o, Gemini
拡散モデル（Diffusion）ノイズ画像を段階的に復元し、高解像度のビジュアルを生成Midjourney, Stable Diffusion, Sora
GAN / VAE2つのネットワークによる対戦学習や潜在変数の操作で、画像・音声を生成StyleGAN, VQ-VAE
強化学習（RLHFなど）人間フィードバックを用いて生成品質や安全性を最適化ChatGPTの対話調整
これらを組み合わせることで、人間らしい文章やリアルな映像の“創作”が可能になっている。 ([〖初心者向け〗生成AIとは？2025年最新版の使い方・仕組み・活用事例まとめ生成AI総合研究所AIをもっと身近に](https://www.generativeai.tokyo/media/aibegin/), 2025 Guide to Generative AI: Techniques, Tools & Trends)

他のAIとの違い

  • 判別的AI（Discriminative）: 画像の犬・猫分類や需要予測など「入力→ラベル」を求める。

  • 生成AI（Generative）: 「入力→まったく新しいデータ」を生み出す。
    この違いにより、生成AIはアイデア草案・プロトタイプ作成・マルチメディア制作など“0→1”フェーズを高速化できる。 (What is Generative AI? - Gen AI Explained - AWS)

主なカテゴリと代表ツール

カテゴリ代表サービス典型的アウトプット
テキスト生成ChatGPT, Claude, Gemini文章・要約・翻訳・コード
画像生成Midjourney, Stable Diffusion, Adobe Fireflyイラスト・写真風画像
動画生成OpenAI Sora, Pika Labs短編動画・シネマティクス
音声／音楽生成Suno, ElevenLabs歌声・BGM・ナレーション
3D／設計生成NVIDIA Omniverse, Autodesk Dreamcatcher3Dモデル・構造部品
(Generative artificial intelligence - Wikipedia, [〖初心者向け〗生成AIとは？2025年最新版の使い方・仕組み・活用事例まとめ生成AI総合研究所AIをもっと身近に](https://www.generativeai.tokyo/media/aibegin/))

代表的な活用シーン（業界別）

  • 製造: 部品トポロジー最適化・合成データで検査精度向上

  • 金融: チャットボットによる対話型サポート、報告書自動生成

  • 医薬: 新規タンパク質設計・創薬候補分子の生成

  • メディア／広告: 動画広告の自動編集、パーソナライズ画像バナー

  • ソフトウェア開発: コード補完・テストデータ生成で開発効率を大幅改善
    (What is Generative AI? - Gen AI Explained - AWS)

簡易年表（ブレイクスルー中心）

年出来事
2014GAN（Goodfellow）が「AIが画像を描く」可能性を示す
2017GoogleがTransformer論文を発表―大規模言語モデルの土台に
2022ChatGPT公開、5日で100万ユーザ到達―生成AIが一般に浸透
2023Stable Diffusion・Midjourney V5で高解像度画像が汎用化
2024OpenAIが動画生成モデル Sora を発表、マルチモーダル化が加速
2025企業向けプライベートLLMとオンデバイス生成AIが普及期へ
([〖初心者向け〗生成AIとは？2025年最新版の使い方・仕組み・活用事例まとめ生成AI総合研究所

課題と論点

  1. 事実性／ハルシネーション – 出力の誤情報混入と真偽検証コスト

  2. 著作権・データ利用 – 学習データ収集の適法性、生成物の権利帰属

  3. バイアス・公平性 – 学習データ偏りによる差別的生成リスク

  4. 説明責任・透明性 – “ブラックボックス”モデルの意思決定をどう説明するか

  5. エネルギー消費 – 巨大モデルの計算資源と環境負荷
    欧州AI法案や各国ガイドラインが公開され、企業には責任あるAIの実装が求められている。 (Generative artificial intelligence - Wikipedia, 〖初心者向け〗生成AIとは？2025年最新版の使い方・仕組み・活用事例まとめ | 生成AI総合研究所 | AIをもっと身近に)

今後の展望（2025以降）

  • マルチモーダル統合：テキスト・画像・音声・動画を単一モデルで横断生成

  • リアルタイム生成：低レイテンシ推論に向けたEdge／モバイルAIの台頭

  • カスタム小型モデル：企業データで微調整したドメイン特化LLMの量産

  • RAG＋エージェント化：検索と行動計画を組み合わせた実務自動化

  • 規制と標準化：水印・出所開示の業界規格整備が国際的に進行
    生成AIは「創造工程のパートナー」へ進化し、人間は構想力と評価軸により注力する時代が到来しつつある。 (2025 Guide to Generative AI: Techniques, Tools & Trends)

一文でまとめると

生成AIは「学習データをもとに“新しい何か”を瞬時に創り出す、創造性を持った人工知能」であり、技術革新と倫理的課題がせめぎ合いながら社会へ急速に浸透している。

グラフビュー