01 / UNDERSTAND
仕組みと使いどころ
AIモデルは、AIシステムの中で入力を処理し、目的に応じた出力を生成する部分です。機械学習型では、アルゴリズムを訓練データに適用して調整したパラメータを使い、未知のデータを分類したり、数値を予測したり、文章や画像などを生成したりします。アルゴリズムが処理の手順や論理を指すのに対し、モデルはそのアルゴリズムをデータへ適用して得られたものです。分類、回帰、生成、基盤モデルなど複数の種類があり、適した用途は異なります。出力の品質は、目的との適合性、訓練データの品質や代表性などに左右され、偏り、過学習、学習不足によって信頼性が損なわれる場合があります。
02 / IN PRACTICE
AI Modelの活用例
たとえば、こんな場面で
問い合わせ文を分類するモデル、設備の故障傾向を予測するモデル、文章の下書きを生成するモデルなどがあります。導入時は、処理したい入力と必要な出力を明確にし、その用途に合う種類を選びます。
03 / GOOD TO KNOW
使うときのポイント
選定時は、業務上の目的と用途、利用できるデータ、検証結果、費用を確認します。導入前には、実際の用途を反映した未使用データで精度や信頼性を検証します。
参考資料
What Is an AI Model? | IBM (新しいタブで開きます)What Is an AI Model? | Microsoft Azure (新しいタブで開きます)用語の説明や活用例に関連する参考資料です。
READ & LEARN
記事一覧を見る 用語を知ったら、活用を知る。
AI LABで、AIの動向や業務に取り入れるヒントを読む。
