01 / UNDERSTAND
仕組みと使いどころ
公式資料では、大量の未ラベルデータで事前学習する基盤モデルが、現代の大規模AIモデルとして説明されています。自己教師あり学習や転移学習により、学習内容を別の課題へ応用し、追加調整して再利用できます。分類、固有表現抽出、翻訳、要約、コンテンツ生成などに利用され、言語以外に画像、コード、時系列などを扱うモデルもあります。一方、誤った事実を生成する場合があり、学習データの出所や構成も信頼性に影響します。規模を判定する一律の数値基準は、参照資料には示されていません。
02 / IN PRACTICE
Large-Scale AI Modelの活用例
たとえば、こんな場面で
社内文書の要約や分類を支援する用途が考えられます。既存の大規模AIモデルを業務分野に合わせて調整し、生成結果を担当者が確認する形で利用します。
03 / GOOD TO KNOW
使うときのポイント
導入時は、学習データの出所と構成、モデルの用途、生成結果の誤りや偏りを確認し、モデル情報と処理経路を記録して監査できる状態にします。
参考資料
How to use foundation models and trusted governance to manage AI workflow risk | IBM （新しいタブで開きます）Amazon SageMaker Documentation （新しいタブで開きます）AI and Microsoft Research - Microsoft Research （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。