/GLOSSARY
用語集
記事に出てくる専門用語を、専門知識がなくても読めるように解説します。AIによる解説です。
575 件
- 3D知覚
画像や動画から、物体や手などの立体的な形・位置・向きを推定して捉えること。2Dの見た目だけでなく奥行きを含めて理解する。
記事 1 本
- 3D物体メモリ
物の位置や形などを、三次元の空間情報として覚えておく仕組みのこと。あとから「どこにあったか」を扱えるようにする。
記事 1 本
- action gradient
行動を少し変えたときに評価がどちらへどれだけ変わるか、という“変化の向き”を表す情報。より良くなる方向に行動を調整する目印になる。
記事 1 本
- agentic orchestration
複数の作業や担当をまとめて段取りし、順番や分担、同時進行を調整して全体を進めること。個々の処理だけでなく、全体の進行管理に焦点がある。
記事 1 本
- agentic reasoning caches(ARCs)
よく使う推論の手順や判断を、後から繰り返し使えるように保存した仕組み。保存された内容を呼び出して、同種の問題を速く処理するのに使う。
記事 1 本
- agentic reasoning caching
推論の手順を再利用できる形で保存し、次の問題で使い回すための方法。繰り返し現れる作業を減らし、処理を軽くする狙いがある。
記事 1 本
- agentic verification
実行中の結果や根拠を自分で点検し、間違いや抜けを見つけて修正する考え方。うまく進んでいるかを確認し続けることで信頼性を上げる。
記事 1 本
- AIエージェント
目的に向けて、情報を集めたり手順を進めたりして作業を自動で進行するAIのこと。単に答えを返すだけでなく、作業の段取りを実行する。
記事 3 本
- alignment generalization prediction
ある価値観で調整したとき、その影響が別の価値観や状況にもどんな形で広がるかを見積もる考え方。意図した変更が想定外の場面に及ぶ可能性を扱う。
記事 1 本
- ASR(自動音声認識)
人の音声を聞き取り、文字に変換する技術やモデル。発話内容の書き起こしなどに使われる。
記事 1 本
- atomic claims
文章の主張を、これ以上分けにくい最小単位の「言い分」に分解したもの。検証や再現の対象をはっきりさせるために用いる。
記事 1 本
- AUC
「当てた/外した」だけでなく、判定のしきい値を変えたときの全体的な見分けやすさを表す指標。1に近いほど区別がうまい。
記事 1 本
- authenticated and calibrated
評価基準が正当で、測り方のずれが少ないように調整されていることを指す言い回し。要するに、判定の信頼性を高めるための確認と調整。
記事 1 本
- backpropagation
出力側での誤差や影響を、計算の流れを逆向きにたどって入力側へ伝えていき、各部分の影響度を求める方法。学習でよく使われる。
記事 1 本
- behavioral coupling(行動の結びつき)
ある振る舞いを引き出そうとしたとき、別の振る舞いまで一緒に出やすくなるような「行動同士の結びつき」。学習中の関連づけで起きることがある。
記事 1 本
- blueprint
作業手順や条件を、後から同じように再現できるように書いた設計図のような記録。何をどう実行したかを明確にするために使う。
記事 1 本
- Boundary Assurance Stack
守るべき境界(許可・禁止の線引き)が守られているかを確かめるための、複数の対策を積み重ねた仕組みのこと。1つの対策に頼らず層で支える考え方。
記事 1 本
- caption dropout
学習中に、画像に付いた説明文(キャプション)をわざと一部見せないようにする工夫。特定の情報に頼りすぎないようにする目的で使われる。
記事 1 本
- CBF-QP
安全条件を守るための制約を入れつつ、最も無理のない調整量を計算で求める枠組みの呼び名。制約付きの最適化計算を使って、危険を避ける方向に出力を補正する。
記事 1 本
- Chain-of-Thought(CoT)
答えだけでなく、途中の考え方(推論の手順)を言葉で段階的に書き出すやり方。複雑な問題で、手順を分けて考えるのに使われる。
記事 1 本
- closed-loop
出力した行動の結果をすぐ観測し、その情報で次の行動を調整し続けるやり方。状況の変化に合わせて逐次反応できる。
記事 1 本
- conditional costs
状況や条件によって変わる「望ましくなさ」や不利益の度合いを数値で表したもの。条件が違うと、同じ行動でもペナルティが変わりうる。
記事 1 本
- contrast set
互いに同時には成り立たない複数の説明候補を、まとめて比較するための候補集合。どれがより妥当かを相対的に見やすくする。
記事 1 本
- CPU
コンピュータの中心的な計算装置で、さまざまなプログラムを順番に実行する汎用の部品。専用の高価な計算装置がなくても動かしやすい。
記事 1 本
- CPU--GPU superchips
CPUとGPUを強く一体化した高性能な計算装置のこと。CPUとGPUの間でデータをやり取りしやすくする設計が重視される。
記事 1 本
- critic(価値関数)
ある状況でその行動がどれくらい良さそうかを点数づけして見積もる役割のモデル。行動を選ぶ側の学習を助けるために使われる。
記事 2 本
- cross-service相互作用
別々のサービス同士が連携した結果として起きる影響のこと。単体では問題なくても、組み合わせで予想外の結果が出ることがある。
記事 1 本
- Debate(AIの討論)
2つのAIが反対の立場から理由を述べ合い、人が「どちらの主張が正しいか」を判定する枠組み。人が答えを直接作れない難問でも、議論の形にして判断を助ける狙いがある。
記事 1 本
- decision grounding
判断に必要な前提や根拠がどこにあるかを、文章で明確にすること。何を基準に決めればよいかを分かりやすくする。
記事 1 本
- demonstration
手本となる入力と望ましい出力の組を見せて、まねしながら学ばせるための例データ。正解例を通じて、振る舞いの方向性を覚えやすくする。
記事 1 本
- dense spatial representations
空間(画像や場面)の各位置ごとに、細かく情報を持たせた表現のこと。大まかなラベルだけでなく、場所ごとの違いを扱いやすくする。
記事 1 本
- distillation
大きいモデルの出力(確率やスコア)をお手本にして、小さいモデルを学習させる手法。小さいモデルに知識を移す目的で使われる。
記事 1 本
- egress
システムやネットワークの「外向きの通信」、つまり外部へ出ていくデータやアクセスのこと。外に何が出るかを管理する対象になる。
記事 1 本
- embodied agent
現実世界やシミュレーション内で、身体(ロボットなど)を通じて動き、周囲を見て行動するAIのこと。画面上の会話だけでなく、移動や操作を行う。
記事 2 本
- exact match
出力が正解と一字一句まで完全に一致したかで判定する評価方法。意味が近い言い換えでも一致しなければ不正解になる。
記事 1 本
- feature prototypes
似た見え方を代表する、基準となる特徴のパターン(ひな型)。個々の画像をそのまま扱う代わりに、代表例を参照して表現を作る。
記事 1 本
- few-shot
ごく少数の例(お手本)だけを入力で見せて、やり方を推測させる設定。大量の例を与えなくても対応できるかを見るときに使う。
記事 1 本
- FLOPs
計算量の目安となる、浮動小数点演算の回数。学習や推論にどれだけ計算資源が必要かをざっくり比べるのに使う。
記事 2 本
- forget-only unlearning
学習済みモデルと「忘れたい例」だけを手がかりに、削除を行おうとするやり方。元の訓練データの残りや追加の学習情報を使わない前提が特徴。
記事 1 本
- forward differentiation
式の入力から順に計算を追いながら、出力が入力の小さな変化にどう反応するか(変化率)も一緒に伝えていく微分の方法。
記事 1 本
- GDPR
EU(欧州連合)の個人データ保護に関するルールで、個人情報の扱い方や本人の権利、事業者の義務などを定めている。EUの人のデータを扱う場合に広く影響する。
記事 1 本
- generalization
見たことのない新しい問題でも、学んだことを応用してうまく解ける性質。丸暗記ではなく、共通点をつかむ力に近い。
記事 1 本
- global-attention層
入力全体のどの部分同士が関係するかを広く参照して計算する層のこと。広い範囲を見る分、計算やメモリの負担が大きくなりやすい。
記事 1 本
- goal drift
作業の途中で判断が積み重なり、当初の目標から少しずつ外れていく現象。結果として遠回りになったり、意図と違う結末になったりする。
記事 1 本
- ground truth
評価で「正解」とみなす、確認済みの基準情報のこと。推定結果が当たっているかを判定する物差しになる。
記事 1 本
- grounded visual views
言葉や対象が、画像のどの部分に対応するかが結び付けられた見え方(表示)のこと。視覚情報を、対象や意味と対応づけて扱える状態を指す。
記事 1 本
- held-out
学習には使わず、最後の評価のために取っておくデータのこと。初めて見る問題にどれだけ対応できるかを確かめる目的で用いる。
記事 1 本
- hitting-set
複数の集合があるとき、それぞれに少なくとも1つは共通して当たる(含まれる)要素の集まりを指す数学的な考え方。条件の組合せを整理するのに使われる。
記事 1 本
- i.i.d.
データが「それぞれ独立で、同じ分布から生成される」とみなす前提のこと。要するに、毎回のデータの性質が同程度で、相互に強い影響がないと考える。
記事 1 本
- imagination error
モデルが頭の中で行う“先の展開の想像”が、どれだけ外れているかを表す誤差。小さいほど、見立てが現実に近い可能性が高い。
記事 1 本
- In-Context Learning
追加の学習をしなくても、入力文の中に例や手順を示すことで、その場でふるまいを合わせる使い方。モデルの重み自体は更新しない。
記事 1 本
- in-hand object pose reaching
手のひらの中で物体を動かし、決められた位置と向き(姿勢)に合わせる作業のこと。腕ごと動かすのではなく、指先の操作で調整する。
記事 1 本
- IP
再利用できる回路の部品(設計データ)のこと。特定の機能をひとまとまりにした「既製品の回路ブロック」として扱われる。
記事 1 本
- JAX
数値計算や機械学習の計算を効率よく書くためのソフトウェア基盤。計算を高速化しやすい仕組みを備えている。
記事 1 本
- JEPA(Joint Embedding Predictive Architecture)
入力をそのまま再現するのではなく、役に立つ要点を表す表現を作り、その表現の将来を当てる設計の考え方。複雑なデータから“意味のある特徴”をつかむのに使われる。
記事 1 本
- joint-search
複数の探索を別々にせず、まとめて同時に良い組み合わせを探すこと。全体としてつじつまの合う解を見つけやすい。
記事 1 本
- KVキャッシュ
文章生成で、過去の計算の一部を保存して再利用し、同じ計算を繰り返さないようにする仕組み。主に速度やメモリ節約に関わる。
記事 2 本
- label poisoning
学習用データの正解ラベルを意図的に一部誤らせて、モデルの学習結果を歪める攻撃手法。見た目は普通のデータに混ざるため気づきにくい。
記事 1 本
- latent adversarial training
モデル内部の表現に対して、わざと厳しい変化や乱れを与え、その状況でも崩れにくいように学習させる方法。外から見えにくい内部の状態も含めて頑丈さを狙う。
記事 1 本
- leave-one-out(LOO)
入力の一部を1つだけ取り除いた場合に、出力がどれだけ変わるかを見て、どの部分が効いていたかを測る考え方。影響の大きさを比べるのに使う。
記事 1 本
- LLM
大量の文章を学んで、人の文章に近い形で文章を作ったり要約したりできる大規模な言語モデル。入力された文脈から次に来やすい語を予測して文を組み立てる。
記事 6 本
- LLM judge
別の言語モデルを「審査役」として使い、回答の良し悪しや条件を満たしているかを判定させる方法。人の採点の代わりに使われることがある。
記事 1 本
- LLMエージェント
大規模言語モデルを中核にして、文章理解や指示の分解などを行いながら作業を進めるAIエージェントのこと。言語を介するタスクに強い。
記事 6 本
- loco-manipulation
移動(歩く・近づく)と物の操作(つかむ・押す・回す)を一連の作業として行うこと。ロボットにとっては両方を同時にうまく成立させる必要がある。
記事 1 本
- logits
モデルが最終的な確率に変換する前に出す、生のスコア(点数)。この値の差が大きいほど、どの候補を選ぶかが強く決まりやすい。
記事 1 本
- memory-based
学習中に見た例や情報を、別の場所に保存しておき、必要なときに参照して答えに役立てる方式。保存した内容がそのまま手がかりになる。
記事 1 本
- Mixture-of-Experts(MoE)
複数の小さなモデル(専門家)を用意し、入力に応じて使う部分を切り替える作り方。全部を毎回動かさず、得意分野を分担させやすい。
記事 3 本
- mixture-of-transformers構成
複数のTransformer(文章や画像などの並びデータを扱うモデル)を用意し、状況に応じて使い分けたり組み合わせたりする設計。1つだけで全部を賄うより役割分担できる。
記事 1 本
- MLリポジトリ
機械学習のプログラム一式をまとめて管理する置き場。コードだけでなく設定や補助ファイルなども含めて、更新履歴と一緒に扱うことが多い。
記事 1 本
- Neural Thickets仮説
モデルの重みのわずかな違いの中に、特定のタスクに強い“当たり”が密に存在する、という考え方。小さな変更でも良い設定に出会える可能性があるという見立て。
記事 1 本
- neutral padding
意味や判断に関わらない中立的な文章を付け足すこと。情報量は増えるが、内容的には行動の根拠になりにくい。
記事 1 本
- NVIDIA GPU
NVIDIA社が作る、画像処理だけでなく大量の計算を並列にこなせる計算用の部品。機械学習の計算を速くする目的でよく使われる。
記事 1 本
- on-par
性能や水準が「同等」「同じくらい」であることを示す表現。優劣が大きくない、同じレベルという意味。
記事 1 本
- On-policy
ある方針(選び方)で実際に集めたデータを、同じ方針を良くするために使うやり方。別の選び方で集めた過去データに強く頼らない。
記事 1 本
- open scientific discovery
答えが最初から決まっている問いに答えるだけでなく、仮説づくりや追加調査などを通して新しい発見を目指す探究の進め方。手順が固定されず試行錯誤が多い。
記事 1 本
- pairwise ranking目的
2つの候補を比べて、どちらがより良いかを当てられるように学習させる目標設定。絶対的な点数ではなく「どっちが上か」を重視する。
記事 2 本
- pass@1
1回だけ出した答え(例:最初の1解)が正解だった割合を表す指標。複数回試行して当たりを引く方式と比べ、初手の確かさを測りやすい。
記事 1 本
- per-step gradient statistics
学習の各更新ステップごとに、モデルを直すための変化量がどんな分布や大きさかを要約した指標。学習が普通に進んでいるかの手がかりになる。
記事 1 本
- perplexity
文章の予測がどれだけ迷いなくできているかを表す指標。一般に小さいほど、次の単語をうまく当てられていると解釈される。
記事 1 本
- perplexity(PPL)
言語モデルが次の単語をどれだけ迷わず予測できるかを表す指標。値が小さいほど、文章の続きをうまく当てられていることが多い。
記事 1 本
- persona bank
モデルに演じさせる人物像(性格・立場・口調など)の設定文を集めたリスト。いろいろな役を試すための素材集として使われる。
記事 1 本
- Personal Imitation Game(個人模倣ゲーム)
会話の相手が「人間らしいか」ではなく、「特定の個人そのものに見えるか」を問う評価の考え方。本人だと識別できる特徴の再現が焦点になる。
記事 1 本
- Physically Grounded Execution(PGX)
ロボットの実行を、実世界の位置や接触など「物理的な状態」に結びつけて安定させるための実行方式の呼び名。状況変化でも作業を続けやすくする考え方。
記事 1 本
- pointwise
全体を一つの評価にまとめず、項目や部分ごとに個別に評価する考え方。どこが良くてどこが悪いかを分けて扱える。
記事 1 本
- policy correction
集めた経験が「古い行動ルール」で生まれていても、今の行動ルールに合わせて学習が偏らないよう補正すること。データのズレを調整して学習を安定させる。
記事 1 本
- policy(規則集合)
判断や許可・拒否を決めるための決まりの集まり。条件を満たすかどうかで機械的に結論が出るように作られることが多い。
記事 1 本
- post-training
いったん学習を終えたモデルに対して、追加で学習や調整を行う段階。新しいデータや目的に合わせて能力を整えるために行う。
記事 2 本
- prefill
入力文を読み込んで、生成を始める前に必要な内部情報をまとめて準備する処理。長い入力ほどこの準備が重くなりやすい。
記事 1 本
- prefix
文章や列の先頭部分のこと。生成では、最初の数語(数文字)だけを先に作って、続きを作るか判断する材料にする。
記事 2 本
- prior
新しい情報を見る前に持っている事前の見込みや前提。少ない情報でも判断を助ける土台になる。
記事 1 本
- provably hard
「簡単に解く方法がない」ことを、ある前提の下で数学的に示せる性質。直感や経験則ではなく、理屈で難しさを保証する言い方。
記事 1 本
- provenance ledger
データや作業の来歴(いつ・誰が・何をしたか)を時系列で残すための台帳。後から改ざんや取り違えがないか確かめやすくする。
記事 1 本
- PyTorch
機械学習のモデルを作ったり学習させたりするためのソフトウェア基盤。計算の書き方や部品がまとまっており、研究や開発で広く使われる。
記事 1 本
- real-to-sim-to-real
現実の情報をもとにシミュレーションを作り、まずシミュレーションで学習や検証を進めてから、現実の環境へ戻して使う流れ。現実だけで試すより安全に反復しやすい。
記事 1 本
- recourse
不利な決定を受けた人が、状況を改善して再挑戦するための現実的な手段や道筋のこと。説明が次の行動につながるか、という観点でも使われる。
記事 1 本
- recourse validity
示された指摘に従って必要な点だけを直せば、結果(拒否/承認など)が変わりうることを表す性質。説明が「やり直し」に役立つかを見る考え方。
記事 1 本
- reinforcement-learning(RL)
試行錯誤しながら、良い結果に結びつく行動を学ぶ学習法。点数(報酬)が高くなる選択を増やすように調整する。
記事 2 本
- research harnesses
研究の作業手順を一定の形にまとめ、自動実行・記録・比較ができるようにした枠組み。試行の条件をそろえ、結果を追いやすくする。
記事 1 本
- retrieval
必要な情報を外部の文書やデータベースから検索して取り出し、作業に利用すること。記憶だけに頼らず、根拠となる情報を参照しやすくする。
記事 1 本
- reward hacking
評価で点が入る条件だけをうまく満たして、実際に望む良さとはズレた振る舞いで高得点を取ってしまうこと。指標の抜け穴を突くような現象。
記事 1 本
- reward shaping
本来は少ない評価信号を、学習しやすいように途中経過の評価も含めて設計し直すこと。遠い目標に向かう行動を学びやすくする工夫。
記事 1 本
- RKHS
関数を点ではなく「関数そのもの」として扱い、内積(似ている度合い)や長さを定義できる特別な空間。カーネルという道具で、複雑な関数の比較や学習をしやすくする。
記事 1 本
- RLVR(verifiable rewardsによる強化学習)
結果が条件を満たしたかを機械的に確かめられる「検証可能なごほうび」を使って進める強化学習のやり方。主観的な採点に頼りにくい。
記事 1 本
- ROC-AUC
2クラス判定の性能を、しきい値を動かしながら総合的に測る指標。1に近いほど、正しい順序づけ(見分け)がうまいことを表す。
記事 1 本
- selective robustness
変えてよい部分の言い換えには影響されにくく、一方で重要な状況の変化にはきちんと反応する、という両方を求める考え方。安定性と感度のバランスを指す。
記事 1 本
- self-distillation
モデル自身(またはその別版)が出した出力を教師のように使い、学習し直して安定させたり改善したりする学習法。複数の出力をまとめて学ぶ形になることもある。
記事 1 本
- Sequential Monte Carlo
不確かさ(確率)を扱うために、多数の候補を並行して追いかけ、重み付けしながら少しずつ更新する計算手法の総称。時間順や段階的な処理に向く。
記事 1 本
- SFT
用意したお手本のデータに合わせて、モデルの出力が望ましい形になるよう追加で学習させる方法。指示に従う・望む振る舞いを覚えさせるのに使われる。
記事 4 本
- steering agent
実行中の状態を見張り、必要なら介入して、進行を望ましい方向へ戻す役割のAI。監督役・誘導役として働く。
記事 1 本
- student(生徒モデル)
学習の主体となるモデル。経験やフィードバックをもとに、出力のしかたを少しずつ改善していく。
記事 1 本
- surprisal
ある結果が起きたときの「意外さ」を数で表す考え方。起きにくいほど意外さが大きいとして扱う。
記事 1 本
- task environments
AIがタスクを実行するために用意された作業場(状況・ルール・使える操作)のこと。入力に対して環境が変化し、結果が観測できるように作られる。
記事 1 本
- taxel
触覚センサの最小単位の測定点のこと。カメラの画素のように、多数を並べて面全体の触り情報を得る。
記事 1 本
- TD学習
実際に得た結果と、いまの予測との差(誤差)を使って価値の予測を少しずつ直す学習法。未来の見込みを途中の情報で更新する。
記事 1 本
- teacher(教師モデル)
別のモデルを導いたり評価したりする役割のモデル。学習のヒントや基準を与えて、学ぶ側が上達するのを手助けする。
記事 1 本
- TPU
Googleが提供する、機械学習向けに最適化された計算用の専用ハードウェア。大量の計算を効率よく処理できるように設計されている。
記事 1 本
- training-free
新しいデータで学習し直したり、追加でモデルを調整したりせずに使えること。準備の手間や計算が少なくて済む。
記事 3 本
- Transformer
文章や画像などの並びデータを扱うためのニューラルネットワークの一種。入力どうしの関係を見ながら情報をまとめて、理解や生成に使う。
記事 2 本
- Transparent Cache Pool
利用側からは仕組みの違いを意識せずに使えるキャッシュの仕組みを指す呼び名。内部でデータの置き方を変えても、外からの見え方や使い方が変わらないのが特徴。
記事 1 本
- U-Net
画像の各場所がどのクラスに属するかを推定するための、セグメンテーションでよく使われるニューラルネットの代表的な形。画像の情報を縮めてから戻す構造で、細部を保ちやすい。
記事 1 本
- UAV
人が乗らずに飛ぶ航空機のことで、遠隔操作や自動制御で飛行する。一般にドローンもこの一種として扱われることが多い。
記事 1 本
- UVM
デジタル回路の検証を体系的に進めるための標準的な枠組み。テストの部品を再利用しやすくし、大規模な検証を組み立てやすくする。
記事 1 本
- verified task environments
ルールや判定がきちんと定義され、正しく動くことが確認されたタスク環境のこと。評価のぶれや曖昧さを減らしやすい。
記事 1 本
- video diffusion transformer
ノイズから少しずつ整えていく方法で動画を生成・補完するモデルで、Transformerを使って時間方向のつながりも扱う。滑らかな連続性のある映像を作りやすい。
記事 1 本
- vision encoder
画像を読み取り、特徴を抽出して別の処理に渡す部品。画像そのものではなく、重要な手がかりを表す数値データに変える役割を持つ。
記事 1 本
- Vision-Language Navigation(VLN)
言葉の指示(例:右へ曲がって進む)とカメラなどの視覚情報を合わせて、どちらへ動くかを決める技術分野。ロボットが指示通りに場所へ行くために使われる。
記事 1 本
- Vision-Language-Action(VLA)モデル
画像などの視覚情報と言葉の指示を一緒に使って、次にどんな行動を取るかを決めるAIモデル。ロボットの操作の判断に使われる。
記事 2 本
- vision-tactile-language-action(VTLA)モデル
画像(視覚)、触覚、言語、行動といった複数の種類の情報をまとめて扱うモデル。異なる情報源を突き合わせて、状況理解や行動選択に使う。
記事 1 本
- VLAモデル
視覚情報と言語の指示を受け取り、行動の出力まで結びつけるモデルのこと。画像と言葉を理解して、次に何をするかを決める用途で使われる。
記事 1 本
- VLM
画像などの視覚情報と文章を一緒に扱える学習モデルの総称。画像と言葉の対応づけや理解に使われる。
記事 1 本
- VQA
画像を見て質問に答える形式の課題のこと。画像の内容理解と言語での回答を組み合わせて評価する。
記事 1 本
- weight-based
学習によってモデル内部の数値(重み)自体を更新し、知識を本体にしみ込ませる方式。外部メモの参照より、内部の変化で上達させる。
記事 1 本
- WER
音声認識などで、正しい文章と比べて単語の間違いがどれくらいあるかを表す指標。値が小さいほど誤りが少ない。
記事 1 本
- Windowed Interaction RL(WIRL)
強化学習の一種で、複数のやりとりを一定のまとまり(ウィンドウ)として扱う考え方。細かい一手ごとでなく、区切り単位で成果を結びつけやすくする。
記事 1 本
- world-anchored contact targets
触れたい場所(接触目標)を、ロボットの体ではなく周囲空間の基準に結びつけて表したもの。姿勢が変わっても「触るべき地点」を同じ場所として扱える。
記事 1 本
- world-coordinate locking (WCL)
ロボットが見ている目標位置を、周囲の空間(世界座標)に固定して扱う考え方。ロボット自身が動いても、目標の場所がずれた扱いになりにくい。
記事 1 本
- アーキテクチャ
モデルやシステムの設計構造のこと。どんな部品(層や処理)をどう組み合わせるか、という骨組みを指す。
記事 2 本
- アウト・オブ・ディストリビューション(OOD)
学習時に主に見てきたデータの傾向(分布)から外れた入力のこと。見慣れない条件でどれだけ通用するかを試す場面で出てくる。
記事 1 本
- アサーション
「必ず守られるべき条件」を自動でチェックする仕掛け。条件が破られるとエラーとして検出し、問題の兆候を早期に示す。
記事 1 本
- アテンションヘッド
入力のどこに注目するかを決める仕組みを、複数の観点に分けた単位。異なるヘッドが別々の手がかりを拾うことで表現が豊かになる。
記事 2 本
- アフィン
ある量を「定数+係数×変数」の形で表すこと(一次式)。直線的な関係として扱えるので、計算や条件判定がしやすい。
記事 1 本
- アフォーダンス
物や環境が「どんな行動をしやすいか」を示す性質。形や配置から、持てる・押せる・座れるなどが推測される。
記事 1 本
- アブレーション
仕組みの一部を外したり弱めたりして、どの要素が効いているかを確かめる検証方法。性能の変化から、寄与の大きい部品を見分ける。
記事 2 本
- アラインメント
AIのふるまいを、人が望む価値観やルールに合うように整えること。危険な出力を避けたり、指示に従いやすくしたりする目的で行われる。
記事 1 本
- インターネット経路
通信が相手に届くまでに通る、ネット上の道筋やつながり方のこと。意図しない経路だと想定外の相手に届くことがある。
記事 2 本
- エージェント
目的を達成するために、状況を見て行動を選び、実行する仕組みのこと。単に答えを出すだけでなく、手順を進める役割を持つ。
記事 10 本
- エージェント軌跡
AIエージェントが課題中に行った操作や判断の履歴のこと。途中で何を見て何を決めたかを追える記録。
記事 1 本
- エコシステム
特定の技術のまわりに集まった道具・規格・人・情報のまとまりのこと。同じ作法で動く部品がそろっていて、その中では開発しやすい。
記事 1 本
- エゴセントリック
本人(カメラや主体)から見た一人称視点のこと。外から全体を見るのではなく、当事者の見え方で状況を扱う。
記事 2 本
- エンコーダ
画像や文章などの入力を、機械が扱いやすい特徴の表現に変換する部分。元の形を圧縮して要点を取り出す役割を持つ。
記事 2 本
- エンコード
情報を、別の表し方に変換して埋め込んだり送ったりできる形にすること。元に戻せる形の変換であることが多い。
記事 1 本
- エンドエフェクタ
ロボットアームの先端に付く、物をつかむ手先や吸盤などの「作業する部分」のこと。交換可能な道具の総称としても使われる。
記事 1 本
- エンドツーエンド
入力から出力までを途中で工程分けせず、ひとつの仕組みでまとめて処理する設計。中間の判断手順が外から見えにくいことが多い。
記事 2 本
- オーケストレーション
複数の作業を順番や役割分担に沿って組み立て、必要に応じて調整しながら進めること。全体の流れを管理して、作業同士のつながりを保つ。
記事 1 本
- オーケストレーター
複数の処理や役割分担をまとめ、作業の順番や担当を調整する司令塔のような部品。全体が滞りなく進むように振り分ける。
記事 1 本
- オーダー記法(チルダO)
ビッグOと同様に増え方を表すが、対数などの小さめの要因をざっくり省略して書く流儀。厳密さより比較のしやすさを優先する。
記事 1 本
- オーダー記法(ビッグO)
入力サイズや誤差の目標が変わったとき、計算量がだいたいどのくらいの速さで増えるかを表す書き方。定数倍や細かい差は無視して増え方の傾向を見る。
記事 1 本
- オートエスノグラフィ
自分自身の経験や記録を素材にして、生活や文化を記述・分析する手法。日記や過去のやり取りなどが材料になることがある。
記事 1 本
- オープンウェイトモデル
学習済みモデルの“重み”(中身の数値パラメータ)が公開され、外部の人が入手して動かしたり改変したりできるモデル。API提供だけの形より中身を扱える。
記事 2 本
- オープンエンド
答えが一つに定まらず、探りながら進めるタイプの問い。正解・不正解で単純に丸付けしにくい。
記事 1 本
- オープンソースライブラリ
誰でも中身を見たり改変したりできる形で公開されている、便利な機能の部品集。プログラムから呼び出して使い、開発を省力化する。
記事 1 本
- オープンモデル
中身(重みなど)が公開され、外部の人が入手して動かしたり改変したりできるモデル。利用や検証の自由度が高い一方、運用は自己責任になりやすい。
記事 1 本
- オクルージョン(遮蔽)
画像の一部を隠して見えなくすること。隠し方は黒塗りや、別の色・形で覆うなどがある。
記事 1 本
- オフポリシー
集めたデータを作った行動ルールと、今学習したい行動ルールが一致していなくても学べるやり方。過去データを再利用しやすい。
記事 1 本
- オフライン指標
実際の実行や相互作用を繰り返さずに、手元のデータや計算だけで性能の見込みを測るための数値。実験コストを抑えやすい。
記事 2 本
- オンポリシー
いま実際に使っている行動の選び方で集めた経験(データ)を、そのまま学習に使う方式。集め方と学び方が一致している。
記事 1 本
- オンライン学習問題
データが一度に全部そろうのではなく、順番に到着する状況で、その都度学びながら意思決定していく学習の設定。過去の結果を踏まえて次を改善していく。
記事 1 本
- オンライン制約付き最適化問題
状況が順番に到着する中で、その都度選択をしながら、守るべき条件(制約)を破らないようにしつつ、損失やコストを小さくする問題。未来の入力は最初からは分からない。
記事 1 本
- ガウス摂動
値に対して、正規分布(ガウス分布)に従うランダムな小さな揺らぎを加えること。わずかな変更を多数試すために使われる。
記事 1 本
- キーフレーム
動画の流れを代表する、要点となる静止画像(コマ)のこと。全部の映像を見なくても概要をつかむために使う。
記事 2 本
- キャリブレーション
センサーやカメラのずれを測って補正し、計測値が現実と合うように調整すること。位置や角度、尺度の誤差を小さくする作業。
記事 1 本
- キュー
特定の反応や処理の仕方を引き出すための合図となる短い言葉や記号の並び。入力や出力の冒頭に置かれて、振る舞いを変えうる。
記事 1 本
- クエリ
モデルに入力を与えて出力を返してもらう1回の呼び出しのこと。黒箱では、この回数がコストや時間に直結しやすい。
記事 2 本
- グラウンディング
言葉や記号を、現実の物体・場所・行動など具体的な対象に結びつけること。指示語や説明が「何を指すか」をはっきりさせる。
記事 2 本
- クラスタリング
似ているデータ同士を自動的に集めてグループ分けする方法。分類ラベルが最初から用意されていないときによく使う。
記事 1 本
- クローズドループ実行
行動した結果(周囲の変化)をすぐ観測し、その情報で次の行動を更新し続けるやり方。実行と観測が循環している。
記事 2 本
- クロスエントロピー損失
予測した確率が、正しい答えにどれだけ近いかを測るための誤差の尺度。正解に低い確率を出すほど大きな罰になる。
記事 1 本
- コーパス
学習や評価に使うために集めた大量の文章データの集合。ニュースや本など、特定の分野の文章をまとめたものもある。
記事 1 本
- コモンモード応答
複数の測定点が同じ方向に一緒に変化する成分のこと。個々の差ではなく「全体がまとめて増減する傾向」を見るときに使う。
記事 1 本
- コモン分布効果
同じ種類の入力(同じ偏りのプロンプト)を前提にして、モデル同士の性能差を比べる考え方。入力側をそろえたときの純粋な比較に近い。
記事 1 本
- コンタクトマップ
どこが接触しているか(触れているか)を場所ごとに示した表現。接触の有無や強さなどを、分布として扱える。
記事 1 本
- コンテキスト
AIが判断するときに参照する背景情報や、これまでのやり取り・作業履歴のまとまり。何を前提に考えるかを決める土台になる。
記事 3 本
- コントラスト
似た条件同士を意図的に並べて比べ、違いだけを浮き立たせる作り方。余計な差を減らして、注目したい要因の影響を見やすくする。
記事 1 本
- サービング
学習済みのAIモデルを、利用者の要求に応じて実行し、結果を返す運用のこと。性能だけでなく、待ち時間や同時にさばける量も重要になる。
記事 1 本
- サブエージェント
大きな目的の一部を担当する、分業用の小さなエージェント。別の担当を持たせて並行に動かしたり、専門ごとに役割分担させたりする。
記事 1 本
- サブゴール
最終目的に到達するために途中で達成すべき小さな目標のこと。作業を分けることで、次に何をすべきかが明確になる。
記事 1 本
- サブ最適
最良ではないが、ある程度は目的に近い結果になっている状態。成功と失敗の中間のような振る舞いを指すことが多い。
記事 1 本
- サリエンシーマップ
入力のどの部分が出力の判断に強く影響したかを、重要度として可視化したもの。どこを手がかりにしたかの見当をつけるのに使う。
記事 1 本
- サンドボックス化
外部のシステムや重要なデータに影響が出ないよう、動作できる範囲を隔離して制限すること。安全に試したり観察したりするために使う。
記事 1 本
- サンプリング
確率に従って、候補の中から実際の出力をランダムに選ぶこと。毎回同じ入力でも結果が変わることがある。
記事 1 本
- シード
ランダムに見える生成結果を決めるための数値(種)。同じシードなら、同じ条件で同じような世界や配置を再現できる。
記事 1 本
- シーングラフ
場面にある物体や人などを「点」、それらの関係(近い・接触している等)を「線」として表すデータ表現。画像そのものより関係を扱いやすい。
記事 2 本
- シーン生成
出来事が起きる環境や状況(場面)を作り出すこと。物の配置や条件を用意して、そこで何が起きるかを観察できるようにする。
記事 1 本
- システム同定
機械や環境が「どう動くか」を、観測データから推定してモデル化すること。ばね・摩擦・遅れなどの性質を数字として合わせ込む。
記事 1 本
- シャープネス
損失の地形が、ある点の周りでどれだけ急に変化するか(鋭さ)を表す見方。少し動いただけで損失が大きく変わる状態は「鋭い」。
記事 1 本
- シンボリック文脈
状況を言葉や記号、グラフの形にして整理した「背景情報」。後の判断や予測の手がかりとして使える。
記事 1 本
- スキャフォールド
学習を進めやすくするための一時的な足場や補助情報。最終的には補助なしでできるように、段階に合わせて支援の量や内容を変える。
記事 1 本
- スクラッチ学習
既に学習済みのモデルを使わず、初期状態からデータで一から学習すること。最初から作るため、データ量や学習の手間が増えやすい。
記事 2 本
- スケーリング
モデルや学習量を大きくしたときに、性能・計算量・費用などがどう変わるかという見方。規模を変えても成り立つ傾向を扱う。
記事 1 本
- スケーリング則
モデルの大きさや計算量などを増やしたとき、性能がどう変わるかを経験的な式で表した規則。将来の規模での性能を見積もる目的で使われる。
記事 3 本
- スケール
モデルの規模(たとえばパラメータ数や学習に使う計算量など)の大きさを指す言葉。一般に大きくすると性能が伸びることがある。
記事 1 本
- スコアベース
モデルが返す「どれくらいその答えに自信があるか」の数値(スコア)を使って、次の試行を決めるやり方。正解ラベルだけでなく、強さの情報も手がかりにする。
記事 1 本
- スコアボード
テスト中の結果を期待値と突き合わせて合否を判定する仕組み。観測できる範囲の振る舞いについて、一致・不一致を記録する。
記事 1 本
- ステガノグラフィ
情報が入っていること自体が目立たないように、別のデータ(文章や画像など)にこっそり情報を紛れ込ませる技術。暗号と違い「隠している事実」を見えにくくする。
記事 1 本
- ステップサイズ
勾配降下法で1回の更新でどれだけパラメータを動かすかを決める量。大きいと速く動くが、行き過ぎて不安定になりやすい。
記事 1 本
- スパース性
重みや計算の多くをゼロ(または実質的に使わない状態)にして、少ない要素だけで動かす性質。計算量やメモリを減らす狙いで使われる。
記事 1 本
- スペクトル減衰
影響の大きい成分から小さい成分へ、重要度がどれくらいの速さで小さくなるかを表す性質。多項式減衰は「あるべき乗の速さ」でだんだん小さくなる形を指す。
記事 1 本
- セマンティック検索
言葉の一致だけでなく、意味の近さで情報を探す検索方法。表現が違っても内容が似ていれば見つけられる。
記事 1 本
- ゼロからの学習
すでに学習済みのモデルを使わず、初期状態から新しく学習を始めること。外部の既成知識に頼らない学び方を指す。
記事 2 本
- ゼロショット
その課題のための追加の練習や例示を与えずに、いきなり実行すること。似た経験からの一般化だけで対応する状況を指す。
記事 8 本
- ソフトプルーニング
重要度の低い部分をいきなり完全に消すのではなく、効き目を弱める形で減らしていく削減方法。急な性能変化を起こしにくい。
記事 1 本
- タクソノミー
対象を共通点にもとづいて分類し、整理した体系。似たもの同士をまとめて全体像を理解しやすくする枠組み。
記事 2 本
- タスク群
似た種類の課題をいくつかまとめた集合。共通する考え方が使えることもあれば、課題ごとに違いもある。
記事 1 本
- タンパク質-リガンド相互作用
タンパク質とリガンドが近づいたときに生じる、引き合い・反発などの関係の総称。結合の安定さや起こりやすさに影響する。
記事 1 本
- チェックポイント
学習途中や学習後のモデルの状態を保存したデータ。あとからその時点の性能で再開したり、別用途に使ったりできる。
記事 4 本
- チューリングテスト
人間と機械が会話し、相手が人間か機械かを見分けられるかで機械の知能らしさを評価する考え方。会話だけを手がかりに判定する。
記事 1 本
- ツールカバレッジ
用意されているツールのうち、どれだけ多くが試されたり検査対象になったりしたかの度合い。偏りなく広く確認できているかの指標。
記事 1 本
- ツール呼び出し
プログラムが外部サービスや機能(例:検索、送信、予約など)を実行させるために命令すること。人がアプリのボタンを押す操作を自動化したものに近い。
記事 1 本
- ツール使用エージェント
必要に応じて外部の道具(検索、計算、データ参照など)を呼び出し、手順を組み立てて目的を達成するAIの動き方。単に文章を出すだけでなく、行動としてツールを使う。
記事 1 本
- データベース
多くの情報を整理して保存し、検索や更新をしやすくした仕組み。複数の人やシステムが同じ情報を共有する用途で使われる。
記事 1 本
- データ帰属
モデルの出力が、学習に使ったデータのどの部分に強く影響されたかを推定すること。根拠となった文や情報源をたどるために使われる。
記事 2 本
- テキスト条件付き画像生成
文章(テキスト)を入力として、その内容に合う画像を作る技術や研究分野のこと。文章と画像の対応関係を学んで、指示に沿う見た目を出す。
記事 1 本
- デコード
モデルが内部の計算結果を使って、次に出す文字や単語を順番に選び、文章として出力していく処理。生成の段階で行われる。
記事 1 本
- テストスコープ
テストで「ここまでは試してよい/ここから先は試してはいけない」と決めた対象や行為の範囲のこと。安全に検証するための線引き。
記事 1 本
- テストベッド
方法や仕組みを試して評価するための、実験用の環境や題材。現実の代わりに安全に検証しやすい場を指す。
記事 3 本
- テスト時スケーリング
学習後に、実際に使う段階で計算量を増やして結果を良くしようとする考え方。同じモデルでも、試行回数などを増やして当たりを引きやすくする。
記事 1 本
- デプロイ
学習や開発の場を離れて、実際の現場でシステムを動かすこと。使われながらデータが集まったり問題が見つかったりする段階も含む。
記事 2 本
- デモ
実際に動かして見せ、機能や効果を確認できる形で提示すること。研究では実機や実環境での動作確認を指す場合も多い。
記事 3 本
- トークン
文章をAIが扱いやすい単位に分けたもの。単語の一部や記号、短い語などが1つの単位として数えられる。
記事 2 本
- ドメイン
ある専門領域や分野のこと。扱う知識や用語、求められる作業の型がその分野ごとに異なる。
記事 2 本
- ドメインシフト
学習に使ったデータの環境や分布と、実際に使う場面のデータの環境や分布がずれていること。ずれによって性能が落ちやすくなる。
記事 1 本
- ドメイン汎用
特定の分野や作業に限らず、いろいろな種類の問題に同じ仕組みを使えること。分野が変わっても作り直しが少ないのが利点。
記事 1 本
- トリガー入力
ある特別な動作を起こすための合図になる入力。見た目は自然でも、特定のパターンが含まれているとスイッチのように働くことがある。
記事 1 本
- トレース
作業の途中経過として残る記録のこと。どんな手順を取り、どこでつまずき、何を試したかが追えるログを指す。
記事 2 本
- トレードオフ
ある利点を大きくすると、別の利点が小さくなりやすいという関係。両方を同時に最大化するのが難しい状況を指す。
記事 1 本
- ナビゲーションウェイポイント
移動ルート上で「次にここを目指す」と決める中継地点のこと。連続した地点の列として使うと、進む道筋を表せる。
記事 1 本
- ニューロシンボリック
ニューラルネットの学習能力と、記号(ルールやグラフなど)での推論を組み合わせる考え方。学習と論理的な扱いやすさの両方をねらう。
記事 1 本
- ノイズ
本来知りたい信号に混ざる、誤差やばらつきなどの余計な成分のこと。測定や推定の結果を不安定にする原因になる。
記事 1 本
- ハーネス
実験や動作を安定して行うために用意する、共通の枠組みや実行環境のこと。入力や手順をそろえて、結果を比べやすくする目的がある。
記事 2 本
- ハイパーパラメータ
学習の進め方を決める、人が事前に設定する数値や選択肢。学習率や回数などが代表例で、結果が大きく変わることがある。
記事 1 本
- パイプライン
複数の処理を決まった順番でつないだ、一連の作業手順の仕組み。入力から出力までを流れ作業で進められるようにする。
記事 2 本
- ハザード
事故や損害につながりうる、見落としやすい危険要因のこと。人・道具・環境の中に潜んでいて、条件がそろうと問題になる。
記事 1 本
- バックドア攻撃
一見ふつうに動く仕組みに、特定の合図が来たときだけ別の動作をする“裏口”を仕込む攻撃。普段のテストでは見つかりにくい。
記事 1 本
- バックボーン
モデルの中心となる汎用の土台部分。ここに追加の部品を付けて、用途に合わせた能力を持たせることが多い。
記事 1 本
- パワーロー
ある量が増えるとき、別の量が「一定の指数(べき)」で増減する関係のこと。両対数グラフで直線に見えるような増え方を指す。
記事 1 本
- ファインチューニング
すでに学習済みのAIモデルを、追加のデータで目的に合わせて調整すること。ゼロから作り直すより少ない手間で特定用途に合わせられる。
記事 3 本
- フィードフォワードネットワーク
入力から出力へ一方向に計算を進めるタイプのニューラルネットワーク。過去の内部状態を持たず、その場の入力に対して決まった計算で結果を出す。
記事 1 本
- フィルタ
出力された候補をチェックし、条件に合わない部分を通さない/修正する仕組み。安全性や品質の基準を満たすために使われる。
記事 1 本
- プライバシーポリシーの検討
アプリやサービスが、どんな個人情報を、何の目的で、どう扱うかを説明した文書を読み取り、内容を確認すること。説明と実際の取り扱いの整合も問題になりうる。
記事 1 本
- フラグ付け
確認が必要な項目に目印を付けて、後で見直せるようにすること。優先的に人がチェックすべき対象を分ける用途で使う。
記事 1 本
- ブラックボックス
中身の仕組みや設定が分からない相手に対して、入力と出力の様子だけを見ながら狙い通りに動かそうとするやり方。内部の詳細に触れない。
記事 1 本
- フリーズ
学習中に、モデルの一部のパラメータを更新しないよう固定すること。すでに覚えた機能を保ったまま、別の部分だけを学ばせたいときに使う。
記事 2 本
- プリミティブ
複雑な作業を組み立てるための、これ以上分解しない基本の操作単位。小さな部品として組み合わせて使う。
記事 1 本
- フル・ファインチューニング
学習済みモデルの中身(多数の調整つまみ)を全体的に更新して、別の目的に合わせ直す方法。自由度は高いが計算やデータが多めに要ることがある。
記事 1 本
- プローブ
モデルの内部の情報を読み取り、特定の状態や特徴が出ているかを判定するための小さな判定器。外からの出力だけでなく中身の手がかりも使う。
記事 1 本
- フローマッチング
2つの状態の分布の間を、なめらかに移り変わる“流れ”として表し、その対応を学ぶ考え方。データの変化の道筋をつかむのに使われる。
記事 1 本
- プロトタイプ
あるカテゴリを代表する「典型例」を、データの特徴を平均するなどして作った代表点。新しい入力がどの代表点に近いかで分類に使える。
記事 1 本
- プロトタイプ距離
入力データの特徴と、各プロトタイプ(代表点)との「近さ・遠さ」を数で表したもの。近いほどそのカテゴリらしい、と判断する材料になる。
記事 1 本
- プロンプト
AIに与える指示文や入力文のこと。何をしてほしいか、例、条件などを書いて出力を誘導する。
記事 3 本
- プロンプトインジェクション
外部の文章に紛れた「指示」にAIがだまされ、本来の目的と違う応答や行動をしてしまう攻撃・問題のこと。入力をそのまま信じてしまうと起きやすい。
記事 2 本
- プロンプト分布
ユーザーが投げてくる質問や指示(プロンプト)が、どんな種類・難易度・割合で現れるかという偏りの全体像。評価で何を多く含むかで結果が変わる。
記事 1 本
- ペアワイズ
複数の候補を一度に並べて評価するのでなく、2つずつの組み合わせで比べるやり方。比較の判断が単純になりやすい。
記事 1 本
- ベイズ最適化
試行回数が限られるときに、少ない実験から「次はどこを試すと良さそうか」を確率的に見積もって探す方法。高価な実験の回数を節約しやすい。
記事 1 本
- ベースライン
新しい方法の良し悪しを比べるために用意する、基準となる方法や成績のこと。比較の“ものさし”になる。
記事 6 本
- ベクトル
複数の数値を順に並べたデータで、点の位置や特徴量の集合として使われる。AIでは、対象の性質を数値で表す器として頻出する。
記事 2 本
- ベンチマーク
能力を同じ条件で比べるための標準的なテストや評価用データセット。モデルの得意不得意を測る物差しになる。
記事 20 本
- ホールドアウトデータ
学習には使わずに取り分けておき、性能を確認するために使うデータ。学習の“答え合わせ”を公平にする目的がある。
記事 1 本
- ポストトレーニング
大規模な事前学習を終えた後に、特定の目的に合わせて追加で学習させる段階。振る舞いの調整や能力の上乗せに使われる。
記事 2 本
- ホストメモリ
GPUではなく、CPU側(ホスト側)にあるメインメモリ(RAM)のこと。GPUメモリより容量が大きい一方、GPUからの読み書きは一般に遅くなりやすい。
記事 1 本
- ボトルネック
全体の性能や速度を主に制限してしまう、いちばん詰まりやすい部分。そこを改善すると全体が大きく良くなることがある。
記事 1 本
- ポリシー(方策)
状況を見たときに、次にどの行動を選ぶかを決めるルールや関数。ロボットの「行動の出し方」をまとめたもの。
記事 2 本
- ポリシー回避
本来は禁止されている依頼や出力をさせるために、言い回しを工夫して安全ルールの制限をすり抜けようとすること。安全対策の想定外の抜け道を狙う。
記事 1 本
- ポリセマンティシティ
1つの内部の要素が、複数の意味や役割を同時に担ってしまう性質。何を表している部品なのかが一意に定まらず、理解や説明を難しくする。
記事 1 本
- ホワイトボックス
モデル内部の情報(仕組みや設定など)を知っている前提で、その知識を使って弱点を突く攻撃のこと。対策側にはより厳しい条件になりやすい。
記事 1 本
- マイニング
大量のデータの中から、条件に合うものや役に立つパターンを探して取り出すこと。単なる検索よりも、抽出や整理まで含む言い方。
記事 1 本
- マルチエージェントシステム
複数のAI(エージェント)が、役割分担や相互連携をしながら同じ目的に取り組む仕組み。1体では難しい作業を協力で進められる。
記事 3 本
- マルチエージェントモデル
複数のAIや役割を分けた仕組みが、互いにやり取りしながら課題を進める構成。1つのAIだけより、分担や相互チェックを組み込みやすい。
記事 1 本
- マルチホップ推論
1つの事実だけでなく、複数の手がかりを順にたどって結論に到達する推論。途中のつなぎが増えるほど間違いやすくなる。
記事 1 本
- マルチモーダル
文章・画像など、種類の違う情報を同時に扱うこと。異なる形式の情報をつなげて理解・生成するために使われる。
記事 4 本
- マルチモーダル大規模言語モデル
文章だけでなく、画像や音声など複数の種類の情報をいっしょに扱える大規模なAIモデル。たとえば画像を見て説明文を作るなどができる。
記事 1 本
- メタデータ
データそのものを説明する付加情報。たとえば、いつ作ったか、条件は何か、ラベルは何かといった「データの説明書」に当たる。
記事 1 本
- メモリシステム
会話や記録した情報をためておき、必要なときに取り出して使う仕組み全体のこと。単なる保存だけでなく、検索や整理の方法も含む。
記事 1 本
- モジュラー構成
機能ごとに独立した部品(モジュール)に分け、必要に応じて組み合わせて使える設計。入れ替えや拡張がしやすい。
記事 1 本
- モデルアーキテクチャ
AIモデルの内部構造や部品のつなぎ方の設計のこと。どんな層を使うか、情報をどう流すかといった骨組みを指す。
記事 1 本
- モデルフリー
環境の詳しい仕組み(どう変化するかの式)を用意せず、試行から得た経験にもとづいて学ぶ方式。予測用の内部モデルを前提にしない。
記事 1 本
- モデル活性
入力に反応して、モデル内部の各部分がどれくらい強く働いたかを表す信号。外から見える出力ではなく、内部の反応の様子を指す。
記事 1 本
- モデル損失
モデルの予測がどれだけ外れているかを数値化した指標で、小さいほど良いことが多い。学習ではこの値を小さくするように調整する。
記事 1 本
- モバイルヘルス(mHealth)
スマホやタブレットなどのモバイル端末を使って、健康管理や医療支援を行う取り組みやサービスのこと。アプリで記録・測定・相談などを行う。
記事 1 本
- ユーザ定義の閾値
ユーザが「ここまでは許容する/超えたらダメ」と決める境界の値。安全性や品質の基準として使い、条件を満たすかを判定する。
記事 1 本
- ライブA/Bテスト
実際の利用環境で、利用者をランダムに2条件に分けて結果を比べる実験方法。現実の行動や状況の影響も込みで差を測りやすい。
記事 1 本
- ラベル
データに付ける目印のこと。たとえば「年齢層」「性別」など、分類や学習で正解・カテゴリとして扱う短いタグを指す。
記事 1 本
- ランキング性能
対象を「よりそれらしい順」に並べたとき、その並びがどれだけ正しいかを表す指標。二択の正解率とは違い、順序の良さを見る。
記事 1 本
- ランタイム
プログラムや仕組みが実際に動いている最中を支える実行環境のこと。処理の呼び出しや監視など、動作中の土台を指す。
記事 1 本
- ランダム特徴
入力をランダムに作った変換(特徴)に写してから学習する考え方。特徴自体は学習で変えず固定し、主に最後の重みだけを調整する。
記事 1 本
- リガンド
タンパク質などの相手に結合する分子のこと。結合によってタンパク質の働きが強まったり弱まったりする。
記事 1 本
- リセット状態
シミュレーションやロボット実験で、試行を始めるときに環境を戻す初期の配置や条件のこと。毎回の開始条件として使われる。
記事 1 本
- リプレイ
過去に集めた経験データを保存しておき、学習中に繰り返し使うこと。新しく試す回数を減らしつつ学習を進められる。
記事 1 本
- ルーブリック
評価観点と点の付け方をあらかじめ文章で定めた採点基準表のこと。何をどう良いとみなすかを明確にする。
記事 1 本
- レイテンシ
入力してから結果が返ってくるまでの待ち時間のこと。小さいほど応答が速く感じられる。
記事 1 本
- レッジ回帰
過学習を抑えるために、重みに罰則を加える回帰(リッジ回帰)の考え方を手がかりにして、重要そうな点や方向を偏りをもって選ぶ(サンプリングする)方法。ノイズに強く安定させる狙いで使われる。
記事 1 本
- レッドチーミング
システムが悪用されたり事故を起こしたりする可能性を見つけるために、あえて攻撃者の視点で試すテスト。弱点や想定外の動きを洗い出すのが目的。
記事 1 本
- レバレッジ
データや特徴の中で、特に効き目が大きい(影響力が強い)部分を数値化して扱う考え方で、その“効きやすさ”がうまく噛み合う性質を指す言い方。重要な部分を外さずに扱えるか、という直感に近い。
記事 1 本
- ロールアウト
ある方策で実際に(または模擬的に)動かしてみて、行動と結果の一連の記録を得ること。その実行ログ全体を指すこともある。
記事 6 本
- ロジスティック回帰
入力から確率を出して、どちらのクラスかを判定するための基本的な分類モデル。結果を0〜1の値として扱える。
記事 2 本
- ロバスト強化学習
環境の変化や不確かさがある状況でも、うまく行動できることを重視する強化学習の考え方。現実のように条件が揃わない場面を想定する。
記事 1 本
- ロバスト性
入力の言い回しや条件が少し変わっても、結果が不必要に大きくは変わらない性質。安定して期待どおりに動く度合いを指す。
記事 1 本
- ロボット制御
ロボットの動き方を決めて、目標どおりに動かすための仕組み。モーターなどに出す指令を調整し、動作を安定させる。
記事 2 本
- ロボティクス基盤モデル
ロボットのさまざまな作業に使い回せるように、幅広いデータであらかじめ作られた汎用的な学習モデルのこと。用途ごとに一から作るより、土台として流用できる。
記事 1 本
- ワークフロー
目的達成までの作業手順や役割分担、使う道具や中間成果物の流れをまとめたもの。どの順で何をするかをあらかじめ決めて実行しやすくする。
記事 1 本
- 安全クリティカル
失敗や事故が起きたときの影響が大きく、人の安全や社会インフラなどに深刻な被害が出うる状況や分野を指す言葉。安全面の要求がとても厳しい。
記事 2 本
- 安全フィルタ
実行直前の行動をチェックし、危険になりそうならより安全な行動に差し替える仕組み。学習した方策が出す行動を、そのまま実行しないための安全弁になる。
記事 2 本
- 安全境界
ここを越えると危険・禁止に当たる、という線引きや条件のこと。許される行動と許されない行動を分ける基準になる。
記事 1 本
- 安定性
入力を少し変えても、出力や評価値が大きくは変わらない、という性質(または前提)。近似や推定がうまくいく根拠として使われる。
記事 1 本
- 暗号学的仮定
「ある計算は現実的な時間では解けない」といった、暗号が成り立つ前提となる見込み。証明や安全性の議論は、この前提が崩れないことに依存する。
記事 1 本
- 暗黙のバイアス
学習のルールや手順が、明示的に指定しなくても、解の選び方に自然と偏りを作ってしまう性質。同じ正解率でも、どんな解に落ち着きやすいかが変わる。
記事 1 本
- 位置推定
対象がどこにあるかを、観測データから計算して推し量ること。実際の位置を直接測れないときに用いられる。
記事 1 本
- 依存関係グラフ
ある作業が別の作業の結果に頼っている関係を、点と線で表した図。どの順で何をすれば成立するかを整理できる。
記事 1 本
- 医用画像セグメンテーション
医療画像の中から、臓器や病変など目的の領域をピクセル単位で切り分けて示す技術。輪郭を塗り分けた「領域マップ」を作る。
記事 1 本
- 一般化
学習で見たことがない状況や別の課題でも、学んだ知識や手順を使ってうまく対応できる性質のこと。暗記ではなく応用ができるかを指す。
記事 3 本
- 因果検証
ある内部要素が結果に本当に影響しているかを確かめる検証。単なる相関(たまたま一緒に起きる)ではなく、原因として効いているかを切り分ける。
記事 1 本
- 因果的データ介入
データの一部を意図的に変えて、結果の変化がその要素の影響(原因)かどうかを確かめる考え方。単なる相関ではなく因果を見たいときに使う。
記事 1 本
- 隠れ状態
AIが途中までの入力を踏まえて内部に持っている「今の理解」を表す数値のまとまり(ベクトル)。外から直接は読めないが、次の出力を決める材料になる。
記事 3 本
- 隠れ状態表現
モデルが計算途中で内部に持つ、数値のまとまりによる情報の持ち方。外からは直接読めないが、次の出力の決まり方に影響する。
記事 2 本
- 運動学
力の原因はひとまず置いて、関節や部品がどう動くか(位置・角度・速度など)を数学的に表す考え方。ロボットの姿勢や動きを扱う基礎になる。
記事 1 本
- 運用定義
あいまいな概念を、観察や測定ができるように、具体的な基準や条件として決めた定義。人や場面による解釈のブレを減らすために用いる。
記事 1 本
- 永続メモリ表現
一度得た情報を、時間がたっても保持して後で使える形にしたもの。短い会話の範囲を超えて、過去の経験を参照できるようにする。
記事 1 本
- 永続性
時間がたっても情報が消えず、同じものとして保たれ続ける性質のこと。記録や状態を長く維持したい場面で使われる。
記事 1 本
- 下界
どんなに工夫しても、これより少ない計算や回数では達成できない、という最小ラインを示す考え方。可能な限界を示す指標になる。
記事 1 本
- 下界(lower bounds)
ある目的を達成するために、どうしてもこれ以上は必要になる最小の限界を表す考え方。「少なくともこれだけは避けられない」という保証の線を示す。
記事 1 本
- 下流
ある処理の出力を受け取って、その後に続く処理段階のこと。入力側に対して、後段・後工程を指す言い方。
記事 2 本
- 下流タスク
ある方法で得た結果(特徴や表現など)を使って、その先で解きたい別の作業。元の目的とは別の用途で役に立つかを確かめるときに言う。
記事 4 本
- 下流分類器
あるモデルが作った特徴(情報のまとめ)を入力にして、最終的に「AかBか」などの判定をするための別の小さな判定モデル。元のモデルとは別に学習させることが多い。
記事 1 本
- 価値関数
ある状態や行動が、将来どれくらい良い結果につながりそうかを数で表すもの。長期的な見込みの“点数表”として使われる。
記事 1 本
- 過学習
学習に使った例にはよく合うのに、新しい例ではうまく働かなくなる状態。見本を覚え込みすぎて応用がきかなくなる。
記事 1 本
- 画像キャプショニング
画像を入力として、その内容を説明する文章(キャプション)を生成するタスク。画像の中身を言葉で要約する能力が必要になる。
記事 1 本
- 画像ドメイン
画像の見た目や性質が共通するまとまりのこと。撮影機器、撮り方、部位、画質などの違いで別のドメインになる。
記事 1 本
- 画像空間
カメラ画像の座標(ピクセル)の上で位置や形を表す考え方。現実の3D位置ではなく、画像上の見え方で扱う。
記事 1 本
- 画像分類器
画像を見て、何が写っているかをカテゴリ名(例:犬、車など)として判定するモデルのこと。判定結果はラベルや確率で返されることが多い。
記事 1 本
- 回帰テスト
変更後も以前できていたことが壊れていないかを繰り返し確認するテスト。過去のテスト一式を定期的に回して不具合の混入を見つける。
記事 1 本
- 回帰分析
ある量が別の要因とどう関係して変わるかを、データから式で近似して傾向を調べる統計手法。
記事 1 本
- 回路
AI内部で特定の働きをする部品どうしの組み合わせ(小さな計算のまとまり)を指す言い方。どの要素が連携して判断を作るかを説明するときに使う。
記事 1 本
- 改変法則
通常の決まり(ルール)を意図的に変えて作った新しいルール。現実とは違う前提で物事が起きるように設定する。
記事 1 本
- 界面ミスマッチ
接する2つの結晶で原子の並び方や間隔が合わず、境目にずれや歪みが生じること。これが欠陥や応力の原因になりやすい。
記事 1 本
- 開始トークン
文章や出力の「はじまり」を示すために使われる特別な記号や最初の単位。モデルが生成を始める合図になる。
記事 1 本
- 階層
全体→部分→さらに細部、というように情報や作業を段階的に整理した構造のこと。上位ほど大まかで、下位ほど細かい。
記事 1 本
- 外転(abduction)
観測された結果を最もそれらしく説明できる原因や意図を推測する考え方。確実な証明ではなく、説明として妥当な仮説を立てる推論。
記事 1 本
- 拡散型言語モデル
文章を一度に書き上げるのではなく、いったん崩した情報を少しずつ整えていく手順で文を作るタイプの言語モデル。段階的に推敲するように生成が進むのが特徴。
記事 1 本
- 拡散方策
少しずつノイズを取り除く手順を使って、なめらかな行動の列を作るタイプの行動生成モデル。複雑な動きを一度に決めるのでなく段階的に整える。
記事 1 本
- 確率近似
雑音を含む観測やサンプルにもとづいて、少しずつ推定値を調整しながら正しい値に近づける手法の総称。完全な情報がなくても段階的に学ぶ。
記事 1 本
- 学習レシピ
モデルを学習させるときの手順や設定のまとまり。データの扱い方や学習の進め方など、再現しやすい形でまとめたものを指す。
記事 1 本
- 学習済みモデル
訓練データを使って調整が終わり、すぐに予測や判定に使える状態のモデル。中にデータの影響が反映された設定(パラメータ)が入っている。
記事 1 本
- 監査ツール
決められたルールどおりに動いているか、危ない振る舞いがないかを外から点検・記録するための仕組み。本人の自己申告ではなく第三者的に確認する。
記事 1 本
- 監督信号
学習で「こうなってほしい」という正解や手がかりとして与える情報。モデルがどんな出力を目指せばよいかを示す。
記事 2 本
- 観測
カメラやセンサーから得られる、見えたもの・測れたものの情報のこと。機械が周囲を知るための入力データを指す。
記事 1 本
- 頑健
条件が少し変わったり予想外の揺れがあっても、結果が大きく崩れにくい性質。安定して動く強さを指す。
記事 1 本
- 頑健性
前提や条件を少し変えても、結果や結論が大きく変わらない性質のこと。たまたまの設定に依存していないかを見る観点。
記事 3 本
- 基盤モデル
多様な用途に使えるよう、大規模データで広く学習された土台のモデル。用途に合わせて追加の調整や組み合わせをして使うことが多い。
記事 3 本
- 機械的忘却
学習済みのモデルから、特定の学習データの影響だけを取り除く(忘れさせる)ことを目指す考え方。モデルを一から作り直さずに、削除後の状態に近づけようとする。
記事 1 本
- 機械論的解釈可能性
AIがなぜその出力をしたのかを、内部の計算手順や部品の働きまで踏み込んで説明しようとする考え方。ブラックボックス的な説明ではなく「中で何が起きているか」を特定することを目指す。
記事 1 本
- 帰属スコア
どのデータ片が出力に効いたかを、数値で表した指標。値が大きいほど「影響が強い」と解釈する。
記事 1 本
- 軌跡
開始から終了までにたどった状態や行動の並びをまとめた記録のこと。何をしてどう進んだかの時系列データ。
記事 1 本
- 逆伝播
出力の誤差がどこから来たかをたどり、各部分をどれだけ直せばよいかを計算する手続き。学習でモデルの中身を更新する基本の仕組み。
記事 2 本
- 共有メモリ
複数のプログラムやエージェントが、同じデータを読み書きして情報を共有できる仕組み。連携のための「共通のメモ帳」として使われる。
記事 1 本
- 協調的
参加者どうしが対立して勝つのではなく、共同で正しい結論に近づくことを目的に動くこと。役割分担して情報を補い合うような関係をいう。
記事 1 本
- 境界点
分類や判定が切り替わる境目を決めるのに特に効くデータ点。これが少し変わるだけで、判断の線引きが変わることがある。
記事 1 本
- 強化学習
試行錯誤しながら、得点(報酬)が高くなる行動の選び方を学ぶ方法。うまくいった行動を増やし、失敗しやすい行動を減らす。
記事 17 本
- 教師信号
学習で「何が正解か」「どれくらい良かったか」を教える手がかりとなる情報。正解ラベルや評価点など、学習の方向を決める材料。
記事 3 本
- 脅威モデル
どんな攻撃者が、何を狙い、どんな手段で攻撃できるかを整理した想定図。対策を考える前提をそろえるために使う。
記事 1 本
- 局所せん断ベクトル
表面に沿って横方向にずれる力(こすれ・滑り方向)を、向きと大きさで表したもの。接触して滑っているかどうかの判断に役立つ。
記事 1 本
- 局所視覚表現
視界全体ではなく、ある範囲の見え方を要点だけに圧縮して表したもの。機械が扱いやすい形にまとめた“見えのメモ”に近い。
記事 1 本
- 局所摂動(パッチ)
入力の一部だけを小さく変える操作のこと。画像なら、特定の領域に模様やノイズを重ねるような変更を指す。
記事 2 本
- 近似空間
複雑な関数や現象を、そのまま計算せずに「限られた形の組み合わせ」で代わりに表して近づけるための表現の枠組み。どんな形を許すかで精度と計算の重さが変わる。
記事 1 本
- 空間整合
異なるセンサーの情報が、同じ位置関係として対応づくようにそろえること。たとえば「画像のこの場所」と「触れているこの場所」が一致するように合わせる。
記事 1 本
- 訓練
AIモデルがデータを使って規則性を学ぶ過程のこと。正解に近い出力ができるよう、内部の調整が繰り返される。
記事 2 本
- 訓練セット
モデルを学習させるために使うデータの集まり。ここからパターンを学び、あとで新しい入力に対応できるようにする。
記事 1 本
- 訓練データセット
AIを学習させるために用意するデータのまとまり。例題や練習問題集のように、学びの材料になる。
記事 2 本
- 訓練プロトコル
モデルを学習させるときの手順やルールの決めごと。どんなデータを見せ、どんな形で正解を与え、どう更新するかなどの流れ全体を指す。
記事 1 本
- 継続学習
時間の経過とともに次々と新しい課題を学びながら、前に学んだことも忘れずに使えるようにする学習の考え方。学ぶ順番や途中の変化に強いかが焦点になる。
記事 1 本
- 計算複雑性
問題を解くのに必要な計算量(時間や手間)が、入力の大きさに応じてどれだけ増えるかの度合い。増え方が急だと、現実的な計算では扱いにくい。
記事 1 本
- 欠落証拠
判断に必要な手がかり(根拠となる情報)が揃っておらず、重要な部分が抜けている状態。正しい結論に届きにくくなる。
記事 1 本
- 決定的検証器(deterministic verifiers)
同じ入力なら常に同じ判定を返す、自動のチェック手段のこと。計算や形式条件などを人の主観なしで確かめられる。
記事 1 本
- 決定論的
同じ条件(初期値やデータなど)なら、毎回必ず同じ結果や同じ経過になる性質。乱数による偶然のぶれが入らない。
記事 1 本
- 結合ポーズ
分子(リガンド)が標的タンパク質のどこに、どんな向き・形で収まって結合しているかという3次元の配置を指す。結合の仕方の候補が複数あり得る。
記事 1 本
- 検索
蓄えた情報の中から、あとで必要なものを見つけて取り出すこと。記憶やデータベースの利用で重要になる。
記事 2 本
- 検証
結果が条件を満たしているか、手順や出力が正しいかを確認する作業。測定のやり直しや別のチェックで、誤りや見落としを減らす。
記事 1 本
- 検証エージェント
出てきた判断が正しそうか、危なそうかを点検する役割のAI(またはプログラム)。必要に応じて、人に回すかどうかの判断材料を出す。
記事 1 本
- 検証器
出力が条件や規則を満たしているかを判定する仕組み。人のチェックを置き換えたり補助したりして、合否やスコアを決めるのに使われる。
記事 2 本
- 検証済み
決められたチェックを満たしていて、正しく動く・条件が整っていると確認された状態のこと。結果の食い違いを減らす目的で行う。
記事 1 本
- 権限
アプリが端末の機能やデータ(位置情報、カメラなど)にアクセスするために必要な許可。利用者が許可すると、アプリはその範囲の操作ができる。
記事 1 本
- 研究インフラ
研究や開発を進めるための土台となる設備や仕組みのこと。計算機・ネットワーク・データ置き場などが含まれる。
記事 1 本
- 言語モデリング
大量の文章から、次に来そうな単語や文章のつながりを予測できるようにする学習課題。文章を確率的に扱い、自然な文を作ったり評価したりする基礎になる。
記事 1 本
- 言語モデル
文章の並び方の傾向を学び、次に来る言葉などを確率的に予測するモデル。文の生成や変換などで使われる。
記事 4 本
- 固定仮想アドレス
プログラムから見えるメモリ上の場所(アドレス)を一定に保つ考え方。実際の置き場所が変わっても、利用側は同じ場所として扱える。
記事 1 本
- 固定点
繰り返し計算をすると、だんだん変化が小さくなって最終的にほぼ同じ状態に落ち着く、その「落ち着き先」を指す言葉。数学や最適化でよく使われる。
記事 1 本
- 互換性チェック
更新した仕組みが、既存の部品や手順と一緒に動くか、矛盾や破綻がないかを確かめる確認作業。問題があれば採用を見送る判断に使う。
記事 1 本
- 語彙的ディストラクタ
内容の判断を紛らわせるために混ざっている、似た単語や関係ありそうに見える単語のこと。モデルや評価が本当の手がかりを取り違えやすくなる。
記事 1 本
- 勾配
出力や損失が少し変わったとき、各パラメータをどちらにどれだけ動かせばよいかを示す手がかり。学習で重みを更新する方向を決めるのに使う。
記事 1 本
- 勾配降下法
誤差を小さくする方向を計算し、その方向へ少しずつ調整を繰り返して性能を上げる最適化手法。「どちらに動かせば良くなるか」という傾きを頼りに進む。
記事 1 本
- 構造化
ばらばらの情報を、項目や形式を決めて整理し、扱いやすい形にそろえること。後で比較・集計・計算に使いやすくする目的がある。
記事 1 本
- 構造化仕様
手順や条件を、自由文ではなく項目や枠組みに沿って整理して書いた指示や要件のこと。情報の抜け漏れを減らし、同じ観点で扱いやすくする。
記事 2 本
- 構造化出力
決まった形式(項目、表、見出しなど)に沿って整理された出力のこと。後で読み取りやすく、機械的にも扱いやすい。
記事 1 本
- 構造座標
分子を形づくる原子が、3次元空間のどこにあるかを表す位置情報。分子の立体的な形や当たり方を扱うのに使う。
記事 1 本
- 行動プリミティブ
少しまとまった基本動作の部品のこと。複雑な行動を、複数の基本部品の組み合わせとして作れるようにする。
記事 1 本
- 行動軌跡
時間の流れに沿って並んだ行動の系列のこと。1回の動作ではなく、連続する操作全体を指す。
記事 1 本
- 行動射影
許される行動の範囲に入るように、行動を強制的に押し込む操作。範囲外を許さない一方、押し込み先が存在しないと決められなくなることがある。
記事 1 本
- 行動条件付き予測
「この動きをしたら」という行動の情報を手がかりに、次に起きる見え方や状態を予測すること。行動を入力として未来を当てにいく。
記事 1 本
- 行動評価
AIの中身ではなく、入力と出力のやり取りから性質を調べる評価方法。テスト問題での振る舞いや失敗の傾向を観察して能力や弱点を推定する。
記事 1 本
- 合成データ
実データを集める代わりに、プログラムなどで人工的に作ったデータ。条件を変えながら大量に用意しやすい一方、現実らしさには注意が要る。
記事 1 本
- 黒箱
中の仕組み(計算方法や内部の数値)が見えず、入力を入れた結果の出力だけが観察できる状態のこと。外からは試して反応を見るしかない。
記事 1 本
- 差の平均
2つのグループの平均値を計算し、その差を取る基本的な比較指標。介入や条件の違いによる平均的な影響をざっくり測るのによく使う。
記事 1 本
- 再学習
データを削除した状態の訓練データで、最初からあらためて学び直すこと。削除が正しく反映された基準の結果として扱われやすい。
記事 1 本
- 再学習不要
モデルをもう一度学習し直す作業をしないで済むこと。時間や計算資源を節約できる場面がある。
記事 1 本
- 再帰的自己改善(RSI)
システムが自分の行動結果を学びに使い、次の改善に反映して、改善を何度も繰り返す考え方。うまく回ると性能が段階的に上がる。
記事 1 本
- 再現性
同じ手順・条件でやり直したときに、同じような結果が得られること。研究結果の信頼性を確かめる基本になる。
記事 1 本
- 最小介入フィルタ
元の行動をなるべく変えず、必要な分だけ小さく修正して安全を満たそうとする考え方。修正量を小さくすること自体が目的になっている。
記事 1 本
- 最先端
ある分野で現時点の最高水準に近い性能や手法だと見なされる仕組みや道具立てのこと。研究や開発の比較対象として言及されやすい。
記事 1 本
- 最適化
状況(与えられた情報)に合わせて、目的により近い選び方へ調整していくこと。試行錯誤しながら、より良い結果が出るように方針を変える。
記事 1 本
- 削除アルゴリズム
指定された学習データの影響を、学習済みモデルから取り除くための手順や方法。入力と出力の決まりに従って、モデルの状態を更新する。
記事 1 本
- 参照モデル
正しい振る舞いを表す手本となるモデル。テスト対象の出力が正しいかを判断するための「答え側」として使う。
記事 1 本
- 参照軌道
目標として「こう動いてほしい」と示す動きの道筋(時間に沿った位置や姿勢の変化)。実際の動作は、これに近づくように調整されることが多い。
記事 1 本
- 残差安全フィルタ
元の動かし方(指令)に対して、危険になりそうな部分だけを小さく修正して安全側に寄せる仕組み。大きく作り直さず、上から補正をかける。
記事 1 本
- 姿勢
物体やロボットの向きと位置の状態を合わせて表す言葉。どこにあるか(位置)と、どちらを向いているか(向き)をまとめて扱う。
記事 1 本
- 思考の連鎖(Chain-of-Thought; CoT)
答えに至るまでの考え方を、途中の手順として文章で順に書いた説明のこと。最終回答だけでなく、推論の過程も見せるために使われる。
記事 1 本
- 枝刈り
候補が多すぎるときに、見込みの薄い候補を途中で捨てて計算を節約すること。探索の効率を上げるための絞り込み。
記事 1 本
- 視覚トークン
画像を小さな単位に区切って、モデルが扱える記号(データのかたまり)にしたもの。文章の単語のように、画像の情報を段階的に処理するために使う。
記事 2 本
- 視覚事前分布
あらかじめ学習で身につけた「こういう見え方が多い」といった偏りや当たり前の知識のこと。新しい画像でも推測を助ける下地になる。
記事 1 本
- 視覚入力の符号化
画像などの視覚情報を、計算で扱いやすい数の並びに変換すること。変換のしかたで、理解のしやすさや処理の重さが変わる。
記事 1 本
- 事前学習
本番の目的の前に、大量のデータでモデルに基礎的な知識やパターンを覚えさせておく学習。あとで別の目的に使いやすくする下準備。
記事 5 本
- 事前学習済みモデル
あらかじめ大量のデータで学習して基本能力を身につけたモデル。あとから別の目的に利用したり、追加の工夫を載せて使ったりする。
記事 2 本
- 自己回帰モデル
出力を一度に全部作るのではなく、前に出した結果を手がかりに次を順番に生成していくモデル。長い列を少しずつ作るのに向く。
記事 1 本
- 自己回帰型言語モデル
これまでの文章を手がかりに、次の1語(または文字)を順番に予測して文章を作る言語モデル。出力が前の出力に連鎖して決まる。
記事 1 本
- 自己受容感覚
自分の体の関節角度や姿勢、速度などを内側のセンサで感じ取る情報のこと。外界を見る視覚と違い、「自分がどういう形で動いているか」を表す。
記事 2 本
- 自動キュレーションパイプライン
データを集めて整理し、使える形に整える作業を、手順化して自動で流す仕組み。ラベル付けや選別、まとめ直しなどを一連の工程として行う。
記事 1 本
- 実システム
実際に動いていて利用者や業務に影響しうる、本番の環境やサービスのこと。練習用や模擬環境とは区別される。
記事 1 本
- 実験的裏付け
主張や説明が正しいかを、実際の試行や観察の結果で確かめて支えること。思いつきだけでなく、結果に基づく根拠を示す。
記事 1 本
- 実行コンテキスト
タスク実行中に参照できる状況情報のまとまり。これまでのやり取り、途中結果、現在の状態などの「周辺情報」を指す。
記事 2 本
- 実行フィードバック
実際に動かした結果として得られる情報(成功・失敗、エラー、出力など)。次の試行を改善するための手がかりになる。
記事 1 本
- 実行可能な環境
手順や条件がそろっていて、プログラムとして動かして試せる状態のこと。再現や比較のために、必要な材料がひとまとまりになっている。
記事 1 本
- 収束率
学習や最適化が、どれくらいの速さで目標(誤差が小さい状態)に近づくかを表す指標。速いほど少ない反復で改善が進む。
記事 1 本
- 重み
ニューラルネットの内部にある多数の数値で、入力から出力を計算する規則を形作る部品。学習で調整され、モデルの容量や保存サイズに直結する。
記事 2 本
- 述語ベース状態機械
「〜している/していない」といった判定(述語)で状況を確認し、次に進む段階を切り替える制御の仕組み。条件を満たすまで待つ、満たしたら遷移する、などを明確にできる。
記事 1 本
- 述語意味論
述語(条件式)が何を意味するかを、誰が使っても同じになるように決めた解釈のルール。言葉や判定の食い違いを減らすための取り決め。
記事 1 本
- 準安定状態
完全に一番安定というわけではないが、当面は崩れずに保たれる状態。小さなきっかけで別の状態に移ることもある。
記事 1 本
- 順運動学
関節の角度などを入力として、手先やカメラが空間のどこに来るかを計算する手法。ロボットの姿勢から先端位置を求める。
記事 1 本
- 初期化
学習を始める前に、モデルの内部の数値(重みなど)を最初にどう設定するか。出発点が違うと学習の進みやすさが変わる。
記事 1 本
- 証拠
ある判断が正しいと支える材料になる情報のこと。単発の情報より、積み重なった情報を重視する文脈で使われる。
記事 1 本
- 証拠回復
不足している手がかりを追加で探し、判断に必要な情報を埋め直すこと。調べ直しや確認によって根拠を補う。
記事 1 本
- 条件付き世界モデル適応
状況や条件の違いに合わせて、予測に使うモデルの振る舞いを調整すること。条件が変わると当たりやすい予測の仕方も変わるため、それに追従させる。
記事 1 本
- 条件付き分布
ある条件(入力など)が与えられたときに、起こりうる結果がどれくらいの確率で出るかの割り当て。入力に対して出力候補の起こりやすさを表す。
記事 1 本
- 状態-行動価値関数
ある状況(状態)である行動をしたとき、将来どれだけ良い(または悪い)結果になりそうかを数で表すもの。「安全価値」は危険の大きさを点数化するイメージ。
記事 1 本
- 状態ベース方策
現在の状態(位置・角度などの測れる情報)を入力にして行動を決める方策。過去の映像や長い履歴より、いまの数値情報を中心に使う。
記事 1 本
- 状態遷移
ある時点の状況(状態)から、次の時点の状況へどう変わったかという変化のこと。行動や外部要因によって起きる「状態の移り変わり」を指す。
記事 1 本
- 蒸留
大きなモデルの出力を手本にして、より小さなモデルに同じような振る舞いを学ばせる方法。小型化や高速化のために使われる。
記事 2 本
- 触覚スキン
ロボットの表面に貼れる、皮膚のような触覚センサのシートや層のこと。広い面を覆い、どこで触れたかも分かるようにする。
記事 1 本
- 触覚センシング
触ったときの圧力やこすれ、滑りなどをセンサで測って「触っている状態」を数値として取り出すこと。視覚だけでは分かりにくい接触の違いを扱える。
記事 2 本
- 信念
各説明がどれくらいもっともらしいかという見積もりや確からしさ。新しい情報が出ると、その度合いが更新される。
記事 1 本
- 信頼度スコア
AIの出した答えがどれくらい当てになりそうかを、数値などで表した目安。高いほど確からしい、低いほど誤りの可能性があると解釈する。
記事 1 本
- 深層学習
たくさんの層を重ねたモデルに、大量の例から規則性を学ばせて予測や分類を行う手法の総称。人が細かいルールを書かずに、データから自動で特徴を学ぶのが特徴。
記事 1 本
- 深層学習表現
深いニューラルネットが入力から作る中間的な特徴の表し方。人間が意味を言葉で説明しにくい形になりやすい。
記事 1 本
- 人間ベースライン
比較の基準として、人間が同じ課題を行ったときの成績や傾向を測ったもの。AIの結果がどの程度すごいのかを判断する物差しになる。
記事 1 本
- 推定
全部を厳密に計算せず、限られた観測や計算から「このくらい」と見積もること。誤差をどれくらいに抑えられるかが重要になる。
記事 2 本
- 推定の分散
推定結果がデータのばらつきでどれくらいブレやすいかを表す度合い。分散が大きいほど、同じ手順でも結果が安定しにくい。
記事 1 本
- 推定対象
統計で「本当は知りたい量」を数学的に決めたもの。どんな平均や差を推定するのか、評価の目的そのものを表す。
記事 1 本
- 推論
学習済みのAIモデルを使って、入力に対する出力(回答や予測)を作る段階のこと。学習して能力を変える「訓練」と区別される。
記事 3 本
- 推論コード
学習済みモデルを動かして出力を得るためのプログラムや実装のこと。モデル本体だけでなく、正しく実行できる形になっている必要がある。
記事 1 本
- 推論コスト
学習済みモデルに入力を与えて結果を出す(使う)ときに必要な計算資源や時間、費用のこと。利用回数が多いほど効いてくる。
記事 2 本
- 推論トレース
ある問題を解くときに、途中でたどった考え方や手順の記録。最終回答だけでなく、どんな段階を経たかを追える情報。
記事 1 本
- 推論レイテンシ
モデルに入力を与えてから結果が返ってくるまでの待ち時間。短いほど応答が速く感じられる。
記事 1 本
- 推論軌跡
結論に至るまでの考え方の道筋や途中経過の並びを指す言い方。同じ問題でも、別の道筋で答えにたどり着くことがある。
記事 1 本
- 推論時
学習が終わったモデルを使って、入力から答えを出す段階のこと。学習(訓練)とは別に、実際に使う場面を指す。
記事 2 本
- 世界モデル
カメラなどの観測から、環境が今どうなっていて次にどう変わりそうかを内部で表す仕組み。予測を使って判断や行動を助ける。
記事 8 本
- 制御ロジック
状況に応じて次に何をするか、どの条件で切り替えるかといった判断の規則や流れ。機械やソフトが安全・確実に動くための手順の骨組み。
記事 1 本
- 性格特性
人の性格を表す比較的安定した傾向のこと。外向的か慎重か、感情の動きやすさなど、行動や発言に現れやすい。
記事 1 本
- 生成モデル
データがどういう手順や確率で生まれるかを表すモデル。観測された結果から、背後にある仕組みを説明したり新しいデータを作ったりできる。
記事 1 本
- 静的解析(static analysis)
プログラムを実行せずに、コードや設定ファイルの中身を調べて性質を推定する方法。どんな機能や情報アクセスを持ちうるかを確認するのに使う。
記事 1 本
- 脆弱性表面
攻撃や不具合が入り込む「入口」になりうる部分の総体。機能や入力経路が増えるほど、狙われたり事故が起きたりする余地も増える。
記事 1 本
- 摂動
入力データに加える小さな変更やゆらぎのこと。狙いは、元の内容を大きく変えずにモデルの出力を変えることにある。
記事 1 本
- 潜在ロールアウト誤差
直接観測できる量ではなく、内部の表現(見えない状態)上で未来を順に予測したときのズレを示す指標。予測を何手も進めたときに誤差が積み重なる様子も含む。
記事 1 本
- 潜在表現
人がそのまま読める形ではないが、必要な情報を内部の数値として持った表現。元データを直接保存する代わりに、役立つ要素を圧縮して保持する。
記事 3 本
- 線形プローブ
学習済みモデルの内部表現を入力にして、直線的な境界で分類するための小さな判定器。モデル本体は変えずに、情報が内部にあるかを手早く確かめるのに使う。
記事 1 本
- 線形結合
いくつかの要素を、決めた割合で足し合わせて新しいものを作る計算方法。各要素の“混ぜる比率”を重みとして扱う。
記事 1 本
- 疎
たくさん要素がある中で、0やほぼ0の要素が多く、実際に効いている要素が少ない状態。情報が少数の場所に集中していることを指す。
記事 1 本
- 疎オートエンコーダ(SAE)
入力をいったん圧縮してから復元する学習器(オートエンコーダ)に、「使う特徴は少数にする」という制約を加えたもの。少ない要因で説明する表現を作りやすい。
記事 1 本
- 疎辞書学習法
少数の基本パターン(辞書)を学び、各データをその少数だけの組み合わせで表す方法。どの基本パターンが使われたかが手がかりになる。
記事 1 本
- 組合せ的次元
分類などの学習で、どれだけ多様なパターンを区別できるかという「表現力」を測る指標。大きいほど複雑な区別ができる一方、学ぶのが難しくなることがある。
記事 1 本
- 相互作用ハーネス
モデルが環境とやりとりするための実行用の枠組み。入力・出力・記録などを一定の形式でつなぎ、試行を回しやすくする仕組み。
記事 1 本
- 相互排他的
複数の選択肢が同時には成立しない関係。どれか1つが正しければ、他は正しくないという状態。
記事 1 本
- 相転移
ある設定を少し変えただけで、性能やふるまいが急に別の状態に切り替わるように見える現象。連続的に変えているのに、境目で変化の仕方がはっきり変わる。
記事 1 本
- 測定フレームワーク
対象を同じ手順・同じ物差しで調べ、結果を集計できるようにした仕組みや手順一式。何をどう測るかの設計図にあたる。
記事 1 本
- 対照学習
似ているもの同士は近く、違うもの同士は遠くなるように特徴の表し方を学ぶ方法。ラベルが少ない状況でも役立つことがある。
記事 1 本
- 大規模言語モデル
大量の文章を学んで、次に来そうな単語を予測しながら文章を作るAIモデル。質問への回答、要約、翻訳などをこなす。
記事 14 本
- 第三者環境
自分の組織ではなく、別の組織や外部の提供者が管理している環境のこと。権限や設定を自分で完全には統制できない。
記事 2 本
- 探索と活用のトレードオフ
新しい可能性を広く試すこと(探索)と、良さそうなものに集中すること(活用)のどちらを優先するかのバランス問題。両方を同時に最大化するのは難しい。
記事 1 本
- 探索記録
試したこと、観察したこと、結果や気づきを時系列で残したログ。次に何を試すか考えるための手がかりになる。
記事 1 本
- 知識グラフ
物事の概念や実体を点で、関係(〜は〜の一種、〜に使う等)を線でつないだ知識の地図。検索や推論をしやすくする。
記事 1 本
- 知識蒸留
性能の高いモデルの出力を手本にして、別のモデルに同じような判断を学ばせる方法。正解ラベルだけでなく「どれをどれくらい迷うか」も写す。
記事 1 本
- 逐次探索ベースライン
候補を一つずつ順番に試し、得られた結果を見ながら次の試行を決める単純な探索方法。比較の基準(基礎点)として使われる。
記事 1 本
- 中間層
入力から出力へ進む途中にあるモデル内部の層。そこで作られる表現は、意味や意図などの手がかりを含むことがある。
記事 1 本
- 抽象化
細かい違いをいったん無視して、本質的な特徴だけを抜き出して表すこと。状況が少し変わっても同じ扱いにしやすくなる。
記事 1 本
- 注意(attention)
入力のどの部分をどれだけ重視するかを重みで表す仕組み。情報を集めるときの「見る配分」を調整する。
記事 1 本
- 長ホライズン
結果が出るまでに多くの手順や長い時間が必要なタイプの作業を指す。途中の行動が最終結果にどう効くかが見えにくくなりやすい。
記事 5 本
- 長期視覚プランニング
目の前の映像情報を手がかりに、先の手順まで含めて行動計画を立てること。短い反応ではなく、複数段階の見通しを持つ。
記事 1 本
- 追加学習
いったん学習済みのモデルに対して、あとからデータや評価を使って性質を調整する学習。知識を増やすだけでなく、応答の癖や方針を変える目的でも行う。
記事 2 本
- 低レベル運動コマンド
関節の動きや力など、体を直接動かすための細かな指示。高い目標(物をつかむ等)を実際の動きに落とし込む段階で使う。
記事 1 本
- 低分子
分子量が小さく、構造が比較的単純な化学物質のこと。薬として体内のタンパク質に結合して働きを変えるものも多い。
記事 1 本
- 定式化
問題を、何を入力として何を出力するか、何を満たせば成功か、といった形でルールや枠組みに落とし込むこと。曖昧さを減らして扱いやすくする。
記事 5 本
- 抵抗式
力が加わると電気の流れにくさ(抵抗)が変わる性質を使って、押された量などを測る方式。構造が比較的シンプルで、面として作りやすいことが多い。
記事 1 本
- 提案エージェント
候補となる判断や結論を出す役割のAI(またはプログラム)。別の役割の仕組みが、その結果をチェックする形で分担することがある。
記事 1 本
- 敵対的
評価や学習で、わざと間違えやすい入力や条件を作って弱点をあぶり出すこと。簡単な抜け道や表面的な手がかりに頼れないようにする狙いがある。
記事 2 本
- 敵対的学習
わざと入力に小さな「意地悪な変化」を加えても間違えにくいように、モデルを訓練する方法。予想外の入力の揺れにも強くする狙いがある。
記事 1 本
- 敵対的頑健性
わざと誤動作を誘うような入力や状況でも、性能や安全性を保てる強さのこと。想定外や悪意ある条件にどれだけ耐えられるかを表す。
記事 1 本
- 敵対的攻撃
機械学習モデルが間違えるように、入力データに人には気づきにくい小さな細工を加える攻撃のこと。見た目はほぼ同じでも予測だけが崩れることがある。
記事 1 本
- 敵対的条件
わざと失敗させたり弱点を突いたりする相手がいる前提の状況。普通の使い方では起きにくい不利なケースも含めて考える。
記事 1 本
- 転移
ある環境や課題で身につけた知識・技能が、別の環境や新しい課題でも役立つこと。学習した内容の「使い回し」ができる性質を指す。
記事 3 本
- 点検的(pointwise)
候補を1つずつ独立に評価し、ほかの候補との相対比較をあまり使わない見方。各候補を個別に「良い/悪い」と点検する発想。
記事 1 本
- 凍結
学習中にモデルの中身(調整される値)を更新しない状態にすること。判断役を安定させたいときなどに使われる。
記事 3 本
- 統計的有意性
差が偶然に見える可能性が低い、と統計的に判断できる状態を指す言い方。単に差があるように見える、よりも厳しい基準。
記事 1 本
- 統制実験
比べたい要因以外の条件をできるだけ同じにそろえて、結果の違いがどこから来たかを確かめる実験。公平な比較のためのやり方。
記事 1 本
- 統制比較
比べたい要因以外の条件をできるだけ同じにして、違いの原因を見分けやすくする比べ方。公平な比較のための基本的なやり方。
記事 2 本
- 動画予測
これまでの映像の流れから、次に起こりそうな映像の変化を予想すること。物の動きや変化を時間の続きとして推定する。
記事 1 本
- 動的リプランニング
途中で得られた情報や状況の変化に合わせて、作業計画をその都度組み直すこと。最初の手順に固定せず、柔軟に進め方を変える。
記事 1 本
- 動力学モデル
ある行動をすると、次に状態がどう変わるかを予測するためのモデル。ロボットや物体の動きなど、システムの変化の規則を表す。
記事 1 本
- 同意(consent)
個人データを集めたり使ったりする前に、本人が内容を理解したうえで許可すること。何の目的で何を扱うかが分かる説明が前提になる。
記事 1 本
- 同一性シグナル
その人だと見分けるための手がかりとなる情報のこと。話し方の癖や価値観、経験の語り方などが含まれうる。
記事 1 本
- 道具設計
目的を達成するために、どんな形・材料・仕組みの道具にするかを考えて作ること。使い方や制約も含めて決める。
記事 1 本
- 道具的収束(instrumental convergence)
目標が何であっても、効率よく達成するために似た手段(自分を守る、資源を集める等)を取りがちだ、という考え方。
記事 1 本
- 特権信号
学習のときだけ追加で与える、答えに近いヒント情報のこと。実際に使う場面では得られない場合もあるが、学習を進める助けになる。
記事 1 本
- 特徴
AIがデータから拾って使う「手がかり」やパターンのこと。例えば、画像なら形や色の傾向、文章なら特定の言い回しなどの情報が特徴になりうる。
記事 1 本
- 特徴量
判定や予測に使うために、対象の性質を数値や項目として表したもの。どの情報を特徴として取り出すかで結果が変わりやすい。
記事 1 本
- 二重時間スケール
更新の速さが異なる2種類の学習を同時に進める考え方。片方は頻繁に、もう片方はゆっくり更新して相互に影響させる。
記事 1 本
- 入力摂動
入力データに加える小さな変化やゆらぎのこと。表記ゆれやわずかなノイズなど、意図しない違いも含む。
記事 1 本
- 能力評価
AIモデルが危険なことをできないか、どんなことができるかを、決めた条件やテストで確認する作業。実運用の前にリスクを見つける目的で行われる。
記事 1 本
- 破壊的忘却
新しい内容を学習するときに、以前できていたことが大きくできなくなる現象。追加学習が原因で古い知識や技能が抜け落ちる。
記事 1 本
- 白箱アクセス
仕組みの中身(内部の計算や途中結果)まで見られる状態で調べること。外から入出力だけを見る方法より、原因に近い情報を使える。
記事 1 本
- 発話ニューロプロステーシス
話すための脳の信号を読み取り、文字や音声などの形に変えてコミュニケーションを助ける技術や研究分野。病気やけがで発話が難しい人の補助を目的とする。
記事 1 本
- 反復的精緻化
一度で完成させず、作った結果を見直して少しずつ良くしていく進め方。繰り返しで精度や整合性を高める。
記事 1 本
- 汎化
学習で見た条件と少し違う状況でも、うまく対応できる性質。新しい環境や組み合わせに対しても成り立つかを表す。
記事 6 本
- 汎用
特定の1つの作業だけでなく、いろいろな状況や複数の作業に対応できること。未知の条件でも大きく破綻しにくい性質を指す。
記事 1 本
- 秘匿チャネル
本来の用途とは別に、気づかれにくい形で情報を運ぶ“裏の通り道”。正規の通信やデータの見た目を保ったまま情報が漏れることがある。
記事 1 本
- 微調整
学習済みモデルを、特定の目的に合わせて少しだけ追加で学習し直すこと。大改造ではなく、設定を追い込むように出力傾向を変える。
記事 3 本
- 微分可能な緩和
本来は「選ぶ/選ばない」のように離散的で解きにくい問題を、なめらかに連続的に近似して扱えるようにする工夫。計算で最適化しやすくする。
記事 1 本
- 表現
データや概念を、計算に使いやすい形に置き換えたもの。文章そのものではなく、特徴をまとめた数値の並びとして扱うことが多い。
記事 2 本
- 評価フレームワーク
性能や能力を、公平に比べられるように手順・基準・環境をまとめた評価の枠組み。何をどう測るかを決めるための設計図。
記事 1 本
- 不可視文字
画面上では見えない、またはほとんど気づけない文字のこと。文章としては同じに見えても、データとしては違いを持たせられる。
記事 1 本
- 部分読み出し
センサ全体の測定点を毎回すべて読むのではなく、必要な一部だけを選んで読み取ること。読み取り時間や計算を減らせる。
記事 1 本
- 復号
モデルが持つ内部の情報(数値の状態)から、文章や行動などの人が扱える形の出力を作ること。圧縮された情報を読み出す操作に近い。
記事 2 本
- 物理ページ
メモリを一定サイズの単位に区切った、実際の記憶領域のまとまり。OSなどがこの単位で割り当てや移動を行うことが多い。
記事 1 本
- 物理ベーススコア
分子同士の引力・反発など、物理法則にもとづく計算から「どれくらい良さそうか」を点数化した指標。経験則より理屈を重視する。
記事 1 本
- 物理述語
位置関係や接触の有無など、物理的に確かめられる状態を「真/偽」で表す条件。例として「手が物体に触れている」のように判定できる形にする。
記事 1 本
- 分析パイプライン
データ準備から計算、結果整理までを、決まった順番でつなげた作業の流れ(手順の一式)。同じ流れで繰り返し実行しやすくする。
記事 2 本
- 分析上の選択
データの扱い方や計算方法など、分析手順のどこをどう決めるかという判断のこと。選び方によって結果が変わる場合がある。
記事 1 本
- 文献レビュー
過去の研究や資料を読み集め、何が分かっていて何が未解決かを整理する作業。研究の出発点を固める目的がある。
記事 1 本
- 文体計量的特徴
文章の書き方を数量化した特徴のこと。語彙の選び方、文の長さ、言い回しの癖など、内容以外の“書きぶり”に注目する。
記事 1 本
- 閉ループ
行動の結果をセンサーで観測し、その観測に応じて次の行動を決めるやり方。環境からの反応を見ながら逐次調整できる。
記事 2 本
- 保守性
安全を優先して、危なそうな動きを避ける度合いのこと。保守的ほど安全寄りだが、動きが控えめになりやすい。
記事 1 本
- 補集合
ある主張が成り立つ場合の集合に対して、「それ以外」をまとめたもの。主張が正しい場合と、正しくない場合を二分する言い方。
記事 1 本
- 報酬
AIが「今の行動は良かったか」を知るための点数や評価信号のこと。高いほど望ましい行動として学びやすくなる。
記事 3 本
- 方策
状況(観測)を見て、次にどの行動を選ぶかを決めるルールや考え方のこと。手作業で作る場合も、学習で身につける場合もある。
記事 7 本
- 方策(ポリシー)
状況(入力)に応じて、次にどの行動を選ぶかを決めるルールや関数のこと。ロボットやAIの「行動の決め方」を指す。
記事 4 本
- 本番環境
実際の利用者向けにサービスが動いている運用環境のこと。試験用の環境より影響が大きい。
記事 1 本
- 摩擦カリキュラム
練習の難しさを段階的に変える工夫のうち、特に摩擦の条件を少しずつ変えながら学ばせるやり方。環境の変化に対応しやすくする狙いがある。
記事 1 本
- 埋め込み
文章や単語の意味を、数の並び(ベクトル)として表す方法。似た意味のものが近くになるように配置した“地図”の上で比べられる。
記事 1 本
- 未観測状態
直接は見たり計測したりできていない状況のこと。手元の情報だけでは分からない部分を、推測で補う必要がある。
記事 1 本
- 未見
学習や調整のときに見たことがない、新しい状況やパターンのこと。見慣れないため判断が不安定になりやすい。
記事 1 本
- 名目
まず通常どおりに立てた「基本の予定」や「標準案」という意味。問題が起きない前提で用意した案を指すことが多い。
記事 1 本
- 網羅的
必要な選択肢を漏れなく含めていること。想定すべき場合分けが一通りそろっている状態を指す。
記事 1 本
- 目的関数
何を「良い結果」とみなすかを数値で表した基準。その値が大きく(または小さく)なるように最適化が行われる。
記事 1 本
- 目標指向計画
目的を達成するために、どんな手順や行動の並びにするかを考えて組み立てること。ゴールから逆算して選択する。
記事 1 本
- 尤度
あるモデルが「このデータが起きそうだ」とどれくらい強く考えるかを数で表したもの。データへの当てはまり具合を測る土台として使われる。
記事 1 本
- 役割演技
モデルに「正直な役」「だます役」などの役割を与え、その役になりきって応答させること。狙ったふるまいを引き出して観察しやすくするために行う。
記事 1 本
- 有向グラフ
つながりに向き(A→Bのような方向)があるグラフ。原因から結果、前の手順から次の手順など、一方通行の関係を表せる。
記事 1 本
- 誘導分布効果
モデルとのやり取りの結果として入力の出方自体が変わる状況で、その上での性能差を比べる考え方。使われ方がモデルによって変わる点を含めて評価する。
記事 1 本
- 粒界
多結晶の金属やセラミックスで、結晶の向きが違う粒どうしが接する境目の面。原子の並びが乱れやすく、強さや変形のしやすさに影響する。
記事 1 本
- 貪欲復号
文章を作るとき、その時点で最も確からしい次の文字や単語を毎回1つ選んで進める方法。速い一方で、先を見越した選択はしにくい。
記事 1 本
- 閾値学習器
入力の値がある境目(しきい値)を超えたらA、超えなければBのように、境界で判断が切り替わる単純な予測の仕組み。直線的で簡単な分類に使われる。
記事 1 本
