AI Glossary

Agent2Agent Protocol (A2A)

ay-too-ay

帰納的推論

/æbˈdʌktɪv ˈriːzənɪŋ/

観察に対して最もシンプルな説明を探す論理的推論。シャーロック・ホームズが行うこと。現在のAIはこの創造的な仮説形成に苦戦している。

エージェント的コーディング

/eɪˈdʒentɪk ˈkoʊdɪŋ/

AGI（汎用人工知能）

/ˌeɪ-dʒiː-ˈaɪ/

AIエージェント

/eɪ aɪ ˈeɪdʒənts/

目標を達成するために自律的に行動するAIシステム。チャットボットを超えて - エージェントはツールを使用し、意思決定を行い、複数ステップのタスクを完了する。AI業務の未来。

AIコパイロット

/eɪ aɪ ˈkoʊˌpaɪlət/

人間の作業を置き換えるのではなく、強化するAIアシスタント。コードを提案し、メールの下書きを作成し、ドキュメントを要約する。AIの「心のための自転車」モデル。

AIゲートウェイ

/ˌeɪˈaɪ ˈɡeɪtweɪ/

アプリケーションと複数のAIモデルプロバイダー間のAPI呼び出しをルーティング、監視、および管理するインフラストラクチャレイヤー。マルチモデルオーケストレーション、フェイルオーバー、およびコスト最適化を実現します。

AIインフラストラクチャ

/eɪ aɪ ˈɪnfrəstrʌktʃə/

AIを支える計算スタック:チップ(GPU、TPU)、データセンター、ネットワーキング、クラウドプラットフォーム。Jensen Huangの「AIファクトリー」コンセプト。数兆ドル規模の構築。

AI人格性

AI SDR

/eɪ aɪ ɛs diː ɑːr/

AIを活用した営業開発担当者。アウトバウンドの見込み客発掘、メールシーケンス、リード選別を処理する自律エージェント - 人間にはできない多変量最適化で24時間365日稼働。

ASI（人工超知能）

/ˌeɪ-es-ˈaɪ/

Chinchilla

/tʃɪnˈtʃɪlə/

LLMが訓練不足であることを証明したDeepMindの2022年論文。最適な計算のために、モデルサイズと訓練データは等しくスケールすべき。業界のモデル訓練方法を変えた。

ループを閉じる

/ˈkloʊzɪŋ ðə luːp/

作話

kon-fab-yoo-LAY-shun

Geoffrey Hintonが好むAIハルシネーションの用語 - モデルがもっともらしく聞こえるが不正確な情報を生成する現象。人間もこれを行う。

ディープラーニング

/diːp ˈlɜːrnɪŋ/

多層ニューラルネットワークを使用した機械学習。「ディープ」は複数の層を指す - 3つから数千まで。2012年以降、AIに革命をもたらした。

身体化AI

/ɪmˈbɒdid eɪ aɪ/

現実世界と相互作用する物理的な身体を持つAIシステム。知性は脳-身体-環境の相互作用から生まれる。研究者によるとAGIへの重要な経路。

エンタープライズAI

/ˈentərˌprīz ˌeɪˈaɪ/

ビジネス環境向けに設計された人工知能 - 複雑な問題を解決し、ワークフローを自動化し、企業システムと統合する。

GDP val

/ˌdʒiː diː ˈpiː væl/

経済的に価値のある知識労働でAIを測定するOpenAIのベンチマーク - 法律文書、エンジニアリング、カスタマーサポート。GPT-5.2は71%のスコアで人間の専門家を上回る。

汎化

/ˌdʒenərəlaɪˈzeɪʃən/

新しい、未見のデータで良好に実行するAIモデルの能力—訓練例だけでなく。機械学習の聖杯。ギザギザした知性は現在のモデルがここで苦戦していることを示す。

グラウンディング

/ˈɡraʊndɪŋ/

ハルシネーションを減らすために、AI出力を検証済み外部ソースに接続する。RAGが主要技術。ソース引用と事実検証を可能にする。

ハルシネーション

/həˌluːsɪˈneɪʃən/

AIが自信を持って虚偽の情報を生成するとき。トップモデルでは現在1%未満の率が達成可能だが、ゼロを追い求めるよりも不確実性を管理することが重要。

ヒューマン・イン・ザ・ループ

/ˈhjuːmən ɪn ðə luːp/

重要な決定ポイントで人間の監視、承認、または介入を含むAIシステム。自動化の利点と人間の判断と責任のバランスを取る。

ギザギザした知性

JAG-id in-TEL-ih-jence

AIの不一致な能力プロファイル - 数学オリンピックで博士レベル、基本的な論理パズルに失敗。Demis HassabisによってIdentifiedされたAGIへの中核的障壁。

JEPA

/ˈdʒepə/

Yann LeCunのJoint Embedding Predictive Architecture。ピクセルではなく抽象表現を予測。生成モデルの制限を回避する、彼の人間レベルAIへの提案された道筋。

Model Context Protocol (MCP)

em-see-pee

モデルの商品化

/ˈmɒdəl kəˌmɒdɪtaɪˈzeɪʃən/

最先端AIモデルが能力パリティに達し、競争が「最もスマートなモデル」からアプリケーションと配信にシフト。複数の実行可能なオプションが価格競争を推進。

Moltbot

コンピューター上でローカルに実行され、フルシステムアクセスを持つオープンソースの個人AIアシスタント。Peter Steinbergerが作成、旧称Claudebot。

ニューロシンボリックAI

/ˌnjʊərəʊ-sɪmˈbɒlɪk/

事前訓練

/priː ˈtreɪnɪŋ/

LLM訓練の最初のフェーズ - 何十億もの単語から言語パターンを学習。数週間/月かかり、大規模な計算が必要。微調整はその後に来る。

RALPH Loop

/rælf luːp/

自己改善ループ

強化学習

/ˌriːɪnˈfɔːrsmənt ˈlɜːrnɪŋ/

試行錯誤を通じて学習し、行動に対して報酬を受け取る機械学習。ChatGPT、Claude、DeepSeek-R1などの推論モデルのRLHFアライメントを支える。

スケーリング法則

SKAY-ling lawz

AIモデルのパフォーマンスと計算量、データ、パラメータの間の経験的関係。2020-2025年の時代を推進したが、現在は収穫逓減を示している。

Sora

/ˈsɔːrə/

OpenAIのテキスト-動画モデル。1080pで最大20秒を生成。Sora 2(2025年9月)は音声、より良い物理、個人的な類似性生成のための「カメオ」を追加。

監督閾値

/ˌsuːpərˈvɪʒən ˈθreʃˌhoʊld/

AIが人間の監督を必要とする状態から自律的に動作する状態へと移行する能力レベル。拡張と置換を分ける重要な境界線。

ツール使用

/tuːl juːz/

AIモデルが外部関数、API、システムを呼び出す能力。チャットボットをエージェントに変える。「関数呼び出し」とも呼ばれる - AIの手。

TPU

/tiː piː juː/

GoogleのカスタムAIチップ(Tensor Processing Unit)。第7世代「Ironwood」は9,216チップで42.5エクサフロップスを提供。AnthropicはClaude用に100万台の使用を計画。

トレーニングラダー

/ˈtreɪnɪŋ ˈlædər/

ジュニアが雑務をメンターシップと交換する専門職の育成パイプライン。現在、雑務をより良く行えるAIによって脅かされている。

Universal Commerce Protocol (UCP)

yoo-see-pee

ワークフロー自動化

/ˈwɜːrkfloʊ ˌɔːtəˈmeɪʃən/

AIを使用してマルチステップビジネスプロセスをエンドツーエンドで自動化。単一タスクを超えてワークフロー全体をオーケストレート:取り込み→処理→出力→引き継ぎ。

世界モデル

wurld MOD-els

物理世界がどのように機能するかをシミュレートし予測することを学習するAIシステム - 空間力学、直感的物理、テキストを超えた因果関係。