生成 AI の詳細

生成 AI などの機械学習モデルは、観察とパターン マッチングのプロセスを通じて学習します。このプロセスは、トレーニングと呼ばれています。たとえばモデルは、スニーカーとは何かを理解するために、何百万枚ものスニーカーの写真を使ってトレーニングされています。そして時間の経過とともに、スニーカーとは人間が足に履くもので、靴ひも、靴底、ロゴがついていることを認識します。

モデルは、トレーニングを通して次のようなことができます。

1. 「ヤギの飾りがついたスニーカーの画像を生成」などのメッセージを入力としてを受け取る。
2. スニーカー、ヤギ、飾りについて学習したことを結びつける。
3. 以前に似たような画像を参照したことがなくても、画像を生成する。

生成 AI と大規模言語モデル（LLM）は、同じテクノロジーに属するものです。生成 AI はあらゆる種類のデータでトレーニングできますが、LLM では、トレーニング データの主要なソースとして単語が使用されます。

LLM を活用した生成 AI（Gemini、生成 AI による検索体験など）では、ユーザーからのメッセージとそれまでに生成したテキストに基づいて、次にどの語句が続く可能性が高いかを予測できます。LLM は、トレーニングで習得したパターンに一致する、次に考えられる単語を柔軟に選択できます。この柔軟性により、クリエイティブな回答を作成できるのです。

たとえば「ハリー [空白]」というフレーズの空白を埋めるように指示すると、次の単語は「スタイルズ」か「ポッター」であると予測する可能性があります。

生成 AI は試験運用版で現在も開発が進められているため、間違える可能性があり、実際間違えます。

• 作り話をすることがある。生成 AI がもっともらしい回答を作り出すことを「ハルシネーション」と呼びます。ハルシネーションが起きるのは、Google 検索がウェブから情報を取得するのとは異なり、LLM は情報をまったく収集しないからです。LLM は、ユーザー入力に基づいて次に来る単語を予測します。
  • たとえば、「2032 年ブリスベン夏季オリンピックの女子体操で優勝するのは誰？」と尋ねれば、大会がまだ開催されていないのに回答します。
• 誤解する可能性がある。生成 AI が言葉を誤って解釈し、意味が変わってしまうことがあります。
  • たとえば、洞窟に住むコウモリ（bat）について詳しく知りたいと思って「bat」について質問すると、野球、クリケット、ソフトボールで使用する「バット」について答えることがあります。

生成 AI ツールから得られる回答については、批評するつもりでとらえてください。Google やその他のリソースを使用して、事実として示されている情報を確認するようにします。

不適切な回答を見つけた場合はご報告ください。Google の生成 AI プロダクトの多くは、報告ツールを備えています。皆様からのフィードバックは、モデルの改良と生成 AI の利便性向上に役立てさせていただきます。