無料で読める範囲
3 本の無料記事があります。まずここで全体像と自分への当てはまりを確認してください。
AIとは何を指すのか──弱いAI・強いAI・系譜を10話で読み解く
「AI」という言葉が指す範囲、弱いAI・強いAI、機械学習からLLMまでの系譜を、ニュースや製品説明を読むための地図として整理するシリーズです。
AI入門
全10本
無料3本
会員向けの深掘り
7 本が会員向けです。無料記事で方向性を確認したうえで、会員ライブラリを検討してください。
「AI」は一つの技術ではない──語がふくらむとき
生成AIブームのあとで「AI」という語は、チャット、推薦、画像認識、最適化など多くのものを一括りにしています。第1話では、AIを一つの技術名ではなく総称として読み、見出しや製品説明で何を指しているのかを聞き分ける土台を作ります。シリーズ全10話の目次付き。
弱いAIと強いAI──分類は地図であって、占いではない
弱いAI、強いAI、AGIという言葉は便利ですが、未来予測や製品ラベルとして読むと誤解が生まれます。第2話では、タスク特化のAIと汎用知能の議論を切り分け、分類語を落ち着いて扱うための見方を整理します。
ルールを書くAIと、例から学ぶAI──シンボリックとニューラル
AIの方式は、明示的なルールや知識を扱う流れと、データの例からパターンを学ぶ流れのあいだで発展してきました。第3話では、シンボリックAIとニューラルネットワークを対立させすぎず、それぞれの得意さと読みにくさを一般向けに整理します。
期待が先に走る──AIブームと反省の周期を読む
AIの歴史では、大きな期待、投資、実用化の遅れ、反省が繰り返し語られてきました。第4話では、AIウィンターを単なる失敗談としてではなく、研究、商業、メディアの時間差から読む視点を整理します。
機械学習という「経験からの関数づくり」
機械学習は、人間の学習そのものをコピーする言葉ではなく、データから入力と出力の関係を作るための枠組みです。第5話では、教師あり学習、教師なし学習、強化学習、過学習、評価データを、日常の例で整理します。
深層学習が変えた「特徴」の作り方
深層学習は、特徴を人間が細かく設計する発想から、データの中で階層的な表現を作る発想へ重心を動かしました。第6話では、層、特徴、計算資源、データ規模、転移学習の直感を、過度な脳の比喩に頼らず説明します。
言語モデルから大規模言語モデルへ──何が連続で、何が跳ねたか
LLMは突然空から降ってきた魔法ではなく、言語モデル、スケール、対話調整、利用環境が重なって見え方が変わった技術です。第7話では、トークン予測、文脈、理解という言葉の複数の意味を整理します。
言語の外側──画像・音声・制御もAIである
AIはチャットだけではありません。画像、音声、推薦、制御、最適化など、問題設定によって入力、出力、失敗の形が変わります。第8話では、同じAI搭載という表示を、用途ごとの棚へ分けて読む視点を作ります。
賢さをどう測るか──ベンチマークとチューリングの周辺
AIの賢さは、スコアやベンチマークだけで一言にまとめられるものではありません。第9話では、タスク、分布、評価の偏り、チューリング・テストの周辺を、意識や理解の断定と混同しないように整理します。
地図を持ったあとでニュースを読む──AI見出しへの質問リスト
シリーズ最終回では、AIという語を聞いたときに何を質問すればよいかをまとめます。タスク、データ、評価、失敗時のコスト、誇張語、責任の所在を確認し、AIニュースや製品説明を落ち着いて読むためのリストにします。
AIの“それっぽさ”を、そのまま信じないために──検証リテラシー10話
生成AIの出力を、そのまま信じずに読むための確認手順を、出典、数字、検索、訂正まで10話で整理するシリーズです。
書く・調べる・覚えるの歴史から見るAI
書く・調べる・覚える道具の歴史から、AI時代の学びを考えます。
「自分の頭の中」をAIに整理してもらう ── 認知バイアス10話
自分の頭の中の偏りや迷いを、AIとの対話で整理するシリーズです。
仕事を助ける道具は、仕事をどう変えてきたか
仕事を助ける道具の歴史から、AIが働き方をどう変えるかを読みます。
AIが気になりだしたら最初に読む話
AIが気になりだした人に向けて、最初に知りたい基本と距離感を整理します。
このシリーズを実践に移す
記事で全体像をつかんだら、実践パック、会員ライブラリ、無料スターターガイドから続きに進めます。