AIの基礎講座
仕組みと歴史
AIとは何か、どう学ぶのか、ChatGPTのような言葉を扱うAIはどう動くのか、社会はどう向き合っているのかを、順に読める形に並べた講座です。各回は当サイトの解説記事で、出典と時点を明記しています。
全6章・31回(公開済み28回)。公開予定の回は、公開日を過ぎると読めるようになります。
第1章 AIとは何か
第2章 AIが学ぶ仕組み
- 第5回機械学習とは──国の資料の定義、AI・ディープラーニングとの関係、教師あり・教師なし・強化学習の3つの型、学習と推論の違い、手元のMacで動かした小さな例データから規則を見つける「機械学習」の3つの型
- 第6回ニューラルネットワークとは何かニューラルネットワークの基本の形
- 第7回ディープラーニングとは何か層を深く重ねる「ディープラーニング」と機械学習の関係10月13日公開予定
- 第8回強化学習とは何か試行と報酬で学ぶ強化学習と、ChatGPTの訓練との関係10月16日公開予定
第3章 言葉を扱うAI(LLM)
- 第9回LLMとは──大規模言語モデルの意味・仕組み・できること・生成AIとの違い【2026年10月版】。GPT-3の1,750億パラメータから、2.8兆パラメータ(有効104B)を公表するKimi K3、100万トークンの文脈長まで大規模言語モデル(LLM)とは何か、何が「大規模」なのか
- 第10回Transformer(トランスフォーマー)とはいまのLLMの土台になった2017年の論文とTransformer
- 第11回トークンとは何かAIが文章を数える単位「トークン」
- 第12回コンテキストウィンドウとはAIが一度に見ていられる量「コンテキストウィンドウ」
- 第13回ナレッジカットオフとはAIの知識がどこで止まっているか「ナレッジカットオフ」
- 第14回LLMのハルシネーション(幻覚)とは?原因と対策【2026年版】AIがもっともらしい誤りを言う「ハルシネーション」
- 第15回推論モデルとは何か答える前に考える「推論モデル」
第4章 モデルの作り方と配り方
- 第16回LoRAとは──元の重みを凍結し、小さな行列2つだけを学習する仕組み。原論文はGPT-3 175Bで「学習パラメータ1万分の1・GPUメモリ3分の1」、QLoRAは「65Bを48GB未満」。画像生成での使われ方と作り方の流れ少ない計算で追加学習する「LoRA」
- 第17回MoE(Mixture of Experts)とは必要な部分だけ動かす「MoE(混合エキスパート)」
- 第18回オープンウェイトとは何か重みを公開する「オープンウェイト」とオープンソースの違い
- 第19回SLM(小型言語モデル)とは手元の機器で動く「小型言語モデル(SLM)」
- 第20回エッジAIとは──クラウドAI(ChatGPT等)との違い、スマホ・車・工場・ロボットでの実例クラウドでなく端末で動かす「エッジAI」10月15日公開予定
第5章 AIが「行動」する時代
第6章 社会とAI
もう一つの講座: AIの使い方講座──はじめの一歩から仕事で使うまで