Adversarial Machine Learning
Adversarial Machine Learningとは、意図的に作られたデータによってMachine Learningシステムがどのように欺かれたり攻撃されたりし得るかを研究するとともに、その検知・防御策を開発する分野です。
AI用語集
AI Glossary
AIとAgentic AIの100用語をわかりやすく解説
⌘K
人気:
100件の用語 · 2026年9月更新
A
33件の用語
Agent Architecture
Agent Architectureとは、AIモデル、メモリ、データ、ツール、ルールなど、AI Agent内部の 構成要素をどのように組み立てるかを示すもので、Agentはタスクの実行時にこれらの要素を連携させます。
Agent Autonomy
Agent Autonomyとは、AI Agentが各ステップで人による指示や承認を必要とせずに、自ら計画を立て、意思決定し、行動を実行できる度合いのことです。
Agent Evaluation
Agent Evaluationとは、実際の利用場面において、AI Agentがどの程度目標を達成し、ツールを正しく使い、ルールを守り、正確で安定した結果を出せているかを評価するプロセスです。
Agent Handoff
Agent Handoffとは、タスクと関連するすべての情報をあるAI Agentから別のAgentまたは人へ引き継ぎ、対応できる適切な担当者が作業を継続できるようにする仕組みです。
Agent Long-Term Memory
Agent Long-Term Memoryとは、AI Agentが知識、やり取りの履歴、好みなどを複数のセッションにわたって保持し、将来のタスクで再利用できるようにするメモリです。
Agent Loop
Agent Loopとは、AI Agentが情報を受け取り、行動を選択し、結果を確認して次のステップを調整するという流れを、タスクが完了するか停止が必要になるまで繰り返すサイクルです。
Agent Memory
Agent Memoryとは、AI Agentが過去の会話、データ、行動から得た情報を保持・再利用し、文脈を維持して意思決定を支援する仕組みです。
Agent Observability
Agent Observabilityとは、実行したステップ、使用したツール、発生したエラー、処理時間、コスト、最終結果など、AI Agentの動作プロセスを追跡できる能力です。
Agent Planning
Agent Planningとは、AI Agentが中間目標を定め、行動の順序を組み立て、新たな情報や結果が出たときに計画を更新する能力です。
Agent Reflection
Agent Reflectionとは、AI Agentが自らの結果や実行プロセスを振り返って不足点を把握し、次の試行で計画や対応方法を調整する仕組みです。
Agent Short-Term Memory
Agent Short-Term Memoryとは、AI Agentが現在のタスクにおける要求、データ、実行済みのステップを把握するための一時的なメモリです。この情報は通常、セッション終了後に長く保持されることはありません。
Agent Task Decomposition
Agent Task Decompositionとは、AI Agentが大きく複雑なタスクをより小さなタスクに分割し、各ステップの順序や関係を定めて、より効率的に実行できるようにするプロセスです。
Agent2Agent Protocol (A2A)
Agent2Agent Protocol (A2A)とは、異なるプラットフォーム上で構築されたAI Agent同士が互いの能力を把握し、情報を交換し、タスクを委任し、連携できるようにするオープン標準です。
Agentic AI
Agentic AIとは、自ら計画を立て、ツールを使い、得られた結果に基づいて進め方を調整することで、人による指示が少なくても目標を達成できるAIの形態です。
Agentic RAG
Agentic RAGとは、AI Agentがどのような情報を探すべきかを主体的に判断し、適切な情報源を選び、複数回の検索を行い、根拠を確認してから回答するRAGの実装方法です。
Agentic Workflow
Agentic Workflowとは、AI Agentが固定されたシナリオに従うだけでなく、実行順序を自ら決め、ツールを使い、実際の結果に基づいて行動を調整できる業務の組み立て方です。
AgentOps
AgentOpsとは、実際の運用環境においてAI Agentを導入、監視、評価、管理、改善するための手法とツールの総称です。
AI Agent
AI Agentとは、目標を与えられると、設定された権限の範囲内で必要なステップを自ら判断し、ツールを使い、行動を調整してタスクを完了するAIシステムです。
AI Alignment
AI Alignmentとは、AIの目標や動作を調整し、システムが人の意図、価値観、安全原則、利益に沿って振る舞うようにするプロセスです。
AI Bias
AI Biasとは、データ、モデル設計、または実際のシステムの使われ方に問題があることで、AIが偏った、あるいは公平性に欠ける結果を出してしまう現象です。
AI Ethics
AI Ethicsとは、AIを透明性、公平性、安全性、責任を持って開発・利用し、プライバシーを尊重するための原則や規範を扱う分野です。
AI Governance
AI Governanceとは、組織がAIの開発・利用のあり方を管理し、目標、法令、安全要件、説明責任に適合させるための方針、役割、プロセスの仕組みです。
AI Grounding
AI Groundingとは、AIの回答や行動を信頼できるデータ、文書、根拠となる情報源と結び付け、正確性と検証可能性を高めるプロセスです。
AI Guardrails
AI Guardrailsとは、AIの応答や行動の範囲を制限し、不適切な内容、誤った内容、リスクのある内容を防ぐためのルールと制御層の集まりです。
AI Inference
AI Inferenceとは、学習済みのモデルを使い、モデルを再学習することなく、新しいデータから回答、予測、判断を生成するプロセスです。
AI Orchestration
AI Orchestrationとは、複数のAIモデル、AI Agent、ツール、データ、ルールを一つの統一されたプロセスの中で調整し、各要素が正しい順序で連携して共通の目標を達成できるようにするプロセスです。
AI Safety
AI Safetyとは、AIの開発・利用の過程で、人、組織、システムに及ぼし得るリスクを特定、評価、低減することに取り組む分野です。
AI-Driven Personalization
AI-Driven Personalizationとは、AIを使って個々人の行動、好み、やり取りの履歴を分析し、それに基づいてコンテンツ、商品、特典、体験をより適したものに調整する手法です。
API (Application Programming Interface)
API (Application Programming Interface)とは、ソフトウェア同士がデータや要求をやり取りできるようにするインターフェースです。APIによって、AIシステムはCRM、データウェアハウス、ECモール、外部サービスなどと連携できます。
Artificial General Intelligence (AGI)
Artificial General Intelligence (AGI)とは、特定の分野だけに長けるのではなく、人と同じように多様な知的タスクにわたって学習、推論、適応できるAIシステムという概念です。現時点で、AGIが実現したとは認められていません。
Attention Mechanism
Attention Mechanismとは、AIモデルがデータの中で最も重要な情報を見極め、結果を生成する際に必要な関係性に集中して処理できるようにする仕組みです。
Autonomous Agent
Autonomous Agentとは、各ステップで人による詳細な指示を必要とせずに、主体的に目標を追求し、タスクを分解し、ツールを選び、行動を調整できるAI Agentです。
B
1件の用語
Big Data
Big Dataとは、規模、発生速度、多様性が非常に大きく、保存、処理、分析に専用の技術を必要とするデータの集まりを指す概念です。
C
8件の用語
Chain-of-Thought Prompting
Chain-of-Thought Promptingとは、AIモデルに中間的な推論ステップを経て問題を解かせる手法で、分析、計算、複数ステップの計画が必要なタスクでよく使われます。
Cloud AI
Cloud AIとは、クラウドコンピューティング基盤を通じて提供されるAIのサービスやイ ンフラで、企業はハードウェア一式を自社で用意することなくモデルの学習、導入、利用ができます。
Computer Vision
Computer Visionとは、コンピューターが画像や動画の内容を認識・分析できるようにするAIの分野で、画像分類、物体検出、文字の読み取り、動きの追跡などに用いられます。
Constitutional AI
Constitutional AIとは、あらかじめ定めた一連の原則に基づいてAIを調整する手法で、モデルが自らの応答を評価・修正し、その原則により沿うようにします。
Context Engineering
Context Engineeringとは、指示、データ、メモリ、ツール、現在の状態など、モデルやAI Agentがタスクを実行するために必要なすべての情報を選び、整理するプロセスです。
Context Window
Context Windowとは、指示、会話履歴、提供された文書を含め、AIモデルが一度に考慮できる情報の最大量です。これはAIの長期記憶ではありません。
Continual Learning
Continual Learningとは、AIモデルが以前に学んだ重要な知識の大部分を失うことなく、時間の経過とともに新しいデータから学習を続けられるようにする手法です。
Conversational Commerce
Conversational Commerceとは、メッセージングチャネル上の会話を通じて行う販売や顧客対応の形態で、企業やAIが相談対応、商品提案、取引のサポートを行えます。
D
4件の用語
Data Mapping
Data Mappingとは、複数の情報源やシステム間で対応するデータ項目を特定して結び付け、顧客、商品、注文に関する情報を一貫して変換できるようにするプロセスです。
Deep Learning
Deep Learningとは、多層のニューラルネットワークを使い、テキスト、画像、音声、動画などの大量のデータから複雑な特徴を学習するMachine Learningの手法です。
Diffusion Model
Diffusion Modelとは、ノイズの多いデータから出発し、段階的に構造のある結果へと復元していくことでコンテンツを生成するAIモデルです。この手法は画像、音声、動画の生成によく使われます。
Digital Expert
Digital Expertとは、データ分析、計画立案、コンテンツ制作など、特定の業務分野向けの知識、スキル、ツールを備えた専門的なAIシステムを表す用語です。
E
4件の用語
E-commerce Automation
E-commerce Automationとは、AIとソフトウェアを使い、コメントへの返信、商品の案内、注文情報の更新、顧客対応など、ECにおける繰り返し作業を自動化するプロセスです。
Embedding
Embeddingとは、AIがテキスト、画像、データを数値の並びに変換し、意味を比較して類似度を判定し、関連する内容を見つけられるようにする方法です。
Episodic Memory
Episodic Memoryとは、AI Agentが過去に起きた出来事や経験を記録し、似た状況に直面した際に以前の対応方法を参照できるようにするメモリの一種です。
Explainable AI (XAI)
Explainable AI (XAI)とは、AIシステムの予測、推奨、判断にどのような要因やデータが主に影響したのかを、人が理解できるようにするための手法の総称です。
F
5件の用語
Federated Learning
Federated Learningとは、元データをすべて中央のストレージに集めることなく、複数のデバイスやデータソース上でAIを学習させる手法です。
Few-shot Prompting
Few-shot Promptingとは、プロンプト内にいくつかの例を示すことで、再学習をしなくてもAIモデルが求められる構成、規則、回答の仕方を把握できるようにする手法です。
Fine-tuning
Fine-tuningとは、既存のAIモデルを専門的なデータで追加学習させ、特定のタスク、分野、コミュニケーションスタイル、組織固有のニーズにより適したものにするプロセスです。
Foundation Model
Foundation Modelとは、大量かつ多様なデータで学習され、さまざまなアプリケーションの基盤となるAIモデルです。このモデルは、個別のタスクや分野に合わせて調整できます。
Function Calling
Function Callingとは、AIモデルが機能名と必要な情報を含む構造化された要求を生成し、アプリケーションがそれを確認したうえで該当する機能を実行できるようにする仕組みです。
G
1件の用語
Generative AI
Generative AIとは、学習したデータからパターンや関係性を学び、テキスト、画像、音声、動画、ソースコードなどの新しいコンテンツを生成できるAIの種類です。
H
3件の用語
Hallucination
Hallucinationとは、AIがもっともらしく聞こえるものの、実際には不正確、根拠がない、あるいは存在しない情報を生成してしまう現象です。RAGやGroundingによってこのリスクを減らせますが、完全になくすことはできません。
Human-AI Collaboration
Human-AI Collaborationとは、AIが分析、処理、タスクの自動化を支援し、人が目標の設定、リスクの監視、例外への対応を行い、最終的な判断に責任を持つという働き方です。
Human-in-the-Loop (HITL)
Human-in-the-Loop (HITL)とは、結果の確認、例外ケースへの対応、リスクの高い行動の承認など、重要なステップに人が関与する形でAIを運用する方法です。
K
1件の用語
Knowledge Base
Knowledge Baseとは、文書、データ、情報を整理して蓄積したナレッジの集まりで、人やAIシステムが質問に答える際に検索、参照、活用できるものです。
L
3件の用語
Lead Scoring
Lead Scoringとは、見込み客を情報、行動、エンゲージメントの度合いに基づいて評価・順位付けし、営業チームが成約の可能性が高い案件を優先できるようにする手法です。
LLM (Large Language Model)
LLM (Large Language Model)とは、大量のテキストデータで学習して言語を理解・生成するAIモデルで、質問への回答、文章作成、要約、分析の支援などができます。
LLM Token
LLM Tokenとは、言語モデルがテキストを読み取り、生成する際に使う情報の基本単位です。1つのトークンは、1つの単語、単語の一部、1文字、または句読点の場合があります。
M
8件の用語
Machine Learning
Machine Learning とは、個々のケースごとに人が詳細にプログラムしなくても、システムがデータから規則性を学び、予測や判断を行えるようにするAIの一分野です。
Mixture of Experts (MoE)
Mixture of Experts (MoE)とは、複数の専門的な構成要素でAIモデルを構築する方法です。要求を受け取ると、システムは最も適した構成要素だけを使うことで、効率を高め、処理リソースを節約します。
Model Context Protocol (MCP)
Model Context Protocol (MCP)とは、情報源ごとに個別の連携方法を構築するのではなく、AIアプリケーションが外部のデータ、ツール、システムと統一された方法で接続できるようにする標準です。
Model Distillation
Model Distillationとは、大規模なAIモデル の知識や能力の一部をより小さなモデルに移す手法で、必要な能力を維持しながら処理コストと処理時間を削減できます。
Model Drift
Model Driftとは、データ、ユーザーの行動、実際の環境がモデルの学習時から変化することで、AIモデルの性能が時間とともに低下する現象です。
Model Routing
Model Routingとは、難易度、処理能力、速度、コスト、プライバシー、求められる品質などの要素に基づいて、要求ごとに適切なAIモデルを選択する仕組みです。
Multi-Agent System
Multi-Agent Systemとは、役割や能力の異なる複数のAI Agentが情報を交換し、作業を分担し、連携して共通のタスクを解決するシステムです。
Multimodal AI
Multimodal AIとは、一つのタスクの中で、テキスト、画像、音声、動画など複数の形式の情報を受け取り、組み合わせて処理できるAIの種類です。
N
2件の用語
Natural Language Generation (NLG)
Natural Language Generation (NLG)とは、AIがデータや構造化された情報を、商品説明、レポート、通知、自動応答などのわかりやすい文章に変換する技術です。
Natural Language Processing (NLP)
Natural Language Processing (NLP)とは、コンピューターが人の言語を分析、理解、生成できるようにするAIの分野で、AIアシスタント、セマンティック検索、感情分析、自動会話の基盤となります。
O
1件の用語
Omnichannel AI
Omnichannel AIとは、Website、Facebook、Zalo、ECモールなど複数のチャネルからのやり取りをAIで統合・処理し、一貫した応答を行い、チャネルをまたいで文脈を維持する活用方法です。
P
5件の用語
Predictive AI
Predictive AIとは、過去のデータを使って将来の傾向、需要、行動、リスクを予測し、人がデータに基づいて意思決定できるよう支援するAIの種類です。
Privacy-Preserving AI
Privacy-Preserving AIとは、機密情報の漏えい、再識別、不正利用のリスクを抑えながら、AIがデータを学習・処理できるようにする手法の総称です。
Prompt Chaining
Prompt Chainingとは、複数のプロンプトをつなげて複数ステップのプロセスを構成し、前のステップの結果を次のステップのデータ や文脈として使う手法です。
Prompt Engineering
Prompt Engineeringとは、AIモデルがタスクを正しく理解し、十分な情報を活用して、目的に合った結果を生成できるよう、入力する指示を設計、テスト、改善するプロセスです。
Prompt Injection
Prompt Injectionとは、悪意のある指示や混乱を招く内容を入力データに紛れ込ませ、AIにルールを無視させたり、情報を漏えいさせたり、意図しない行動をとらせたりする攻撃手法です。
R
8件の用語
ReAct (Reasoning and Acting)
ReAct (Reasoning and Acting)とは、AI Agentが分析と行動を組み合わせる手法です。Agentは各行動の後に結果を観察し、新たな情報を使って次のステップを決定します。
Reasoning Model
Reasoning Modelとは、回答や判断を出す前に、複数ステップの分析、条件の検討、結果の確認が必要なタスク向けに最適化されたAIモデルです。
Reinforcement Learning (RL)
Reinforcement Learning (RL)とは、AIが環境と継続的にやり取りする中で得られる報酬や罰を通じて、行動の選び方を学習するMachine Learningの手法です。
Reinforcement Learning from Human Feedback (RLHF)
Reinforcement Learning from Human Feedback (RLHF)とは、人による評価、順位付け、選択に基づいてAIモデルを調整し、結果をユーザーの意図や安全原則により沿ったものにする手法です。
Responsible AI
Responsible AIとは、公平性、透明性、安全性、プライバシー保護、説明可能性、説明責任といった原則に基づいてAIを開発・利用するアプローチです。
Retrieval-Augmented Generation (RAG)
Retrieval-Augmented Generation (RAG)とは、回答を生成する前に、指定された文書やデータソースから情報を検索するステップをAIモデルと組み合わせる方法で、結果に根拠を持たせ、実際のデータにより即したものにします。
Robotic Process Automation (RPA)
Robotic Process Automation (RPA)とは、ソフトウェアロボットを使い、デジタルシステム上のルールに基づく操作を自動で実行する技術です。RPAは必ずしもAIを使うわけではありませんが、AIと組み合わせることもできます。
Router Agent
Router Agentとは、要求を分析し、能力、コスト、速度、設定済みのルールに基づいて、最も適したモデル、ツール、Agentにタスクを振り分けることを専門とするAI Agentです。
S
9件の用語
Scalability
Scalabilityとは、AIシステムが増え続けるユーザー数、データ量、要求数に対応できるよう拡張しながら、性能、安定性、コスト、サービス品質を適切な水準に保てる能力です。
Semantic Search
Semantic Searchとは、ユーザーが入力した内容とキーワードが完全に一致する文書だけを探すのではなく、質問の意味や意図に基づいて検索する手法です。
Sentiment Analysis
Sentiment Analysisとは、AIがテキストに表れた態度や感情を判別する手法で、通常は内容をポジティブ、ネガティブ、ニュートラル、またはより具体的な感情のニュアンスに分類します。
Small Language Model (SLM)
Small Language Model (SLM)とは、LLMよ り規模の小さい言語モデルで、通常は必要なリソースや運用コストが少なく済みます。SLMは小型デバイス、社内システム、専門的なタスクに適しています。
Specialized Agent
Specialized Agentとは、営業、顧客対応、データ分析など、特定の分野やタスク群向けに、適した知識、指示、ツールを備えて設計されたAI Agentです。
Supervised Learning
Supervised Learningとは、正解や分類カテゴリがあらかじめ付与されたデータでAIを学習させ、モデルが新しいデータに対する結果を予測できるようにする手法です。
Supervisor Agent
Supervisor Agentとは、タスクの割り当て、進捗の監視、複数の他のAgentからの結果の集約を担い、プロセス全体が目標を達成できるよう にするAI Agentです。
Synthetic Data
Synthetic Dataとは、現実から直接収集するのではなく、モデル、アルゴリズム、シミュレーション環境によって生成されたデータです。このデータは、AIの学習やテストによく使われます。
System Prompt
System Promptとは、AIモデルが一つのセッションの中で優先して従うべき役割、目標、制約、応答スタイル、振る舞い方を定める上位レベルの指示の集まりです。
T
2件の用語
Tool Calling
Tool Callingとは、AIモデルやAI Agentが、検索ツール、計算機、データベース、APIなどの外部ツールを選択し、その利用を要求してタスクを完了できるようにする機能です。
Transformer
Transformerとは、データの各部分同士の関係をシステムが把握できるようにするAIモデルの構成方法です。このアーキテクチャは、現在の多くの言語モデルや生成AIシステムの基盤となっています。
V
1件の用語
Vision-Language Model (VLM)
Vision-Language Model (VLM)とは、画像とテキストを同時に理解できるAIモデルで、画像の説明、質問への回答、視覚的な内容に基づく推論などのタスクを実行できます。
Z
1件の用語
Zero-shot Learning
Zero-shot Learningとは、AIモデルが、そのタスクやデータカテゴリ自体についての学習例を直接与えられなくても、新しいタスクを実行したり、新しいデータカテゴリを認識したりできる能力です。
企業に役立つAIの知識とトレンドを、メールでお届けします。
最新のAIトレンドと活用事例