AIとは何か——「なんとなく分かる」を卒業する超入門

「AIとは何ですか？」——毎日のように使っている言葉なのに、正面から聞かれると答えに詰まる。そんな方は多いのではないでしょうか。

実は、答えにくいのには理由があります。いまあなたが「AI」と呼んでいるものは、AI全体から見ればごく一部だからです。一部だけを見て全体を説明しようとすれば、誰だって言葉に詰まります。この記事では、AIという世界の全体地図を渡します。読み終えるころには、「なんとなく分かる」が「人に説明できる」に変わっているはずです。

いま「AI」と呼ばれているのは、AI全体のごく狭い一角——生成AI

ニュースでも職場でも、いま「AI」という言葉が指しているもののほとんどは、ChatGPTに代表される生成AI——文章や画像などを作り出すAI——のことです。

では、その生成AIはAIの世界のどこにいるのか。位置関係はこうなっています。

外側から順に、それぞれこういう意味です。

• AI（人工知能）……人間の知的な処理を再現する技術の総称。いちばん大きな傘
• 機械学習……ルールを人が書くのではなく、データからAI自身に学ばせる手法
• ディープラーニング……人間の脳の神経回路を模した多層構造の学習
• 生成AI……新しいコンテンツ（文章・画像など）を作り出すAI。いまの主役はここ

生成AIは、4層の入れ子構造のいちばん内側にいます。つまり、AI全体から見れば非常に狭い範囲を指す言葉です。ChatGPT・Claude・Geminiの中身であるLLM（大規模言語モデル）は、このいちばん内側の「テキストを作る生成AI」の本体にあたります。

では、なぜこの狭い一角が、世界の「AI」の印象を独占したのか。答えはシンプルで、生成AIが「言葉で指示できる、初めてのAI」だからです。これまでのAIは、専門家がデータを集めて作り、システムの裏側で動く「専門家の道具」でした。生成AIは違います。日本語で話しかければ、誰でも、今日から使える。AIが初めて、普通の人の手に渡った——だから狭い範囲なのに、これほどの存在感を持ったのです。

本当のAIの世界は、もっとずっと広い

一方で、傘の外側——生成AI以外のAIは、実はずっと前からあなたの生活を支えています。少し挙げてみます。

• 迷惑メールが受信箱に届かないのは、AIがスパムを判別しているから
• スマホが一瞬でロック解除されるのは、AIの顔認証
• 地図アプリが渋滞を避けた最短ルートを出すのは、AIの経路探索
• ECサイトの「あなたへのおすすめ」も、動画配信の「次に見る」も、AIのレコメンド
• クレジットカードの不正利用検知、銀行の与信審査、小売の需要予測
• 工場の不良品検知、農産物の選果、医療の画像診断支援
• 将棋・囲碁AI、お掃除ロボットの部屋のマッピングと経路計画

どれも、生成AIとは異なる仕組みで動くAIです。生成AIが登場するはるか前から、こうした「判断する・予測するAI」が社会のインフラを静かに支えてきました。

この広い世界は、「何をするAIか」で3つに整理できます。

種類	何をするか	例
ルールベースAI	人が決めたルール通りに判断する	経費申請のチェック、メールの自動振り分け
識別・予測系AI	既存のデータを判断・予測する	顔認証、需要予測、不正検知
生成AI	新しいデータを作る	文章の下書き、画像・コードの生成

そして、特定の課題をAIで改善しようと考えるとき、一番先にやるべきなのは、あなたの解きたい課題は「生成AI」を入れれば解決できるのか、それとも生成AI以外のAIでなければ解決できないのかを考えることです。

弊社でも「AIで課題を解決したい」という案件をいただいたときは、まず、既存の生成AIで解決できるのか、ルールベースで解決できるのか、識別・予測系のAIで解決できるのかを考えるところから始めます。

なお、この広いAIの世界を本格的に知りたい方には、松尾豊『人工知能は人間を超えるか——ディープラーニングの先にあるもの』（KADOKAWA）をおすすめします。AI研究の歴史からディープラーニングの本質までを、第一人者が一般読者向けに解き明かした定番書です。弊社パンハウスは東京大学・松尾研究室発のスタートアップですが、身内びいきを抜きにしても、AIの「全体地図」を一冊で手に入れるならまずこの本だと考えています。

生成AIの正体——「考える機械」ではなく「確率の機械」

地図の話はここまで。ここからは、いまの主役である生成AIの「正体」に踏み込みます。

生成AIは、「自律的に考える機械」ではありません。実体は、膨大な過去のデータからパターンを学び、確率的にもっともらしい答えを出す仕組みです。しばしば「応用統計に近い」と表現されるのはこのためです。ChatGPTに質問して流暢な文章が返ってくるのも、生成AIが内容を理解しているからではなく、大量の文章データから「この文脈では、次にこの言葉が来る確率が高い」という計算を高速で繰り返した結果です（この仕組みは生成AIは「考えて」いない——LLMが言葉を生成する本当の仕組みで詳しく解説しています）。

じつはこの「理解しているように見えるが、中身は計算」という構図は、40年以上前から議論されてきました。哲学者ジョン・サールが1980年に示した「中国語の部屋」という思考実験が有名です。こんな設定です。

中国語をまったく知らない人が、小さな部屋に閉じこもっている。部屋の中にあるのは、「この形の記号が来たら、この形の記号を返す」という手順だけが延々と書かれた、分厚いマニュアル。部屋の外から中国語の質問カードが差し入れられると、中の人はマニュアルをめくって手順どおりに記号を探し、対応する記号を書き写したカードを返す。

外にいる中国語話者から見ると、部屋は完璧な中国語で受け答えしています。「中には中国語がわかる人がいる」としか思えません。しかし実際には、中の人は自分が扱っている記号の意味をひとつも知りません。質問が何を尋ねているのかも、自分の返したカードが何を意味するのかもわからないまま、ただ手順に従って記号を並べているだけです。

サールがこの実験で主張したのは、「どれだけ自然に受け答えできても、記号を規則どおりに処理しているだけでは『理解した』ことにはならない」ということでした。ChatGPTがやっていることも、原理としてはこの部屋に似ています。言葉の意味がわかって答えているのではなく、「この記号の並びの次には、この記号が来る確率が高い」という膨大な計算で応答している。見かけの理解と、本当の理解は別物——生成AIと付き合ううえで、この視点は出発点になります。

まとめ——この地図を持ち帰れば、AIの話が読み解ける

持ち帰っていただきたいのは2つだけです。

1. AIは幅広い概念の総称。いま「AI」と呼ばれているのは、その中のごく狭い一角である「生成AI」——傘の外には、顔認証から需要予測まで、社会を支えてきた広大なAIの世界がある
2. その生成AIの正体は、「データからパターンを学び、確率でもっともらしい答えを出す機械」——考えているように見えても、中身は計算

この地図があれば、AIのニュースも、製品の売り文句も、社内の「AI導入」議論も、迷子にならずに読み解けます。もっと深く知りたくなったら、松尾先生の本へ。