生成AIのしくみ（全12回）｜LLM・画像生成AI・GANまで、仕組みから理解する

ChatGPTやClaude、Geminiに質問すると、なぜ人間のような文章が返ってくるのか。文字から写真のような画像が生まれるのはなぜか。この講座では、生成AIの「中身」を、数式を使わずに第1回から順番に解き明かします。全12回を読み終えるころには、ニュースで見る「LLM」「Transformer」「GAN」「拡散モデル」「RAG」といった言葉を、自分の言葉で説明できるようになります。

こんな人におすすめ

• 生成AIを仕事で使い始めたが、「なぜ間違えるのか」「どこまで任せてよいのか」が腹落ちしていない人
• 社内でAI活用を推進する立場になり、エンジニアやベンダーと同じ言葉で話せるようになりたい人
• ニュースで見るAIの用語がバラバラに頭に入っていて、一度きちんと整理したい人
• 画像生成AIや動画生成AIの仕組みと、著作権などのリスクを知ったうえで使いたい人
• 数式は苦手だが、仕組みを「なんとなく」ではなく理解したい人

読み終えるとできるようになること

1. AI・機械学習・ディープラーニング・生成AIの関係を、図にして説明できる
2. LLM（大規模言語モデル）が「次に来る言葉を予測する」仕組みと、Transformerの注意機構の役割を説明できる
3. ハルシネーション（もっともらしい誤り）がなぜ起きるかを理解し、業務での防ぎ方を選べる
4. RAG・ファインチューニング・AIエージェントの違いと、どんな場面で使い分けるかが分かる
5. GANと拡散モデルの仕組みの違いを、たとえ話で説明できる
6. 著作権・個人情報・安全性について、生成AIを使う側として最低限押さえるべき点が分かる

シラバス（全12回）

1. AI・機械学習・ディープラーニング・生成AIは何が違う？：言葉の地図をつくる
2. ニューラルネットワークはどう「学ぶ」のか：重み・損失・誤差逆伝播をたとえで
3. 言葉を数字にする：トークンと埋め込み（ベクトル）
4. Transformerと注意機構：LLMの心臓部を図で理解する
5. LLMはどう育てられるのか：事前学習・指示チューニング・人のフィードバック
6. LLMの得意と苦手：ハルシネーション・コンテキスト長・推論
7. RAG・ファインチューニング・AIエージェント：LLMを仕事に組み込む3つの方法
8. 画像生成AIの全体像：画像を「つくる」AIはどう進化してきたか
9. GANの仕組み：偽造者と鑑定士の競争で画像が上手くなる
10. 拡散モデルとテキストから画像：ノイズを少しずつ消して絵を描く
11. 音声・動画・マルチモーダル：文字以外を扱う生成AI
12. 安全性・著作権・これからの生成AI：使う側が知っておくべきこと

講座の進め方

• 1回あたりの目安：本文を読むのに15〜20分。
• ちょこっとクイズ：各回の途中に2〜3問あります。読み進めながら理解を確かめてください。選択肢を押すと、正解と解説が出ます。
• 確認テスト：各回の最後に3〜5問。全部答えると点数が出ます。満点でなければ、解説を読み直してから次の回へ進むのがおすすめです。
• もう一歩深く：少し専門的な補足です。読み飛ばしても、本筋の理解には困りません。
• 読んだ記録：読んだ回には、このページの目次に✓が付きます（お使いのブラウザに記録されます）。

数式はほとんど使いません。代わりに、表・手順・たとえ話で説明します。ただし、たとえ話は理解の入口であって、仕組みそのものではありません。「たとえとして分かりやすいが、実際はここが違う」という点も、できるだけ書き添えています。

関連する記事

講座で仕組みを学んだら、実際のツール選びや社内展開にも役立ててください。

• 法人向け生成AIツールおすすめ比較
• 生成AIの成功事例
• AI研修のおすすめ比較
• AI動画生成ツールのおすすめ比較
• AI導入支援のおすすめ比較

社内でのAI活用について相談したい場合は、ツギノテ編集部への相談から受け付けています。