KOUZAツギノテ講座

生成AIのしくみ

LLM・画像生成AI・GANまで、仕組みから理解する

  • 12回
  • 4部
  • 合計 約5時間
  • 第3回まで無料
まだ読んでいません
生成AIのしくみ

4つの部で学べること

カリキュラム

第1部機械学習の基本第1〜2回
  1. 01AI・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約25分無料
  2. 02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約25分無料
第2部LLMのしくみ第3〜7回
  1. 03言葉を数字にする:トークンと埋め込み(ベクトル)約25分無料
  2. 04Transformerと注意機構:LLMの心臓部を図で理解する約25分会員限定
  3. 05LLM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約25分会員限定
  4. 06LLMの得意と苦手:ハルシネーション・コンテキスト長・推論約25分会員限定
  5. 07RAG・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つの方法約25分会員限定
第3部画像を作るAI第8〜10回
  1. 08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約25分会員限定
  2. 09GANの仕組み:偽造者と鑑定士の競争で画像が上手くなる約25分会員限定
  3. 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約25分会員限定
第4部広がりとこれから第11〜12回
  1. 11音声・動画・マルチモーダル:文字以外を扱う生成AI約25分会員限定
  2. 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約25分会員限定
全12回を読み終えると、修了です。

各回の最後の確認テストの点数と、部ごとの修了の記録が、修了ページにまとまります(記録はこのブラウザに残ります)。第4回からは無料の会員登録で読めます。

修了ページを見る

この講座について

KOUZAツギノテ講座

全12回/公開中 12回

第1回から読む →

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。

生成AIのしくみ講座の全12回を、基礎・LLM・画像音声動画・使う側の知識の4つのまとまりで示した図
図:講座全体の地図(全12回)

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
回 ひとことで キーワード
第1回 AI関連の言葉の「入れ子」を整理する AI、機械学習、ディープラーニング、生成AI、識別と生成
第2回 AIが「学ぶ」とは、ずれを少しずつ直すこと ニューロン、重み、損失関数、勾配降下法、誤差逆伝播
第3回 文章をAIが扱える数字に変える トークン、トークナイザー、埋め込み、ベクトル、意味の近さ
第4回 文脈を読む仕組み「注意」 Transformer、自己注意、Query・Key・Value、位置情報
第5回 物知りな予測マシンを、話の通じるアシスタントにする 事前学習、スケーリング、指示チューニング、RLHF
第6回 なぜ間違えるのか、どこまで覚えていられるのか ハルシネーション、コンテキストウィンドウ、推論、温度
第7回 社内データや業務につなぐ方法 RAG、ファインチューニング、LoRA、ツール利用、エージェント
第8回 画像生成AIの系譜を一気に見る VAE、GAN、拡散モデル、潜在空間
第9回 生成器と識別器の「いたちごっこ」 生成器、識別器、敵対的学習、モード崩壊、StyleGAN
第10回 ノイズから絵が浮かび上がる仕組み 拡散過程、ノイズ除去、潜在拡散、CLIP、プロンプト
第11回 声・音・動画・複数の情報を同時に扱う 音声認識、音声合成、動画生成、マルチモーダル
第12回 リスクと付き合い方、この先の展望 著作権、個人情報、ディープフェイク、ガイドライン、規制

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。

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。

この記事は役に立ちましたか?

いま読まれている記事ランキング

    ランキングをもっと見る →

    この講座の全12回

    1. 第1回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. 第2回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. 第3回言葉を数字にする:トークンと埋め込み(ベクトル)
    4. 第4回Transformerと注意機構:LLMの心臓部を図で理解する会員
    5. 第5回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会員
    6. 第6回LLMの得意と苦手:ハルシネーション・コンテキスト長・推論会員
    7. 第7回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つの方法会員
    8. 第8回画像生成AIの全体像:画像を「つくる」AIはどう進化してきたか会員
    9. 第9回GANの仕組み:偽造者と鑑定士の競争で画像が上手くなる会員
    10. 第10回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会員
    11. 第11回音声・動画・マルチモーダル:文字以外を扱う生成AI会員
    12. 第12回安全性・著作権・これからの生成AI:使う側が知っておくべきこと会員

    編集方針

    • 各社の公式サイトを、確認日を書いて調べています
    • 掲載企業から報酬は受け取っていません
    • 有償の掲載がある場合は「PR」と明記します

    運営:株式会社Abin

    © Abin Co., Ltd.

    TSUGINOTE GUIDE

    選ぶだけ、話すだけで、記事1,633本・比較・講座から探します