こんにちは、マナです。
私は現在、JDLA Generative AI Test（ジェネレーティブAIテスト）合格に向けて学習を進めています。
この試験では、生成AIに関する幅広い知識が問われますが、中でも重要なのが「従来のAIとの違い」に関する理解です。
今回は、そのポイントを私自身の学習内容をもとに、できるだけわかりやすく整理してみました。
🔍 従来のAIは「特定の目的に特化したAI」
従来のAIは、一般に用途特化型AI（narrow AI）と呼ばれ、特定のタスクをこなすために作られたモデルです。
つまり、「この作業にしか使えない」という前提で開発されたAIです。
以下はその具体例です：
- 🚗 中古車の価格を予測するAI
→ 車種・年式・走行距離・事故歴などの数値データから価格を推定 - 🏥 医療用画像診断AI
→ レントゲンやMRI画像を分析して異常の有無を判断 - 💳 クレジットカードの不正利用検出AI
→ 過去の取引履歴を分析し、怪しいパターンを検出
これらのAIは、それぞれ異なる目的に特化して作られており、他のタスクへの応用はできません。
また、入力形式や出力形式も定型的で、利用にはある程度の専門知識が求められます。
🧠 生成AIは「汎用的で柔軟なAI」
一方、生成AI（Generative AI）は、1つのモデルで多様なタスクに対応できる汎用性が特徴です。
たとえば、ChatGPTのようなモデルは、自然言語（人間の言葉）を入力として受け取り、自然言語で出力を返すことができます。
実際にできることの例としては：
- 「このニュース記事を3行で要約して」
- 「営業メールの文案を考えてください」
- 「プログラムのバグを修正してください」
- 「Pythonでグラフを描くコードを書いてください」
このように、生成AIは多様な分野に対応でき、専門的な設計や個別のモデル開発が不要になるケースも増えています。
🔁 入出力形式の違いに注目
| 種類 | 入力形式 | 出力形式 | 主な利用者 |
|---|---|---|---|
| 従来のAI | 数値・画像などの定型データ | 数値・分類結果 | 専門職・技術者 |
| 生成AI | 自然言語（文章） | 自然言語（文章） | 一般ユーザー・ビジネス担当者 |
このように、従来のAIはシステム連携前提の設計が多かったのに対し、生成AIは誰でも使いやすいインターフェースを持つ点が大きな違いです。
🌍 社会へのインパクトも拡大中
生成AIの普及は急速に進んでいます。
特にChatGPTは2022年11月の公開から、わずか1週間で100万人、2ヶ月で1億人を超えるユーザーを獲得し、「史上最速の普及スピード」と言われました。
この背景には、自然言語で直感的に操作できる手軽さと、幅広いタスクに対応できる柔軟性があります。
教育・行政・ビジネスなど、さまざまな分野で活用が広がっており、今後さらに影響力が増していくと感じています。
✅ 試験対策まとめ
JDLA Generative AI Testでは、以下のような基本的な理解が問われることがあります。
Q1：従来のAIと生成AIの違いを説明せよ
従来のAIは、特定の目的に特化したモデルで、入力も出力も定型的。
生成AIは自然言語を用いて、多様なタスクをこなせる汎用的なモデルである。
Q2：生成AIの入出力の特徴は？
入力も出力も自然言語（文章）でやり取りできる。
そのため、専門知識がなくても多くの人が活用できる柔軟性がある。
📝 おわりに
今回ご紹介した内容は、JDLA Generative AI Testの中でも特に重要な基礎知識です。
本質的な違いをしっかり理解することで、他の応用問題にも対応しやすくなります。
私もまだ勉強中ですが、一歩一歩着実に理解を深めていきたいと思っています。
一緒に頑張っていきましょう！
それでは、また次回の更新でお会いしましょう☕
コメント