TechCrunch発AI用語集、AGIから強化学習まで網羅

基礎用語の定義

LLMの仕組みと主要サービス
トークンの概念と課金モデル
推論と学習の明確な区別

最新トレンド用語

AIエージェントの定義と現状
RAMageddonによるメモリ不足問題
オープンソースと独自モデルの対比

技術手法の解説

思考の連鎖推論精度が向上
蒸留による小型モデル生成手法
詳細を読む

TechCrunchが、AI分野で頻出する専門用語を網羅的にまとめた用語集を更新しました。AGI(汎用人工知能)からバリデーションロスまで、業界の基本概念を平易な言葉で解説しています。「LLM」「RAG」「RLHF」といった略語に戸惑う読者を想定し、随時更新される生きたドキュメントとして位置づけられています。

大規模言語モデル(LLM)については、ChatGPTClaudeなどの基盤技術として紹介されています。数十億のパラメータで言語の関係性を学習する仕組みが説明されており、トークンは人間の言語をAIが処理可能な単位に分割する基本概念として定義されています。企業がトークン単位で課金するビジネスモデルにも触れられています。

注目すべきは、AIエージェントコーディングエージェントといった最新概念の整理です。AIエージェントは経費精算や予約といった複数ステップのタスクを自律実行するツールとして定義されています。コーディングエージェントはその特化版で、コードの記述・テスト・デバッグを最小限の人間監督で行うものとされています。

業界特有の新語も取り上げられています。RAMageddonは、AIデータセンターによるメモリチップの大量消費がゲーム機やスマートフォンなど他産業に波及し、価格高騰を招いている現象を指します。ハルシネーション(幻覚)問題も重要項目として扱われ、ドメイン特化型AIの開発が対策の一つとして示されています。

技術手法としては、思考の連鎖による推論精度の向上、強化学習によるLLMの安全性改善、蒸留による小型高効率モデルの生成が解説されています。オープンソースとクローズドソースの対比では、MetaLlamaOpenAIのGPTを例に挙げ、AI業界の根本的な論点として位置づけています。