生成AI(生成的人工知能)とは、大量のデータから学んだパターンをもとに、人の指示に応じて文章、画像、音声、動画、プログラムのコードなどを新しく作り出すAIです。
ChatGPTやGeminiのように、質問を書き込むと文章で答えが返ってくるサービスも、生成AIを使っています。
生成AIとは
生成AIは、英語の「Generative AI」を訳した言葉で、「生成的人工知能」「生成人工知能」とも呼ばれます。
総務省と経済産業省の「AI事業者ガイドライン(第1.2版)」は、生成AIを「文章、画像、プログラム等を生成できるAIモデルにもとづくAIの総称」と定めています。
特定の製品の名前ではなく、文章や画像などを作るAIをまとめて呼ぶ言葉です。
従来のAIとの違い
これまでのAIの多くは、データを見分けたり、先のことを予測したりするために使われてきました。
届いたメールが迷惑メールかどうかを判定する、写真に写っているのが犬か猫かを見分ける、来月の売上を予測する、といった使い方です。
生成AIは、学んだパターンをもとに、新しいものを作るために使われます。
同じメールの例なら、迷惑メールかを判定するのが従来のAI、届いたメールへの返信の文面を書くのが生成AIです。
従来のAIと生成AIの違い
| 比べる点 | 従来のAI | 生成AI |
|---|
| 主な役割 | 見分ける、予測する | 新しく作る |
|---|
| 出力 | 判定の結果、数値 | 文章、画像、音声、動画、コード |
|---|
| メールの例 | 迷惑メールかを判定する | 返信の文面を書く |
|---|
| 写真の例 | 犬か猫かを見分ける | 犬の画像を作る |
|---|
どちらもAI(人工知能)の一種です。
AIは、人が頭を使って行う作業の一部をコンピューターで行う技術の総称で、データから規則やパターンを学ぶ方法を機械学習と呼びます。
機械学習のうち、人の脳の神経細胞のつながりを手本にした多層の仕組み(ニューラルネットワーク)で学ぶ方法がディープラーニング(深層学習)で、いまの生成AIの多くはディープラーニングで作られています。
ChatGPTとの違い
生成AIは技術の総称で、ChatGPTはその生成AIを使ったサービスの名前です。
ChatGPTはOpenAIが2022年11月30日に公開したサービスで、質問への回答、文章の作成、情報の分析のほか、プロンプトから画像を作ることもできます。
Googleの「Gemini」、Anthropicの「Claude」、Microsoftの「Microsoft Copilot」も、生成AIを使ったサービスです。
ChatGPTの中で文章を作っているAIのモデル(GPT)は、文章を扱う生成AIの一種で、大規模言語モデル(LLM)と呼ばれます。
生成AIの仕組み
生成AIは、大きく分けて「学習」と「生成」の2つの段階で動きます。
学習の段階では、大量の文章や画像からパターンを学び、AIの本体となるモデルを作ります。
生成の段階では、人が書いた指示(プロンプト)を受け取り、学んだパターンをもとに、指示に合う文章や画像を作って返します。
学習:大量のデータからパターンを学ぶ
モデルは、大量の文章や画像を読み込んで、言葉のつながり方や、形と色の組み合わせ方といったパターンを学びます。
学んだ結果は、モデルの中の膨大な数の数値(パラメーター)として残ります。
生成のときは、この数値をもとに出力を組み立てるので、学んだデータを1件ずつ探して取り出しているわけではありません。
大量のデータで学んだだけのモデルは、質問への答え方がまだ整っていません。
そこで、質問と望ましい答えの組を追加で学ばせたり(ファインチューニング)、同じ質問への複数の答えを人が比べて評価し、その結果で答え方を整えたり(人のフィードバックによる強化学習、RLHF)して、使いやすくします。
文章の生成:次に来る言葉を予測してつなぐ
文章を作る生成AIは、受け取った文章の続きとして、次に来る言葉を予測します。
たとえば「日本の首都は」に続く言葉なら、候補の中で「東京」が高い確率で選ばれます。
選んだ言葉を文章に足し、また次の言葉を予測する、という作業を繰り返して、1語ずつ文章を組み立てます。
実際には、言葉をさらに細かく分けた「トークン」という単位で予測しています。
この仕組みのため、生成AIの文章には、もっともらしいのに事実と違う内容が混ざることがあります。
モデルは学んだパターンから自然につながる言葉を選んでおり、書く内容が正しいかを調べてから書いているわけではないからです。
この現象はハルシネーション(幻覚)と呼ばれます。
この予測を行うモデルのうち、膨大な量の文章で学んだ大きなものを、大規模言語モデル(LLM)と呼びます。
画像の生成:ノイズから少しずつ絵にする
画像を作る生成AIの多くは、拡散モデルという方法を使っています。
学習では、画像にノイズ(テレビの砂嵐のようなざらつき)を少しずつ加えて、元の絵が分からなくなるまでの過程をたどり、そのノイズを取り除いて元に戻す方法を学びます。
生成では、ノイズだけの画像から始めて、指示の文章に合うように少しずつノイズを取り除き、絵を浮かび上がらせます。
仕組みを図で見る
次の動画は、ここまでの仕組みを、スライドの図で約3分にまとめたものです。
定義、従来のAIとの違い、学習、文章の生成(次に来る言葉を当てるクイズつき)、画像の生成、できること、使うときの注意の順に進みます。
この動画も、生成AIで作りました。
仕組みの図と読み上げの原稿を入れたスライドを用意し、それをもとにNoLangで作ったものです。
「このテンプレートで動画を作る」から、この動画と同じ構成と見せ方で、解説動画を作り始められます。
生成AIを支える主な技術
ここまでの仕組みは、いくつかの技術の積み重ねでできています。
名前を聞く機会の多い4つの技術と、論文が公開された年は次のとおりです。
生成AIを支える主な技術
| 技術 | 発表 | 仕組み | 主な使い道 |
|---|
| VAE(変分オートエンコーダー) | 2013年 | データを特徴へと圧縮し、そこから作り直す | 画像の生成 |
|---|
| GAN(敵対的生成ネットワーク) | 2014年 | 作る側と見分ける側を競わせて学ぶ | 画像の生成と加工 |
|---|
| 拡散モデル | 2015年 | ノイズを取り除いて絵にする | 画像と動画の生成 |
|---|
| Transformer | 2017年 | 文中の言葉どうしの関係をまとめて計算する | 文章の生成、翻訳 |
|---|
生成AIの種類とできること
生成AIは、作るものによって、文章、画像、動画、音声、音楽、コードの生成AIに分けられます。
生成AIの種類とできること
| 種類 | できることの例 | 主なサービス |
|---|
| 文章 | 文章の下書き、要約、翻訳、質問への回答 | ChatGPT、Gemini、Claude、Microsoft Copilot |
|---|
| 画像 | イラストや写真のような画像を作る、画像を加工する | Adobe Firefly、Midjourney、Stable Diffusion |
|---|
| 動画 | 短い映像を作る、資料や文章から説明の動画を作る | Gemini、Runway、NoLang |
|---|
| 音声 | 文章の読み上げ、ナレーションの音声を作る | ElevenLabs |
|---|
| 音楽 | 歌詞や雰囲気の指示から曲を作る | Suno |
|---|
| コード | プログラムの補完、修正、説明 | GitHub Copilot |
|---|
1つのサービスで、いくつかの種類を扱えるものも増えています。
ChatGPTではプロンプトから画像を作成でき、Geminiでは文章のほかに画像、動画、音楽も作れます。
用途ごとのおすすめのサービスと、無料で使える範囲は、生成AIのおすすめと用途別のツール一覧で比べています。
画像を作るサービスは画像生成AIの比較、動画を作るサービスは動画生成AIの比較で詳しく紹介しています。
生成AIのメリット
生成AIを使うと、文章、画像、動画などの「最初の形」を短い時間で手に入れられます。
主なメリットは次の5つです。
- 下書きの時間を短くできる:メールや報告書、企画書のたたき台をすぐに作れる。空いた時間を、内容の手直しや事実の確認に使える。
- 専門の技術がなくても形にできる:絵を描けなくても画像を、編集ソフトを使えなくても動画を、言葉の指示から作れる。
- アイデアの候補を多く出せる:商品名やキャッチコピー、企画の案を、条件を変えながら何十案も出せる。
- 外国語の読み書きを助ける:海外の資料の要約や、英語のメールの下書きと言い回しの確認に使える。
- いつでも何度でも質問できる:分からないところを、言い方を変えて何度でも説明してもらえる。
学生にとってのメリット
学生にとっても、生成AIは学習を助ける道具になります。
文部科学省の「初等中等教育段階における生成AIの利活用に関するガイドライン(Ver.2.0)」(2024年12月)は、学習の場面で利活用が考えられる例として、次のような使い方を挙げています。
- 英会話の相手にしたり、より自然な英語の表現に直したりする
- 教科書などの内容を、自分の進み具合に合わせて解説してもらい、理解を深める
- 自分で書いた文章を生成AIに直させ、それをたたき台にして自分で推敲を重ねる
- プログラミングの授業で、自分のアイデアを形にするプログラムを作る
- グループで考えをまとめる途中で、足りない視点を見つける
一方で同じガイドラインは、レポートや小論文で生成AIの出力をほぼそのまま自分の成果物として提出することや、定期考査や小テストで使うことを、不適切と考えられる例に挙げています。
大学と高専については、文部科学省が2023年7月に、各大学と高専が生成AIの扱いを学生に示すことが望ましいと周知しました。
その中で、出力をそのまま使ってレポートを作ることは一般に不適切と考えられるとしています。
使ってよい場面は学校や授業ごとに違うため、使う前に学校のルールと授業ごとの指示を確かめます。
生成AIのデメリットと注意点
生成AIは便利な一方で、使い方を誤ると、間違った情報を広めたり、他人の権利を侵害したりするおそれがあります。
主な注意点と、使うときの確かめ方は次のとおりです。
誤った内容が混ざることがある
仕組みの節で説明したとおり、生成AIはもっともらしい言葉をつないで文章を作るため、事実と違う内容が混ざることがあります。
文部科学省のガイドラインも、誤った出力(ハルシネーション)を「完全に防ぐことは極めて難しいとされている」と説明しています。
数字、日付、人名、出典は、公式のサイトや元の資料で確かめてから使います。
他人の権利を侵害するおそれがある
文化審議会著作権分科会法制度小委員会が2024年3月にまとめた「AIと著作権に関する考え方について」は、生成AIで作ったものでも、既存の著作物との類似性と依拠性が認められれば、著作権の侵害になりうるとしています。
作風や画風といったアイデアが似ているだけで、既存の著作物との類似性が認められないものは、侵害にはならないとも整理しています。
作ったものを公開したり仕事に使ったりする前に、既存の作品とよく似ていないかを確かめます。
入力した情報が外に出るおそれがある
文部科学省は大学向けの周知で、機密情報や個人情報が意図せず流出する可能性があるため、安易に入力することは避けるよう求めています。
入力した内容の扱いはサービスによって違うので、利用規約と、入力を学習に使わない設定があるかを確かめ、個人情報や会社の機密は入力しないようにします。
偏りや偽の情報を生むことがある
学んだデータに偏りがあると、出力にも偏りが出ることがあります。
AI事業者ガイドラインは、生成AIによって、内容が本物であるかのように見せかけた情報を誰でも作れるようになり、AIが作った偽の情報や偏った情報が社会を混乱させるリスクが高まっていると指摘しています。
実在の人の顔や声をまねた画像、動画、音声(ディープフェイク)は、本人の権利を傷つけ、詐欺に使われることもあります。
見かけた画像や動画を広める前に、出どころを確かめます。
生成AIの歴史
生成AIは2022年のChatGPTの公開で一気に知られるようになりましたが、その土台となる技術は10年ほど前の研究から積み重なってきました。
流れは大きく3つの時期に分けられます。
- 2013〜2017年:VAE、GAN、拡散モデル、Transformerなど、新しいものを作るための仕組みが研究として発表された。
- 2018〜2021年:大量の文章で学んだ大きな言語モデル(GPT)と、文章から画像を作るAIが登場した。
- 2022年以後:ChatGPTなど誰でも使えるサービスが広まり、作れるものが動画や音声にも広がった。各国でルールづくりも進んでいる。
主な出来事は次の年表のとおりです。
論文は公開された年、製品は各社が発表した年月です。
生成AIの歴史の年表
| 年 | 主な出来事 |
|---|
| 1966年 | 人と文章で対話するプログラム「ELIZA」の論文が発表される |
|---|
| 2013年 | 画像などを作る仕組み「VAE」の論文が公開される |
|---|
| 2014年 | 作る側と見分ける側を競わせて学ぶ「GAN」の論文が公開される |
|---|
| 2015年 | 拡散モデルのもとになる論文が公開される |
|---|
| 2017年 | 「Transformer」の論文「Attention Is All You Need」が公開される |
|---|
| 2018年 | OpenAIが、Transformerと大量の文章での事前学習を組み合わせた言語モデル(GPT)を発表する |
|---|
| 2019年 | OpenAIがGPT-2を発表する |
|---|
| 2020年 | GPT-3の論文と、拡散モデルで高品質の画像を作るDDPMの論文が公開される |
|---|
| 2021年 | OpenAIが、文章から画像を作る「DALL·E」を発表する(1月) |
|---|
| 2022年 | 画像生成AI「Stable Diffusion」が一般に公開される(8月)。OpenAIがChatGPTを公開する(11月) |
|---|
| 2023年 | OpenAIがGPT-4を、AnthropicがClaudeを発表する(3月)。GoogleがBardの提供を始め(3月)、Geminiを発表する(12月) |
|---|
| 2024年 | OpenAIが動画生成AI「Sora」を発表する(2月)。文化審議会の小委員会が「AIと著作権に関する考え方について」をまとめる(3月)。総務省と経済産業省が「AI事業者ガイドライン」を公表する(4月)。OpenAIがGPT-4oを発表する(5月) |
|---|
| 2025年 | Googleが音声つきの動画を作れる「Veo 3」を発表する(5月)。日本で「人工知能関連技術の研究開発及び活用の推進に関する法律」(AI推進法)が成立する(5月。9月に全面施行)。OpenAIがGPT-5を発表する(8月)。GoogleがGemini 3を発表する(11月) |
|---|
| 2026年 | 「AI事業者ガイドライン」の第1.2版が公表される(3月)。OpenAIがSoraのWebとアプリの提供を終える(4月) |
|---|
利用する人も急速に増えています。
総務省の「令和8年版 情報通信白書」によると、日本で生成AIのサービスを使っている(過去に使ったことがある)人の割合は、15歳以上を対象にした2025年度の調査で58.8%でした。
20歳以上に限ると52.2%で、20歳以上を対象にした前年度の調査の26.7%から約2倍に増えています。
同じ調査で、米国とドイツは75.6%、中国は93.6%でした。
生成AIの使い方
文章の生成AIを例に、使い始めてから思いどおりの結果に近づけるまでの手順を説明します。
画像や動画の生成AIも、指示を書き、結果を見て直す流れは同じです。
- 何に使うかを決める:メールの下書き、資料の要約、画像づくりなど、頼みたい作業を1つ決める。
- サービスを選ぶ:作業に合う種類のサービスを選び、公式のサイトかアプリから使い始める。
- 指示(プロンプト)を書く:目的、読み手、条件を入れて、頼みたいことを文章で書く。
- 結果を確かめて直す:返ってきた結果を読み、足りない点を追加の指示で伝える。
- 使う前に確かめる:事実、数字、固有名詞と、他人の権利に関わる部分を自分で確かめる。
指示(プロンプト)の書き方
短い指示でも答えは返ってきますが、目的、読み手、形式を入れると、そのまま使える結果に近づきます。
あいまいな指示:
生成AIについて説明して。
目的と条件を入れた指示:
中学生向けの授業で配る資料です。
生成AIとは何かを、身近な例を1つ入れて300字ほどで説明してください。
最後に、使うときの注意を箇条書きで2つ入れてください。
結果が長ければ「200字に縮めて」、難しい言葉があれば「専門用語を使わずに言い換えて」のように、続けて頼むと直せます。
1回の指示で完成させようとせず、やり取りを重ねて仕上げるのが基本の使い方です。
動画の生成AIを使うときも、伝えたい要点や構成を先に文章やスライドにまとめておくと、意図に沿った動画を作りやすくなります。
会社で生成AIを使うとき
会社で生成AIを使い始めるときは、入力してよい情報と、作ったものの使い方を社内のルールとして決め、社員に伝えておくと安心です。
NoLangでは、社内のルールや研修の資料(PDFやPowerPointのファイル)、文章から、ナレーションの入った説明の動画を作れます。
会社での使い方の相談は、お問い合わせから送れます。
詳しい資料は、下のボタンからダウンロードしてください。
資料をダウンロード