こんにちは。
AIが何でも答える時代に、何を聞くべきかを考えてます。エンパワテックの廣重です。

ChatGPTやClaude、Geminiなど、最近よく耳にする「生成AI」。

文章を書いてくれたり、質問に答えてくれたりと、
私たちの業務や生活に少しずつ入り込んできています。

でも、このAIたちはどうやって言葉を理解して、文章を作っているのか？
なんとなく便利なのは分かるけど、中身がどうなっているのかは「よく分からない」という方も多いのではないでしょうか。

今回は、そんな生成AIの“頭の中”、つまり「LLM（大規模言語モデル）」について、
できるだけ専門用語を使わず、やさしくご紹介したいと思います。

LLMとは？──言葉の“予測マシン”

LLMは「Large Language Model（大規模言語モデル）」の略で、
ざっくり言えば、大量の文章を読んで、言葉と言葉のつながりを覚えたAIモデルのことです。

人間のように「意味を理解して会話している」というよりは、
「この単語のあとに、次に来そうな単語は何か？」を予測して文章を作っている、そんな仕組みです。

例えてみると…

たとえば、あなたが「今日はいい天気なので、散歩に――」と入力したとします。

AIはそれに対して、

・「出かけました」
・「行こうと思います」
・「最適ですね」

といった、次に来そうな言葉をいくつも候補として考えます。
その中から、もっとも自然で、それっぽい言葉を選んでつなげてくる。
この“次の単語を予測する能力”こそが、LLMのコア技術です。

実は「意味」はわかっていない

驚かれるかもしれませんが、LLMは本当の意味で「理解」しているわけではありません。

あくまで、過去に読んだ大量の文章から、
「この言葉のあとには、こういう言葉が来やすい」という統計的なつながりを学習しているだけです。

それでも、私たちが「まるで人と会話しているように」感じてしまうほど、
その予測の精度が高く、文章の流れが自然であることが、LLMのすごさでもあります。

どうやって学習しているの？

LLMはインターネット上のWebサイト、記事、書籍など、膨大な文章データを読み込み、
「この単語の次に来る確率が高い言葉はどれか？」という“予測ゲーム”を何億回とくり返すことで、モデルが鍛えられていきます。

この予測に使われる“重み”の数（パラメータ）は、GPT-4のようなモデルになると数兆個レベルにもなります。

LLMの得意なこと、苦手なこと

得意なこと

・長文の要約
・柔らかい文章の生成
・あいまいな質問への対応

苦手なこと

・最新情報の扱い（学習時点までしか知らない）
・数値の正確な計算
・事実とフィクションの区別

※そのため、「それっぽいけど間違っている答え（ハルシネーション）」を出してしまうこともあるので、注意が必要です。

じゃあ、どう使えばいいの？

LLMはとても強力なツールですが、「すべてを任せる」のではなく、「一緒に考える相棒」として使うことが大切です。

たとえば、

・自分のアイデアを整理するための壁打ち相手として使う
・複数の視点をもらうためのブレスト補助として使う
・難しい話を「やさしく書く」ための補助ライターとして使う

といった使い方が、今後ますます広がっていくでしょう。

最後に

AIがどれだけ進化しても、
「なぜそれを考えるのか」
「どんな問いを立てるのか」
を決めるのは、私たち人間です。

LLMという、言葉の予測マシンをどう活かすか。
それはAIの性能ではなく、私たちの問い方と、考える姿勢が決めることなのかもしれません。