生成AIとは、「Generative AI：ジェネレーティブAI」とも呼ばれます。人工知能（AI）の一種で、自分自身で様々なコンテンツを生成できます。
従来のAIは、決められた行為の自動化が目的でした。しかし生成AIは、データのパターンや関係を学習し、新しいコンテンツを生成することを目的としています。近年では、生成AIが世界中で注目を集めています。
例えば、テキスト生成AIとしては「ChatGPT」があります。また画像生成AIとしては、「Midjourney」や「DALL-E」があります。これらの生成AIは、今までのビジネスの在り方を大きく変える可能性を秘めています。
本記事では、生成AIについて詳しく解説します。
Contents
1. 生成AI（ジェネレ―ティブAI）の概要
まず最初に、生成AIとは何か、話題の事例や歴史についても解説します。
1-1. 生成AI（ジェネレ―ティブAI）とは
1-1-1. 新しいものを創造するために学習する生成AI
生成AIとは、「Generative AI：ジェネレーティブAI」とも呼ばれます。生成AIは人工知能の一種で、その大きな特徴は自分自身で様々なコンテンツを生成できることです。
1-1-2. 進化する生成AIのChatGPT
例えば、テキスト生成AIとしては2022年11月に公開された「ChatGPT」があります。人間のように自然な会話ができるAIチャットサービスで、無料で利用できるため、大きな話題になりました。この時は、リリース後わずか2ヶ月でユーザー数が1億人を突破しました。
2023年3月には、より性能が向上した「GPT-4」がリリースされました。ChatGPT Plus（有料プラン：20ドル/月）に課金したユーザーが利
用できるようになりました。2023年9月25日には、OpenAIがChatGPTの音声・画像認識機能を発表しました。これは画像についてのレビューや、DALL-E 3を使った画像生成だけでなく、会話も楽しめるようになりました。
1-2. 従来のAIとの違い
生成AI（Generative AI）の「Generative」という単語には、「生産または発生することができる」という意味があります。従来のAIは、データの「整理」「分類」を学習し、その結果に基づいて「予測」を行い、「結果」を出力してきました。
この機能は、プログラミングのように所定の行為の自動化が目的です。出力されるものは、「数値データ」や「テキストデータ」で構造化されたものです。つまり、新しい形で創造されたものではありません。
一方生成AIは、情報の特定や予測ではありません。「創造すること」を目的に、データの「パターン」や「関係」を学習します。学習に使うアルゴリズムは、両者ともニューラルネットワークです。
「ニューラルネットワーク（Neural Network:NN）」とは、人間の脳内にある神経細胞（ニューロン）と神経回路網を、人工ニューロンという数式的なモデルで表現したものです。このニューラルネットワークは、機械学習や深層学習（ディープラーニング）の基本的な仕組みです。
1-3. AIの歴史
1-3-1. AIの起源
1956年に開催されたダートマス会議で、ロックフェラー財団に出された提案書がありました。その中に、「Logic Theorist」というプログラムがありました。これは、人間の問題解決能力を真似するよう設計されたものです。ここで、初めて「Artificial Intelligence（AI）」という言葉が用いられました。一般的には、これが「AIの誕生」とみなされています。
1-3-2. 第一次AIブームの中心は「探索」と「推論」
探索とは、最初に与えられた状態から、目的の状態に至るまでの状態の変化を、場合分けを行いながら探し出すことを指します。また推論は、既知の知識をベースに未知の事柄を推し量り、答えを導くことです。しかし、「複雑な現実世界の問題を解けない」という課題が残りました。
1-3-3. 第二次AIブームの中心は「知識」
現実世界の知識（情報）を、機械に大量にインプットしたのが、第二次AIブームでした。その発端になったのが、ELIZA（イライザ）という対話システムです。これは、今日のチャットボットやSiri、スマートスピーカーの先駆けといえます。
またこの時代を象徴するものに、エキスパートシステムがあります。これは、ある専門分野の知識を大量にインプットし、推論を行います。その結果、専門家のように振る舞うプログラムのことです。具体的な事例としては、伝染症血液疾患を診断するMYCIN（マイシン）があります。
1-3-4. ディープラーニングによる第三次AIブーム
AIブームの背景には、「データ量の増大」「計算資源の進化」「アルゴリズムの進化」があります。特に、アルゴリズムの進化の一種である「ディープラーニング」の登場は、大きな転換点になりました。
ディープラーニングは、状況に応じた適当な特徴量を機械が自ら選び出すことができます。その結果、AI研究は一気に加速していきます。
2. 生成AIが注目されるようになった理由
ここでは、なぜ生成AIが注目されるようになったのかについて、解説します。
2-1. アウトプットの精度の向上
生成AIが注目される理由の一つが、アウトプットの「精度」の向上です。具体的には、「質問に対する回答の精度」「出力される文章表現の完成度」「入力した条件に合う画像」などがあります。
このように、出力されるものが一般的なビジネスで使用できるレベルまで向上したことで、生成AIが注目されるようになりました。
2-2. 学習量の増大
コンピューターの性能の向上により、学習するためのデータ量が飛躍的に拡大しました。データ量が膨大に増えたことが、モデル精度の向上を可能にしました。
2-3. コンテンツ生成スピードの速さ
例えば生成AIの場合、アプリケーションなどを用いて、条件を入力します。その結果、入力条件に合った文章や画像を出力するための時間が、従来より大幅に短縮化できるようになりました。
2-4. 簡単に使えるように
生成AIの進化の象徴は、「使いやすさ」の向上です。例えば、アプリケーションを使って、誰でも簡単に使うことができます。特にマニュアルなどを見なくても、簡単に条件を入力できます。
3. 生成AIでできることとは
ここでは、生成AIでできることを具体的に解説します。
3-1. 文章（テキスト）
フォームに入力した「プロンプト」と呼ばれる文章を送信すると、自動でテキストが生成されるのが、テキスト生成AIです。具体的には、OpenAIが開発した「ChatGPT」やGoogleが開発した「Bard」がなどがあります。
テキスト生成AIを活用することで、「キャッチコピー案」「長文要約」「プログラミングのコード生成」などの作業を、自動化することができます。
3-2. 画像
画像生成AIは、テキストで指示すれば、イメージに近いオリジナルの画像やイラストを生成できます。この仕組みは、ゼロからコンテンツを生み出すのではなく、既存のデータを学習してコンテンツを作成します。そのため、既存の作品に似たものが生成される可能性があります。その場合、著作権や商標権の注意が必要です。
具体的には、「Bing Image Creator」「Canva」「Adobe Firefly」「Stable Diffusion」「Midjourney」「DALL·E 」などがあります。
3-3. 動画
動画生成AIは、テキストで指示すると、イメージに近い動画を生成してくれます。2023年3月アメリカのRunway社から「Gen-2」と呼ばれる動画生成AIが登場しました。この動画生成AIは、クオリティの高い動画を生成できるようになっています。
現時点では、数秒ほどの短い動画を生成するレベルです。しかし今後は、長尺の動画も生成できるようになると予想されています。
3-4. 音声生成
音声入力やテキスト入力によって、新たな音声を生成できるのが音声生成AIです。例えば、ある人物の声を音声生成AIに学習させます。そうすることで、その人と同じ声で、さまざまな文章を自由に話す音声を生成することができます。
4. 生成AIの業務活用事例
4-1. 文章を要約する
テキスト生成AIは、長い文章や多くのテキストを短縮し、その要点を明確にできます。例えば、要約したい文章を入力して「この文章を要約してください」と指示します。すると長文の要点をくみ取って、コンパクトな文章にまとめてくれます。
4-1-1. 短時間で情報収集できる
文章を要約機能で便利なのは、何といっても時間の短縮です。例えば、長いレポートや報告書、研究論文を短時間で読みたい場合、素早く理解することができます。また、複数の記事や報告書を一度に処理することも可能です。
4-1-2. 質の高いプレゼン資料を作成できる
クオリティの高いプレゼン資料の作成には、多くの資料を効率よくまとめるスキルが求められます。例えば、新聞・雑誌の記事やレポート、政府の統計資料、各種論文などがあります。テキスト生成AIを活用することで、膨大な情報を短縮形で整理できます。
その結果、視覚的にわかりやすいスライドや資料を作成できます。また客観的に重要なポイントを抽出する能力があるので、プレゼン資料のタイトルや見出し作成に役立ちます。
4-1-3. 翻訳で海外レポートを理解する
例えばGTPを利用したもので、英語などで書かれた論文やレポートも短時間で理解できます。これからは、多言語対応の要約AIは、国際的なビジネスや研究における強力なツールになるでしょう。また翻訳だけでなく、テキストの要約もできるので、外国語の壁と時間制約を同時に克服できます。
4-2. キャッチコピーの候補出し
新しいアイディアを求めている時にも、テキスト生成AIは便利です。例えば、「○○の商品につけるキャッチコピーのアイデアが欲しい」と指示します。すると、キャッチコピーの候補をいくつか提示してくれます。それらを手直しすることで、短時間でキャッチコピーを作成できます。
4-3. 会議音声の文字起こし
従来は人がやっていた会議の音声の文字起こしも、AIの得意分野です。例えば、文字起こしAIに会議の内容を録音した音声データを入力します。そうすることで、音声データの内容を自動的にテキスト化することができます。
ビジネスの現場では、議事録の作成などに効果的です。会議が頻繁に開催される職場では、テキスト化する必要がある現場では重宝されるでしょう。
4-4. プログラミングのコード生成やミスの発見に役立つ
テキスト生成AIのChatGPTでは、プログラミングのコード生成やミスの発見（デバッグ）もできます。例えば新たにコードを生成する場合、生成したいコードの内容をできるだけ詳細に指示します。すると、すぐに使用できるレベルのプログラミングのコードが創出されます。
また記述済みのコードが動作しない事態が起こった時、「コードの間違っている部分を教えてほしい」と指示します。すると、コードの誤っている部分を指摘してます。このように、今まで人がソースの誤り部分探しをしていたデバック作業も、自動化できます。
5. 最後に
生成AIは、今まで生活シーンを一気に塗り替える可能性を秘めています。
前向きに捉えれば、今まで手作業でしていたものが自動化され、生産性は飛躍的に向上するでしょう。一方では、単純労働分野における仕事はなくなっていくでしょう。これはかつてAmazonが登場した時、街から本屋さんが一気に消えていった風景と被る部分があります。
ただ、誰が何といおうと、テクノロジーは進化し続けます。そのパワーは、法律や規制で制御できるものではありません。
だからこそ、時代の変化に順応し、成長する必要があります。新しい技術の本質を理解し、積極的に取り入れ、応用できるかどうかが問われる時代になりつつあります。
