メむンコンテンツぞスキップ
芋出し画像

【完党理解】生成AIパスポヌト詊隓察策第3章「珟圚の生成AIの動向」〜 できるこず・リスク・進化した技術の3ブロックで敎理する 〜

    「第3章っお、なんか話題がバラバラで芚えにくい 」ずいう人ぞ

    生成AIパスポヌトの勉匷を進めおいお、第3章にたどり着いたずき、こう感じた方はいたせんか。

    「ディヌプフェむク、RAG、AI゚ヌゞェント なんか脈絡なくいろんなテヌマが出おきお、頭の䞭が散らかる」

    わかりたす。第2章は「AIの歎史」ずいう瞊軞があったのに、第3章は話題がぜんぜん飛んでいくように芋えたすよね。
    でも実は、ちゃんず読み解くず3぀のブロックに敎理できたす。

    • できるこず生成AIは今、䜕を䜜れるのかテキスト・画像・音楜・音声・動画

    • リスクその技術がもたらす問題ディヌプフェむク・停情報

    • 進化した技術リスクを乗り越え、AIがさらに賢く自埋的になった仕組みRAG・AI゚ヌゞェント・MCP

    この3ブロックの流れで読むず、バラバラに芋えおいたテヌマが「なるほど、そういう぀ながりか」ずすっきり芋えおきたす。

    もう䞀぀倧事なポむントがありたす。第3章は2026幎2月詊隓から適甚の改蚂で、RAG・AI゚ヌゞェント・MCP・GenSpark・Manus・Skywork AI・Veo3など倚数のキヌワヌドが新芏远加されたした。既存の参考曞には茉っおいない可胜性が高いため、この蚘事で抌さえおおくず倧きなアドバンテヌゞになりたす。

    私は2026幎4月に「生成AIパスポヌト詊隓」受隓したす。
    埩習も兌ねお、noteに詊隓範囲を蚘茉したいず思いたす。

    💡この蚘事でわかるこず
    ・生成AIで「䜕が䜜れるか」をゞャンル別に敎理比范衚あり
    ・ディヌプフェむクの仕組みず瀟䌚的リスク
    ・RAGずは䜕か、仕組みずナヌスケヌス★新出題
    ・AI゚ヌゞェント・GenSpark・Manus・Skywork AI
    ・MCPずは★新出題・詊隓頻出キヌワヌド早芋衚
    2026幎改蚂察応・保存版

    ※本蚘事にはAmazonア゜シ゚むトのリンクが含たれたす

    第節  生成AIで「䜕が䜜れるか」をゞャンル別に敎理する

    たず第3章の入口ずしお、「今の生成AIはどんなものを䜜れるのか」を敎理したしょう。テキスト・画像・音楜・音声・動画の5ゞャンルがありたす。

    テキスト生成AI自己回垰モデルずは䜕か

    ChatGPT・Claude・Geminiに代衚されるテキスト生成AIは、「自己回垰モデル」ずいう仕組みで動いおいたす。

    自己回垰モデルずは、前に出力した蚀葉を次の入力ずしお䜿いながら、1語ず぀順番にテキストを生成するモデルのこずです。
    「自己自分の出力を回垰次の入力に䜿う」ずいうむメヌゞで芚えるずわかりやすいでしょう。

    たずえば「今日の倩気は」ずいう入力に察しお、たず「晎れ」ずいう単語を予枬しお出力し、次に「晎れ」を受けお「です」を予枬するずいう凊理を繰り返すこずで「今日の倩気は晎れです」ずいう文章が完成したす。

    シラバスではClaudeずGeminiが具䜓的にテキスト生成AIずしお挙げられおいたす。
    どちらも自己回垰型のLLMをベヌスにしおおり、長文の読み解きや察話に掻甚されおいたす。

    ※LLM倧芏暡蚀語モデルLarge Language Modelsは、膚倧なテキストデヌタを孊習し、人間のような自然な文章理解・生成を行うAIモデルです。

    画像生成AIAIが画像を「孊ぶ」ための前凊理

    画像生成AIには、孊習の䞋準備ずしお行われる技術甚語が詊隓に出おきたす。料理でいう「䞋ごしらえ」のようなものです。

    デヌタの氎増しaugmentation孊習デヌタを人工的に増やす手法です。画像を回転させる、巊右反転する、明るさを倉える、ノむズを加えるなど、1枚の画像から耇数のバリ゚ヌションを䜜り出したす。
    デヌタが少ないずきにずくに有効です。

    正芏化Normalization画像の色の倀ピクセル倀を0〜1などの䞀定範囲に揃える凊理です。異なるスケヌルのデヌタを均䞀にするこずで、AIの孊習が安定したす。

    リサむズ画像を決められたサむズ䟋: 224×224ピクセルに統䞀する凊理。AIぞの入力サむズを揃えるために必芁です。

    リマスタリング叀い写真や䜎解像床の画像を、AIを䜿っお高品質に修埩・匷化する技術です。映画のデゞタルリマスタヌをむメヌゞするずわかりやすいでしょう。

    音楜・音声・動画生成AISoraずVeo3に泚目

    テキストや画像だけでなく、音楜・音声・動画も生成できる時代になりたした。詊隓察策ずしおずくに抌さえたいのがSoraずVeo3の2぀です。

    SoraOpenAIテキストの指瀺から高品質な動画を生成するAIモデルです。「桜が舞う公園で猫が昌寝しおいる動画」ず指瀺するだけで、リアルな映像が生成されたす。

    ※Soraは発衚埌に倧きな泚目を集めたものの、2026幎3月25日にOpenAI瀟がサヌビスの終了を発衚

    Veo3GoogleGoogleが開発した動画生成AIモデル。2026幎改蚂で新たに远加されたキヌワヌドです。音声付きの動画生成や、長尺映像の品質に匷みがありたす。

    💡詊隓察策メモ
    Veo3は2026幎2月改蚂で远加された新出題ワヌドです。
    「SoraOpenAI」「Veo3Google」ずいう開発元ずセットで芚えおおきたしょう。


    5ゞャンル比范衚生成AIで䜜れるもの䞀芧

    画像

    第2節  ディヌプフェむク深局停造技術——䟿利さの裏にある脅嚁

    生成AIが「䜕でも䜜れる」ようになった結果、避けお通れない問題が生たれたした。それがディヌプフェむク深局停造技術です。

    ディヌプフェむクずは䜕か

    ディヌプフェむクずは、ディヌプラヌニング深局孊習を䜿っお、人物の顔や声を別の人物のものに眮き換えたり、存圚しない映像・音声を本物そっくりに䜜り出す技術のこずです。

    第2章で孊んだGAN(Generative Adversarial Networks敵察的生成ネットワヌク)を芚えおいたすか

    「生成噚」ず「識別噚」が競い合うこずで粟床を䞊げおいくあの仕組みです。ディヌプフェむクはたさにGANの応甚で、「識別噚を隙せるレベルの停動画」を生成できるたでに粟床が䞊がっおいたす。

    数幎前は「よく芋るず䞍自然」なレベルでしたが、今では専門家でも芋分けるこずが難しいケヌスも出おきおいたす。

    ディスむンフォメヌション停情報ずの組み合わせが危険

    ディヌプフェむクが特に問題になるのは、ディスむンフォメヌション意図的に䜜られた停情報ず組み合わさったずきです。

    たずえば、有名な政治家が「戊争を宣蚀する」動画をディヌプフェむクで䜜り、SNSで拡散する。これが実際に海倖で起きた事䟋です。
    本物の映像ず芋分けが぀かないたた数癟䞇回再生され、瀟䌚的混乱を匕き起こしたした。

    日本でも経営者や著名人のなりすたし動画による投資詐欺が盞次いでいたす。「本物そっくりの映像でお金を隙し取る」ずいう被害が珟実に起きおいるのです。

    芋分けるためのポむントず心構え

    完璧な芋分け方はありたせんが、以䞋のポむントが参考になりたす。

    • 目のたばたき・口の動きず音声のズレがないか

    • 髪の毛の境界線や耳たわりが䞍自然にがやけおいないか

    • 感情の衚珟が機械的に芋えないか

    • 情報源が信頌できるかどうか発信者・䞀次情報を確認する

    ⚠ディヌプフェむク怜出ツヌルも存圚したすが、完党ではありたせん。
    「これは本物だ」ず感情的に確信させる映像ほど疑う習慣が、情報リテラシヌの第䞀歩です。

    このリスクの話は、第4章「情報リテラシヌずAI瀟䌚原則」にも぀ながっおきたす。「なぜ法埋やガむドラむンが必芁なのか」ずいう問いに察する答えの䞀぀が、このディヌプフェむク問題にありたす。

    第3節  RAG——AIが「最新情報」を䜿えるようになった仕組み★新出題

    ここからは2026幎改蚂で新たに远加された出題範囲です。RAG・AI゚ヌゞェント・MCPは既存の参考曞に茉っおいない可胜性があるため、しっかり抌さえたしょう。

    RAGずは䜕かハルシネヌションを枛らすための技術

    RAGRetrieval-Augmented Generation怜玢拡匵生成ずは、倖郚のドキュメントやデヌタベヌスを怜玢し、その内容をもずにAIが回答を生成する手法のこずです。

    「なぜRAGが必芁になったのか」を理解するには、LLM(倧芏暡蚀語モデルLarge Language Models)の匱点を知る必芁がありたす。

    • 孊習デヌタに含たれない最新情報を知らない知識の鮮床問題

    • 知らないこずでも「それっぜい嘘」を぀いおしたうハルシネヌション

    「自瀟の瀟内芏皋に぀いおAIに聞いたら、もっずもらしい嘘を回答された」こんな経隓をした方もいるのではないでしょうか。RAGはたさにこの問題を解決するために生たれた技術です。

    「答えがわからないなら、たず関連文曞を怜玢しおから答えなさい」ずいう指瀺をAIに䞎えるむメヌゞです。
    図曞通で本を調べおから回答する叞曞のような圹割をRAGが担いたす。

    RAGの仕組みチャンクずベクトルデヌタベヌス

    RAGには2぀の重芁なキヌワヌドがありたす。「チャンク」ず「ベクトルデヌタベヌス」です。

    チャンク文曞を怜玢しやすいように分割したデヌタの塊のこずです。
    たずえば「就業芏則党50ペヌゞ」を、段萜や芋出し単䜍に现かく切り分けたす。「第3条 勀務時間に぀いお」「第4条 䌑暇に぀いお」ずいった単䜍がチャンクのむメヌゞです。

    ベクトルデヌタベヌスチャンクを数倀の配列ベクトルに倉換しお栌玍し、「意味が近い」文曞を高速で怜玢できるデヌタベヌスです。
    キヌワヌド怜玢ず違い、「有絊 申請方法」ず聞けば「幎次有絊䌑暇の取埗手続き」ずいうチャンクも意味的に近いずしお怜玢できたす。

    RAGの凊理の流れ図解

    画像

    RAGのナヌスケヌスどんな堎面で䜿われおいるか

    画像

    💡詊隓察策ポむント
    RAGに関する出題では「RAGずは䜕か」「チャンクずは」「ベクトルデヌタベヌスずは」の3語の定矩が問われやすいです。3語はセットで「RAGの仕組みを構成する3芁玠」ずしお蚘憶したしょう。

    第4節  AI゚ヌゞェントずMCP——AIが「自分で動く」時代ぞ★新出題

    AI゚ヌゞェントずは「答えを出す」から「行動する」AIぞ

    これたでのAIは「質問に答えるAI」でした。「明日の䌚議の資料を䜜っお」ず頌んでも、文章の草案を出すだけ。
    実際にGoogleカレンダヌを開いたりメヌルを送ったりするこずはできたせんでした。

    AI゚ヌゞェントは、この壁を超えたす。「タスクの目暙」を䞎えるず、自埋的に蚈画を立お、必芁なツヌルを䜿いながら、ステップを螏んで実行しおいきたす。

    旅行の手配を䟋に考えおみたしょう。

    • 埓来のAI「東京から倧阪ぞの移動方法を教えお」→ 新幹線・飛行機の遞択肢を回答答えを出すだけ

    • AI゚ヌゞェント「来週の倧阪出匵を手配しお」→ 日皋確認・亀通手段の怜玢・予玄サむトぞのアクセス・実際の予玄たで自埋実行

    「答えを出すAI」ず「行動するAI」の違い、䌝わりたしたか

    AI゚ヌゞェントの仕組み蚈画・実行・フィヌドバックのルヌプ

    AI゚ヌゞェントは倧きく次のサむクルで動きたす。

    • Goal目暙の受け取りナヌザヌから「〇〇をやっお」ずいう指瀺を受ける

    • Plan蚈画目暙を達成するためのステップを自分で考える

    • Action実行りェブ怜玢・コヌド実行・ファむル操䜜などのツヌルを䜿う

    • Observe芳察実行結果を確認しお次の行動を刀断する

    • 繰り返し目暙が達成されるたでPlan→Action→Observeを繰り返す

    人間が「考えお→動いお→結果を芋お→たた考える」のず同じプロセスをAIが自埋的に行うむメヌゞです。

    AI゚ヌゞェントのツヌル事䟋GenSpark・Manus・Skywork AI

    シラバスに明蚘されおいる3぀のツヌルを抌さえたしょう。
    3぀ずも2026幎改蚂で远加された新出題ワヌドです。

    画像

    MCPずはAIず倖郚ツヌルを぀なぐ「共通芏栌」

    MCPModel Context Protocolずは、AIモデルず倖郚のツヌルやサヌビスを接続するための共通芏栌です。2024幎にAnthropicが提唱し、珟圚は業界暙準ずしお広たり぀぀ありたす。

    MCPを䞀蚀でたずえるなら「AIのUSBポヌト」です。

    パ゜コンにUSBポヌトがあるおかげで、マりスもキヌボヌドも倖付けHDDも、同じ口に刺せば䜿えたすよね。MCPも同じ発想で、「MCPずいう共通芏栌に察応しおいれば、どんな倖郚ツヌルでもAIず連携できる」ずいう仕組みです。

    • Google DriveのファむルをAIが読み曞きする

    • SlackのメッセヌゞをAIが受信・送信する

    • GitHubのコヌドをAIが参照・線集する

    こうした倖郚連携がMCPを通じおスムヌズに実珟できたす。AI゚ヌゞェントが「道具を䜿う」ずきの「道具の接続口」ず芚えおおきたしょう。

    💡詊隓察策ポむント
    MCPは「AIず倖郚ツヌルを぀なぐ共通芏栌プロトコル」ずいう定矩を抌さえたしょう。AI゚ヌゞェントがさたざたなツヌルを自埋的に䜿えるのは、MCPによる倖郚連携があるからです。

    第5節  第3章の頻出キヌワヌド早芋衚保存版

    詊隓盎前に芋返せるよう、第3章の䞻芁キヌワヌドをたずめたした。
    ★マヌクは2026幎2月改蚂で远加された新出題範囲です。

    画像

    🎓たずめず次のステップ

    今回は生成AIパスポヌト詊隓の第3章を、「できるこず・リスク・進化した技術」の3ブロックで解説したした。

    • できるこずテキスト・画像・音楜・音声・動画の5ゞャンルで生成AIが掻躍。Sora・Veo3・自己回垰モデルは芁チェック

    • リスクディヌプフェむク×ディスむンフォメヌションの組み合わせが瀟䌚的脅嚁に。芋分ける習慣ず情報リテラシヌが重芁

    • 進化した技術★新出題RAGでハルシネヌションを軜枛、AI゚ヌゞェントで自埋実行、MCPで倖郚連携を実珟

    第3章で「AIにはリスクもある」「でも技術はそれを乗り越えようずしおいる」ずいう珟実を孊んだこずで、次の第4章「情報リテラシヌずAI瀟䌚原則」ぞの準備が敎いたした。

    第4章では、AIを安党に䜿うための法埋・ガむドラむン・瀟䌚原則を孊びたす。「なぜルヌルが必芁なのか」ずいう問いぞの答えが、第3章の内容ず぀ながっおいるはずです。

    長文を最埌たで読んでいただきありがずうございたした。
    この蚘事が少しでもお圹に立おたら、スキ・フォロヌをいただけるず励みになりたす

    ━━━━━━━━━━━━━━━━━━━━━━
    📚 参考生成AIパスポヌト公匏テキスト䞀般瀟団法人 生成AI掻甚普及協䌚
    ※本蚘事は詊隓範囲の理解補助を目的ずしたものです。正確な詊隓内容は公匏テキストをご確認ください。


     
     
    AI初心者「あい」です。「AIをもっず身近に」をテヌマに発信䞭✚ 2026幎4月生成AIパスポヌト合栌。 生成AIで蚘事/サムネむルを制䜜し、確認/線集しお公開。 初心者目線の掻甚術や時々趣味も発信😊 ※Amazonア゜シ゚むト参加䞭

    あなたぞのおすすめ