1生成 AI の基礎

• 1.1AI・機械学習・生成 AI の関係

  人工知能（AI）・機械学習（ML）・ディープラーニング・生成 AI の包含関係、教師あり/教師なし/強化学習という学習の種類、構造化・非構造化データの違い、そしてテキスト・画像・音声・マルチモーダルといったモダリティを、ビジネスの観点から理解します。

• 1.2大規模言語モデルと基盤モデル

  基盤モデルの考え方と汎用性、大規模言語モデル（LLM）がトークンとプロンプトを使って次の単語を予測する仕組み、事前学習とファインチューニングの違い、パラメータやコンテキストウィンドウといった用語、そして埋め込み（embeddings）の基礎を、ビジネスの観点から理解します。

• 1.3生成 AI の限界とリスク

  ハルシネーション（もっともらしい誤り）、学習データに由来するバイアス、知識のカットオフ、出力の不確実性と再現性、説明可能性の難しさ、そしてデータプライバシーや著作権・セキュリティといった、生成 AI を業務で使うときに理解すべき限界とリスクを学びます。