変更要約: Generative AI Leader 第1章を新規作成（ドメイン1「生成 AI の基礎」: AI・ML・生成 AI の関係＝包含関係/学習の種類/データの種類/モダリティ・マルチモーダル、大規模言語モデルと基盤モデル＝LLM の仕組み/トークン/プロンプト/事前学習・ファインチューニング/埋め込み、生成 AI の限界とリスク＝ハルシネーション/バイアス/知識のカットオフ/プライバシー）。
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。
生成 AI（Generative AI） は、文章・画像・音声・コードなどの新しいコンテンツを生み出す AI です。Generative AI Leader は、技術の実装よりも「生成 AI をどうビジネスに活かし、どんな価値とリスクがあるか」を判断できるリーダーの視点を問う入門資格です。まずは AI 全体の中で生成 AI がどこに位置するのかを整理します。
1.1.1AI の中の生成 AI
人工知能（AI） は人間の知的作業をコンピューターに行わせる広い分野で、その中にデータから学習する 機械学習（ML）、さらにその中にニューラルネットワークを多層化した ディープラーニング、そして 生成 AI が含まれます。生成 AI はディープラーニング（特に 基盤モデル）を土台に、入力（プロンプト）に応じて新しいコンテンツを生成します。従来の AI/ML が主に「分類・予測・検知」を行うのに対し、生成 AI は「生成」する点が決定的に異なります。
1.1.2学習の種類
| 種類 | 学習データ | 代表的なタスク |
|---|---|---|
| 教師あり学習 | 正解ラベル付き | 分類・予測（例: 需要予測） |
| 教師なし学習 | ラベルなし | クラスタリング（例: 顧客セグメント化） |
| 強化学習 | 報酬による試行錯誤 | 方策の最適化（例: 制御・推薦） |
機械学習には 教師あり学習（正解ラベルで分類・予測）・教師なし学習（ラベルなしでグループ化）・強化学習（報酬を手がかりに試行錯誤で方策を学ぶ）があります。大規模言語モデルなどの基盤モデルは、まず大量のデータで自己教師ありに近い形で事前学習され、その後人間のフィードバックによる強化学習（RLHF）などで望ましい振る舞いに調整されます。どの学習も、データの質と量が結果を大きく左右します。
1.1.3データの種類とモダリティ
AI が扱うデータは、表のように形式が決まった 構造化データ と、画像・動画・音声・自由文のように形式の決まらない 非構造化データ に分かれます。生成 AI は特に非構造化データを扱うのが得意です。入力・出力の種類を モダリティ と呼び、テキスト・画像・音声・動画などがあります。複数のモダリティを横断して理解・生成できるモデルを マルチモーダル と呼び、Google の Gemini は代表例です（例：画像を見て説明文を書く）。
「特徴 → 用語」が頻出。例：「新しいコンテンツを生成」＝生成 AI、「分類/予測/検知」＝従来の AI/ML、「ラベルで学習」＝教師あり、「報酬で試行錯誤」＝強化学習、「画像も文章も扱える」＝マルチモーダル、「広く汎用に使える事前学習済みモデル」＝基盤モデル。
混同に注意：
①AI ⊃ ML ⊃ ディープラーニング ⊃ 生成 AI の包含関係。
②生成 AI は「生成」、従来 AI/ML は「分類・予測」が中心。
③モダリティ（入出力の種類）とマルチモーダル（複数モダリティ対応）を区別。
1.1.4この節のまとめ
- AI ⊃ ML ⊃ ディープラーニング ⊃ 生成 AI。生成 AI は新しいコンテンツを「生成」する
- 学習＝教師あり（ラベル）/教師なし（グループ化）/強化（報酬）。データの質と量が要
- 構造化/非構造化データ、モダリティ（テキスト/画像/音声）、マルチモーダル（Gemini）
進捗の記録にはログインが必要です。
理解度チェック
（軽い確認用）Q1. 従来の AI/ML と比べたとき、生成 AI の最も本質的な違いはどれですか？
Q2. AI・ML・ディープラーニング・生成 AI の関係として正しいものはどれですか？
Q3. 画像も文章も音声も横断して理解・生成できるモデルの性質を何と呼びますか？
Q4. 正解ラベル付きのデータで学習し、分類や予測を行う学習の種類はどれですか？
Q5. 報酬を手がかりに試行錯誤して望ましい振る舞いを学ぶ学習の種類はどれですか？
Q6. 画像・動画・音声・自由記述の文章のように、決まった形式を持たないデータはどれですか？