-
文章の“穴埋め問題”を解いて言葉を覚えたAI｜BERT
「私は朝、___を飲んだ」の空欄を当てる——そんな穴埋めをひたすら解くことで、AI は言葉の意味を深く理解できるようになりました。2018 年の BERT は、検索や文章理解を一変させた立役者です。やさしく解説します。
-
巨大化したら“例を見せるだけ”で動き出したAI｜GPT-3
AI に新しい仕事をさせるには、その仕事専用の訓練が必要——その常識を、2020 年の GPT-3 が覆しました。1750 億個ものパラメータまで巨大化させると、いくつか例を見せるだけで翻訳も計算もこなし始めたのです。やさしく解説します。
-
Transformerに挑む“線形”の新星｜状態空間モデルMamba
いまの AI を支える Transformer には「長い文章ほど計算が急激に重くなる」弱点があります。2023 年の Mamba は、文章が長くなっても計算がなだらかにしか増えない別方式で、この弱点に挑む注目の新顔です。やさしく解説します。
-
AIを賢く、でも省エネに｜「専門家の分業」という発想
AI は巨大にするほど賢くなりますが、計算コストも跳ね上がります。この矛盾に挑んだのが「専門家の混合（Mixture of Experts）」。問題ごとに担当の“専門家”だけを呼び出すことで、規模と省エネを両立させました。やさしく解説します。
-
いまの生成AIは、ぜんぶこの論文から始まった｜Transformer
ChatGPT も画像生成 AI も、たどっていくと 2017 年の 1 本の論文に行き着きます。タイトルは「Attention Is All You Need（注意さえあればいい）」。AI が文章を“同時に見渡す”仕組み・Transformer を、やさしく解説します。
-
「順を追って考えよう」の一言でAIが賢くなる｜思考の連鎖
同じ AI でも、頼み方を少し変えるだけで、急に難しい問題が解けるようになる——。2022 年に見つかった「思考の連鎖（Chain-of-Thought）」は、AI に“途中の考え”を書かせるだけの、驚くほど簡単な工夫でした。やさしく解説します。