AI学習を始める前に知っておきたい基礎用語10選｜初心者向けにやさしく解説！

2025年6月5日2025年6月9日

AI（人工知能）を学び始めると、専門用語がたくさん出てきて「難しそう…」と感じる人も多いのではないでしょうか？
でも安心してください。まずはよく出てくる基本的な10個の用語を押さえておけば、AIの学習がぐっとスムーズになります。

この記事では、AI学習のスタートラインに立つために覚えておきたい用語を、なるべくわかりやすく解説していきます。

人間の知的な活動（考える、学ぶ、判断するなど）をコンピュータで再現しようとする技術。

AIはあくまで「人間のように振る舞うソフトウェア」であり、今のAIはNarrow AIと呼ばれる「弱いAI（特定の作業に特化）」が主流です。

「Narrow AI」については以下の記事を参考にしてください。

AIの中核となる技術で、データからパターンを見つけて自動的に学習する仕組み。

例えばメールの「迷惑メールフィルター」は、過去の迷惑メールを学習して、新しい迷惑メールを自動で判別するといった機能です。

「プログラムを書く」よりも「データを与えて学ばせる」という考え方が特徴です。

機械学習の中でも、脳の神経の構造を模した「ニューラルネットワーク」を使った高度な学習方法。

画像の中から犬や猫を自動で識別するAIなどがこれに当たります。
大量のデータと高性能なコンピュータが必要。画像認識や音声認識に特に強いです。

人間の脳の神経細胞（ニューロン）の仕組みを真似た数学モデル。AIの「考える脳」の部分。
入力 → 処理（重み付けと活性化関数）→ 出力、という流れでデータを処理します。

AIに学習させるための「学習用のデータの集まり」。
例えば手書き文字を判定するAIには、数万件の手書き文字画像と正解データが必要になります。

AIは「良いデータ」で学習するほど精度が上がります。質と量の両方が重要です。

AIが正しく判断した割合。たとえば、100件中95件を正しく判定できたら「精度95％」。
AIの性能を示す指標。高ければ良いとは限らず、「どう間違えたか」も重要です。

AIにデータを与えて、パターンや法則を学ばせるプロセス。
AIは「知識を最初から持っている」わけではなく、トレーニングで初めて能力を獲得します。

トレーニング後のAIが、ちゃんと学習できたか確認するための新しい検証用データ。
学習した内容を過去データだけで評価すると「丸暗記」になってしまうため、未知のデータでの確認が重要です。

AIが「学習データにだけ正確すぎる」状態になり、新しいデータではうまく動かないこと。
例えるなら模試は満点なのに、本番では点が取れない受験生のような状態です。

データ量やモデルの複雑さを調整して、バランスよく学ばせる必要があります。

AIにどういうふうに動いてほしいかを伝えるための入力文や指示のこと。
ChatGPTに「ブログの導入文を書いて」と打つのもプロンプトの一種に当たります。

良いプロンプト = 良い結果につながるため、AIをうまく使いこなすには「プロンプト設計力」も重要です。

まずはこの10語を押さえよう！

AIを学ぶには、まず言葉の意味を理解することが第一歩です。今回紹介した10個は、AIに触れる中で何度も出てくる超基本ワードです。