生成AIの仕組み
どのような質問に対してもすぐに回答してくれる生成AIが、どのような仕組みで質問に回答しているのかを簡単に解説します。
現在の生成AIは、文章だけでなく画像・動画・音楽・音声・コードなど、さまざまなものを生成することが可能ですが、仕組みを説明する上では文章の生成を例に挙げるのが一番わかりやすいので、このページでは文章の生成プロセスに注目します。
1. 生成AIは、次に来る言葉を予測している
非常にざっくり言うと、文章を生成するAIは、「ここまでの文章に続く可能性が高い単語（厳密にはトークン）は何か」を予測しながら回答を作っています。
例えば、次のような文章があったとします。
「アムロジピンの副作用として〇〇に注意が必要」
薬剤師が〇〇のなかに入る単語を考えるとすれば、多くの人が「めまい」「立ちくらみ」「発疹」「むくみ」「歯肉肥厚」といった選択肢を挙げるでしょう。
生成AIも同じように、これまで学習してきた膨大な量の自然言語データから、「〇〇の位置に来そうな単語」を予測します。先ほどの例で言うと、多くの薬剤師が「めまい」「立ちくらみ」「発疹」「むくみ」「歯肉肥厚」という言葉を選択する確率が高いと考えられますから、生成AIもこれらの単語が〇〇に入る確率が高いと判断します。
つまり、最初から完成した回答を用意しているのではなく、少しずつ続きを作っているということです。
2. 膨大なデータで学習している
生成AIが自然な文章を作れるのは、事前に大量の（文章）データを使って学習しているためです。
どのようなデータが使われているかはモデルによって異なりますが、Webサイトの文章、書籍、記事、プログラムのコードなどのさまざまなデータが学習に利用されており、これらをモデルが学習していくことによって、単語同士の関係や文章のパターンを統計的に捉えることができるようになっていきます。
具体的には、
- 「薬剤師」という単語の近くには「調剤」や「処方箋」といった単語がよく出てくる
- 「処方箋をお預かりします」の次には「お薬手帳、マイナンバーカードはお持ちでしょうか」といった展開が来やすい
このような関係を、ものすごく細かく記憶しているというイメージです。
…少し話がそれますが、学習のプロセスには自然な文章を作れるようにする段階だけでなく、人間の指示に従いやすくしたり、危険な回答を避けやすくしたりするための段階も含まれています。
こうした複数の学習や調整を経て、私たちが会話しやすい生成AIが作られているのです。
3. 単語や文章を一気に出力しているわけではない
生成AIは一度に長い文章を丸ごと出力しているわけではなく、基本的には以下のような処理を繰り返しています。
- 入力された質問や、それまでの会話を読み取る
- 次に来る可能性があるトークンを予測する
- 候補の中から1つのトークンを選ぶ
- 選んだトークンを文章に追加する
- 追加された文章を踏まえて、さらに次のトークンを予測する
この処理が非常に速いスピードで繰り返されることで、私たちにはまとまった回答が一度に返ってきたように見えます。
また、生成AIは直前の言葉だけを見ているわけではなく、プロンプトやそれまでの会話の内容も参考にしてくれます。
例えば「アムロジピンについて説明してください」と質問した場合は一般的な説明が返ってくる可能性がありますが、「新人薬剤師に向けて、アムロジピンの服薬指導で確認したいポイントを、専門用語を極力少なくして説明してください」と質問すれば、「新人薬剤師向け」「服薬指導」「専門用語を少なくする」といった条件が次の言葉を予測するための材料になります。
4. その仕組み上、回答は毎回安定しない
先ほど「確率」「予測」という話をしましたが、その仕組み上、同じ質問を複数回入力しても同じ回答が返ってくるとは限りません。生成AIは最も確率の高い言葉だけを常に選ぶわけではなく、候補となる複数の言葉の中から「ある程度の幅」を持って選択することがあるからです。
ゆえに、生成AIが予測しているのは「次に来る可能性が高いトークン」であり、事実として正しい内容であるとは限らないということも知っておきましょう。
実際、文章の流れとして自然であれば、実際には存在しない情報や誤った内容を出力してしまうことがあるため（ハルシネーション）。仮に文章が自然でそれらしくても、内容が正しいかどうかは信頼できる情報源を閲覧して確認・評価する必要があります。
まとめ
- 文章を生成するAIの基本的な仕組みは、それまでに入力された文章をもとに、次に来る可能性が高いトークンを予測することです。
- 生成AIは、大量のデータから言葉同士の関係や文章のパターンを学習しています。その学習結果と入力された質問や会話の流れをもとに、少しずつトークンを追加しながら回答を作ります。
- ただし、生成AIが作るのはあくまで「その文脈を踏まえて、次に続きそうな文章」です。文章が自然であることと、内容が正確であることは同じではありません。
