こんにちは！最近、仕事でもプライベートでもChatGPTやGeminiなどの生成AIを使う機会が増えましたよね。でも、ふと「AIの頭脳であるLLMって中で何をやっているの？」「なんでたまに堂々と嘘をつくの？」「それをどうやって解決しているの？」と疑問に思ったことはありませんか？
今回は、そんな生成AIの頭脳である「LLM（大規模言語モデル）」について、専門用語をできるだけ噛み砕いて解説します。この記事を読めば、AIの仕組みへのモヤモヤがスッキリ解決しますよ！
1. LLM（大規模言語モデル）とは？
LLM（Large Language Models）は、膨大なテキストデータを学習し、人間のように自然な言葉の理解や文章生成を行うAI技術の基盤です。
🧠 LLMが「賢い」理由：3つの核心技術
LLMは単なる言葉のデータベースではありません。人間の脳の神経回路を模した技術（ディープラーニング）を発展させたもので、その中心にあるのが「トランスフォーマー（Transformer）」という仕組みです。
-
トークン化（Tokenization） AIは文章をそのまま読めません。まずは文章を「トークン」と呼ばれる最小単位のパーツ（単語や文字の塊）に細かく刻みます。
-
例：「私はAIです」 ➔ 「私」「は」「AI」「です」
-
-
埋め込み（Embedding） 分解されたトークンを、意味の近さに応じてデジタル空間上の「座標（数字の羅列）」に変換します。
-
例：「王様」と「女王」は近く、「リンゴ」は遠くに配置され、AIは言葉を単なる文字ではなく「意味の概念」として扱えるようになります。
-
-
セルフ・アテンション（Self-Attention） 文章の中のすべての単語同士が、お互いにどう関係しているかを同時に計算します。
-
例：「それは大きな木です。彼はその下で休んだ。」という文章があれば、「それ＝木」「その下＝木の下」という関係性を自動で見抜きます。これによって長い文章でも文脈を失わずに理解できます。
-
🔄 AIはどうやって文章を作っているの？
すべての計算を終えたAIは、実は「次に来る確率が最も高い言葉を予測する超高速のしりとり」を行っています。
-
「明日の天気は（ ❓ ）」 ➔ 「晴れ：80%」「リンゴ：0.1%」
確率の一番高い言葉を出力し、それをまた自分の手前の文章に加えて次の言葉を予測する。この繰り返しが、私たちが目にする「人間のような自然な文章」の正体です。
2. なぜAIは嘘をつくのか？（ハルシネーションの謎）
LLMがもっともらしい嘘をつく現象を「ハルシネーション（幻覚）」と呼びます。
なぜこんなことが起きるのでしょうか？理由は大きく4つあります。
-
「事実性」より「自然さ」を優先するから AIの目的は「正しい情報を伝えること」ではなく、「人間が書いたような自然な文章を作ること」です。そのため、知識がなくても文法的に完璧な嘘を滑らかに作ってしまいます。
-
学習データ（元ネタ）の隙
-
間 マイナーな情報や専門すぎる領域は学習データが足りず、手持ちの似た知識で勝手に隙間を埋めてしまいます。
-
クリエイティビティ（ゆらぎ）の副作用 AIの回答が機械的にならないよう、出力にはわざと少しの「ランダムさ」を持たせています。これが裏目に出ると事実がズレてしまいます。
-
知らないと言えない AIには知識が明確なフォルダとして整理されていません。そのため、自分の知識の境界線がわからず、無理に言葉を組み合わせて回答を作ってしまいます。
3. 嘘を防ぐ最新技術「RAG（検索拡張生成）」とは？
このハルシネーションという致命的な弱点を補うために生まれたのが、現在のビジネスAIの主流技術「RAG（Retrieval-Augmented Generation）」です。
一言でいうと、「AIにカンニングペーパー（参考資料）を渡して、それを見ながら答えさせる仕組み」です。
🛠️ RAGが動く3つのステップ
ユーザーが質問してから回答が出るまで、裏側では次の3つのステップが瞬時に行われています。
-
検索（Retrieval） 質問が来ると、LLMに聞く前に、まず外部のデータベースや社内フォルダ、ネット上から関連する確実性の高い文書を探しに行きます。
-
拡張（Augmentation） 見つかった参考資料を、ユーザーの質問の周りに自動で貼り付けます。
-
（指示のイメージ：「以下の【参考資料】を熟読し、そこにある事実だけをベースに答えてください」）
-
-
生成（Generation） 最後に、その資料付きの指示書をLLMに渡します。LLMは自分のあやふやな記憶ではなく、目の前の資料をベースに文章を組み立てるため、極めて正確な回答が出せるようになります。
📈 RAGを導入するメリット
-
嘘（ハルシネーション）の激減：根拠がある情報しか話さなくなります。
-
最新情報への対応：AIを再学習させなくても、データ元（ファイル）を更新するだけで常に最新の情報を答えられます。
-
社内データの活用：一般公開されていない自社のマニュアルや顧客データを安全に読み込ませることができます。
まとめ
今回は、AIの裏側について解説しました！ポイントをおさらいしましょう。
-
LLMは、言葉を数字（ベクトル）に変えて「次に来る確率の高い言葉」を予測する仕組み。
-
確率で話すため、データがないと堂々と嘘（ハルシネーション）をつく。
-
それを防ぐために、確実な資料を直前に読ませて答えさせる技術がRAG。
この3つの関係性を知っておくだけで、生成AIをより深く理解し、ビジネスや開発に活かせるようになります。
コメント