生成AIとは何か

生成AI（Generative AI） とは、学習したデータの統計的なパターンに基づいて、新しいテキスト・画像・音声・コードなどを 生成 するモデルの総称です。従来の「分類」「予測」を主目的とする識別系AIが「与えられた入力がどのカテゴリに属するか」を答えるのに対し、生成系AIは「次に来る確からしい要素は何か」を繰り返し出力することで、まとまった成果物を組み立てます。

その中核にあるのは 確率分布のモデリング です。たとえば言語モデルは、ある文脈に続く語（厳密にはトークン）の確率分布を学習し、そこからサンプリングして文章を生成します。画像生成モデルは、ノイズから画像へと至る変換の過程を学習します。いずれも「データの背後にある分布を近似し、そこから新しいサンプルを引く」という点で共通しています。

識別モデルと生成モデルの違い

機械学習のモデルは、大きく識別モデル（discriminative）と生成モデル（generative）に分けられます。識別モデルは入力 x が与えられたときのラベル y の条件付き確率 P(y|x) を学習します。一方、生成モデルはデータそのものの分布 P(x) あるいは P(x|y) を学習し、新しい x を作り出せる点に本質的な差があります。

なぜ近年急速に発展したか

生成AIの基礎理論は新しいものではありませんが、実用水準への到達は2010年代後半以降です。背景には三つの要因が重なったと考えられます。

第一に 計算資源（GPU/TPUの大規模化）、第二に データ（Web規模のコーパス）、第三に アーキテクチャの革新、とりわけ2017年に提案された Transformer の登場です。これらが揃ったことで、モデル規模の拡大が性能向上に直結する「スケーリング」が機能するようになりました。