【AI-901勉強記録①】AIとは？生成AI・LLM・コンピュータビジョンを初心者向けにわかりやすく解説

Microsoft Azure AI Fundamentals（AI-901）の資格取得に向けて勉強を始めました。

せっかく勉強するなら、自分の理解を深めるためにもアウトプットしていこうと思います。

この記事では、第1回として

  • AIとは？
  • 生成AIとは？
  • LLM・SLMの違い
  • コンピュータビジョンとは
  • AI-901試験概要

について初心者向けにまとめます。

これからAI-901を受験する方の参考になれば嬉しいです。

AI-901とは？

AI-901（Microsoft Azure AI Fundamentals）は、Microsoft Azureで利用できるAIサービスやAIの基礎知識を学ぶための入門資格です。

プログラミング経験が少ない方でも挑戦しやすく、

  • AIの基本概念
  • Azure AIサービス
  • 機械学習
  • コンピュータビジョン
  • 自然言語処理
  • 生成AI

などを幅広く学ぶことができます。

最近では生成AIの普及もあり、AIの基礎を体系的に学ぶ資格として人気が高まっています。

AI-901の試験概要

まずは試験の基本情報です。

項目内容
試験時間45分
問題数約50問
合格点700点以上（1000点満点）

時間は45分ですが、問題数は約50問あるため、1問あたり約1分で回答するペースになります。

難しい計算問題はほとんどなく、AIの基礎知識を理解していれば十分合格を目指せる試験です。

AIとは？

AI（Artificial Intelligence：人工知能）とは、

「人間の知的活動をコンピュータで実現する技術」

のことです。

人間が普段当たり前に行っている

  • 認識する
  • 理解する
  • 判断する
  • 学習する

といった能力をコンピュータで実現することを目指しています。

例えば、

  • 顔認証で本人を判別する
  • メールが迷惑メールか判断する
  • 商品をおすすめする
  • 音声を文字に変換する

など、私たちの身近なところでもAIは数多く利用されています。

生成AIとは？

最近特によく耳にするのが**生成AI（Generative AI）**です。

生成AIとは、

新しいコンテンツを作り出すAI

のことを指します。

例えば、

  • 文章を書く
  • 画像を作る
  • 音楽を作る
  • 動画を作る
  • プログラムコードを書く

ことができます。

ChatGPTやMicrosoft Copilot、Geminiなどは代表的な生成AIです。

従来のAIは「分類する」「予測する」が得意でしたが、生成AIは「新しいものを作る」ことが大きな違いになります。

LLMとSLMの違い

生成AIでよく登場する言葉がLLMとSLMです。

LLM（Large Language Model）

LLMは「大規模言語モデル」と呼ばれます。

特徴は、

  • 学習データが非常に多い
  • 幅広い質問に対応できる
  • 高性能
  • その分、計算コストが高い

代表例として、

  • GPTシリーズ
  • Gemini
  • Claude

などがあります。

文章作成やプログラミング、翻訳など、さまざまな用途で活躍しています。

SLM（Small Language Model）

SLMは「小規模言語モデル」です。

LLMよりコンパクトなモデルで、

  • 特定業務に特化できる
  • 軽量で高速
  • 実行コストが低い
  • スマートフォンやエッジデバイスでも利用しやすい

という特徴があります。

例えば、

  • 社内FAQ
  • チャットボット
  • 工場設備の問い合わせ
  • 医療や金融など特定分野

ではSLMが採用されるケースも増えています。

つまり、

何でも答えられる万能型がLLM、特定分野に強い専門家がSLM

というイメージを持つと理解しやすいと思います。

コンピュータビジョンとは？

コンピュータビジョン（Computer Vision）とは、

AIが画像や動画を見て内容を理解する技術

です。

人間の「目」の役割をAIが担っているイメージです。

AI-901では頻出分野なので、しっかり覚えておきたいポイントです。

画像分類（Image Classification）

画像全体を見て、

「これは何の画像なのか」

を判定します。

例えば、

  • 猫
  • 犬
  • 車
  • 花

など、画像全体に対して一つの分類結果を返します。

物体検出（Object Detection）

画像の中に複数ある物体を見つけます。

例えば1枚の写真に

  • 人
  • 車
  • 信号
  • 自転車

が写っていた場合、それぞれの位置を囲んで認識します。

画像分類との違いは、

画像分類は「何の画像か」を判定し、物体検出は「どこに何があるか」を検出することです。

コンピュータビジョンの活用例

現在では様々な分野で利用されています。

  • 商品認識（セルフレジ）
  • 工場での製品欠陥検出
  • 自動運転
  • 医療画像診断
  • 顔認証システム
  • 防犯カメラの人物検知

今後さらに活用の幅が広がっていく分野だと感じています。

まとめ

今回はAI-901の勉強第1回として、

  • AIとは
  • 生成AIとは
  • LLMとSLMの違い
  • コンピュータビジョン
  • AI-901試験概要

について学びました。

AI-901では専門用語がたくさん登場しますが、一つひとつ意味を理解していけば難しくありません。

私も資格取得を目指して勉強を続けますので、今後も学習内容をブログでアウトプットしていこうと思います。

同じくAI-901を勉強している方は、一緒に頑張りましょう！

その他

Posted by mirai021308190211