生成AI・基盤モデルとは？

生成AI・基盤モデルの意味

大量のデータで事前学習した汎用モデル（基盤モデル）を土台に、文章・画像・コードなどを生成する技術。個別に学習器を作らずとも業務へ適用できる一方、出力の正確性、機密情報の取扱い、学習データと著作権の扱いが導入判断の論点になる。

生成AI・基盤モデルの具体例

問い合わせ対応で、自社規程やFAQを検索して生成の根拠に与える構成にし、回答に出典を併記する。入力を学習に使わない契約とし、機密区分ごとに利用可否を定める。効果は一次回答までの時間と自己解決率で測り、投資判断に用いる。

生成AI・基盤モデルは試験でどう引っ掛けられる？

もっともらしい誤りを出す性質があるため、人の確認を挟まない完全自動化は適用範囲を絞る必要がある。また「学習に使わせない設定」と「入力データがどこに保存されるか」は別問題で、契約条項と設定の両面を確認する。

生成AI・基盤モデルと関連する用語

• 著作権法（情報解析目的の利用・フェアユース）
• データドリブン経営・データマネジメント
• アルゴリズムバイアス・AI倫理

生成AI・基盤モデルが出た過去問

• 生成AIの処理などで用いられる、大量に発熱するGPUを搭載したサーバを、空気冷却よりも少ない消費電力で効率良く冷却できる液体冷却の一つに液浸冷却がある。液体冷却…

  正解：a, c

  要点：液浸冷却は絶縁液にサーバごと浸し、単相方式と二相方式がある

  液浸冷却は、サーバを筐体ごと絶縁性の液体に浸して直接冷却する方式である（c）。液体を循環させて熱交換器で冷やす単相方式と、液体の気化熱を利用する二相方式がある（a）。冷媒には電気を通さないフッ素系などの液体を使うので水は用いず、金属板（コールドプレート）を介する方式は直接液冷（冷却板方式）であり液浸ではない。

  出典：令和7年度 秋期 応用情報技術者試験 午前 問57（IPA）

• 生成AIのビジネス活用において、独自のデータを学習させることにより基盤モデルを自社の業務やサービスに特化したモデルへとカスタマイズすることを何と呼ぶか。

  正解：ファインチューニング

  要点：ファインチューニングは追加学習で基盤モデルを用途特化させる

  ファインチューニングは、大量のデータで事前学習された基盤モデルに対し、自社固有のデータで追加学習を行い、特定の業務やドメインに適した振る舞いへ調整する手法である。モデルの重みそのものを更新する点で、入力の工夫だけで結果を制御するプロンプトエンジニアリングとは異なる。

  出典：令和6年度 秋期 応用情報技術者試験 午前 問71（IPA）

• 著作権法及び関連法令によれば，生成AIを利用して画像を生成する行為又はその生成物の利用が著作権侵害にあたるか否かに関して，適切な記述はどれか。

  正解：AIを利用して生成した画像が著作権で保護された既存の画像と類似しており，それを公開した場合，著作権侵害となる可能性がある。

  要点：AI生成物でも、既存著作物への依拠と類似があれば侵害になり得る

  著作権侵害の判断は、生成物が既存の著作物に依拠し、かつ表現が類似しているかどうかで行われる。生成AIを使ったかどうかで基準が変わるわけではないので、生成した画像が既存の著作物と類似していて、それを公開・利用すれば侵害となる可能性がある。学習に著作物を使ったこと自体が直ちに生成物の侵害になるわけでもなく、AI生成物なら一律に責任を免れるわけでもない。

  出典：令和7年度 春期 応用情報技術者試験 午前 問78（IPA）