生成AIの精度（体の器官での例え） - genai @ ウィキ

1. 感覚器官（プロンプト）
例: ユーザーが入力するテキスト、音声コマンド、画像など。

説明: 外界からの情報を受け取る感覚器官は、プロンプトとしてのユーザー入力に対応します。これはAIシステムが処理を開始するための初期データです。

2. 神経系（埋め込みモデル）
例: Word2Vec（Google）、GloVe（Stanford）、FastText（Facebook）。

説明: 神経系は埋め込みモデルによって、テキストデータを高次元の数値ベクトルに変換し、情報を大脳に伝達します。

3. 大脳（LLM）
例: GPT-4（OpenAI）、PaLM 2（Google）、LLaMA（Meta）。

説明: 大脳は大規模言語モデル（LLM）として、高度な情報処理と意思決定を行います。これはAIシステムの中枢であり、複雑なタスクを遂行します。

4. 小脳・脊髄（RAG、ICL）
例: Retrieval-Augmented Generation（RAG）、In-Context Learning（ICL）。

説明: 小脳・脊髄はLLMを補助する技術であり、外部データベースからの情報取得や文脈に応じた学習をサポートします。

5. 記憶・経験（データ）
例: Common Crawlデータセット、Wikipediaコーパス、企業内データベース（オンプレミス）。

説明: 記憶・経験はモデルが学習するためのデータに相当します。オープンソースのデータや企業内で保有するオンプレミスのデータなど、多様な情報源から構成されます。精度を上げる為にはQAの対比など、アノテーション済みのデータである事が重要です。

6. 筋肉・骨格系（インフラ）
例: クラウドインフラ（AWS、Google Cloud Platform）、オンプレミスサーバー（自社データセンター）。

説明: 筋肉・骨格系はAIが動作するためのハードウェアとソフトウェアのインフラに対応します。計算資源やネットワーク、ストレージを提供し、システムの安定した動作を支えます。

7. 内分泌系（調整機構・パラメータ）
例: ハイパーパラメータ（学習率、バッチサイズ）、GoogleのVizier（ハイパーパラメータ最適化ツール）。

説明: 内分泌系はモデルのパラメータやハイパーパラメータを調整する機構です。これにより、モデルのパフォーマンスや動作を最適化します。

8. 免疫系（安全機構）
例: セキュリティプロトコル（SSL/TLS）、OpenAIの安全対策（コンテンツフィルタリング）、Googleの安全性フィルター。

説明: 免疫系はAIを不正なデータや攻撃から守るセキュリティシステムに対応します。データの暗号化、アクセス制御、コンテンツの安全性チェックなどを含みます。