簡単に説明すると
まず、今のChatGPT、Gemini、Copilot、Claude、Perplexity、Gensparkなどの有名な生成AIの特徴から：
「生成」というのはたくさん（膨大な）データ量を読み取って「新しい」データ（画像、音声、音楽、映像、テキストなど）を作ります。
このデータは「コンテンツ」となります。
作ったコンテンツからパターンを認識し、更にコンテツを作り出すことも可能です。
昔のAIはパターンやルールの認識をする道具でした。
解析し、認識した回答から新しいものを作ることまではできませんでした。
どっちも同じ学習です。
浅いか深いかもあります。
違うのは「あらゆる指示待ち」かパターン認識に特化したものかです。
ちょっと強引な区別のしかたですけど。
生成AIの特徴として、驚異的な速度で処理できること。
ものすごいデータ量を保有していること（著作権なんか関係ないから）。
新しいものを作ってしまう（妄想も多い）。
もちろんこれをやるには昔のAIがやっていたルールやパターンの認識も入ってきます。
このパターンの認識は「言葉の組み合わせ」です。
一つひとつの「ことば」＝「単語」が「トークン」ということです。
CJKの課題
日本語、中国語、ハングルは非常に難しいのは単語と単語の間にスペースがないから、AIが単語をどこで区切ればいいのか理解が難しいわけです。
ゆえに膨大なデータが必要となります。
例えば、ひらがなで
「おとりはからいいたみいります」と書いたら生成AIはどう判断するだろう？
「囮は辛い伊丹入ります」って変換も出たことがあります。
もうこれはIMEの賢さでもありますよね。
まず、Claudeには完全に否定されたわ。
そもその「いたみいります」を否定されました。
Claudeくんの場合・・・
いたみいりますはどういう意味ですか？
Claude
「いたみいります」または「痛みいります」という表現は一般的な日本語ではありませんが、おそらく以下のようなフレーズをお尋ねかもしれません：「痛みいります」 – これがそのまま「痛みが入ります」という意味であれば、「Pain is coming in」や「It’s starting to hurt」という意味になります。ただし、この言い方はあまり一般的ではありません。
「いたします」(itashimasu) – これは「（〜を）します」という意味の丁寧な言い方で、ビジネスシーンなどでよく使われます。例えば「対応いたします」(taiō itashimasu)は「I will handle it」という意味です。
もしかしたら、「いただきます」(itadakimasu – 食事前に言う「I gratefully receive」という意味の言葉)や「痛みがあります」(itami ga arimasu – 「There is pain」という意味)などの別の表現をお探しかもしれません。
Claude 3.7 Sonnet
ChatGPTでは認識しました
おとりはからいいたみいりますはどういう意味ですか？
ChatGPT:
「おとりはからい いたみいります（お取り計らい痛み入ります）」は、日本語のビジネスやフォーマルな場面で使われる非常に丁寧な表現です。以下に分かりやすく説明します：
■ 意味の分解：お取り計らい（おとりはからい）
→ 「配慮していただくこと」や「何かをうまく取り計らってもらうこと」という意味です。
例：「ご配慮」「ご手配」と似ています。
痛み入ります（いたみいります）
→ 「ありがたくて恐縮する」「感謝の気持ちが強く、心が痛むほどです」というニュアンスの丁寧語です。
ChatGPT-4o
4oはだいぶ賢くなりましたね。
このように膨大なデータを網羅しているから言葉（単語）を把握し、句読点なしでも言葉を区切ることができるわけです。
本題へ戻します
昔のAIはブラウン運動のパターンなどを解析したり、同じような気流の動きを予測したりすることでした。
予測もある程度のところまででした。
本当の意味で多くの予測をするならスパコンよりも更に計算が早い量子コンピュータが必要だろうと。
それでもブラウン運動とかやコンピュータ映像アルゴリズムの解析などもできていた。
今の生成AIは同時に映像、画像、音声、数字、テキストを解析できます。
更に、必要としている分野への回答も提出してくれます。
更にプログラミングコードまで作ってくれます。
例えば、その解析した内容が経理で必要なのか、物理学で必要なのか、生物学で必要なのかで「包み直して」くれます。
更にそれをわかりやすく説明までしてくれます。
ついでにいうと、インタラクティブに会話しながら微調整してくれたりも。
昔のAIはそこまでできなかったのは言葉の組み合わせが限られていたからと言っても過言ではありません。
それは膨大な知識を持っているからです。
生成AIでない場合、科学的な解析はできて、ビジネス的には使い勝手が悪かったわけです。
ゆえにビジネスで使うには市場データは解析できても、市場トレンドやアイデア出し、コンテンツの作成とかできなかったのが非生成AIです。
昔のチャットボットを思い出してください。
まともな回答が返ってこなかったことに。
私は今でもチャットボットは嫌いですけど、今より使えなかったですよね。
つまり、今の生成AIは業務で発生する課題を認識し人間よりも高速に策を打ち出してくれます。
極論というと、生成AIは成果物からまた新しい成果物を作ることができます。
昔のAIはデータを解析して「回答」を導き出すために活用されていました。
その回答はどっちのAIであろうが100%正しいという保証はありませんけど。
次回
これをB2Bにどう使うかを次回、考えてみたいと思います。
ここまでお読みいただきありがとうございます。
ぜひまた明日もお楽しみに。