生成AIの定義

生成AIの分かりやすい定義をようやく見つけた。

https://www.stateof.ai/で公開されている スライドにこう書かれていた。

Generative AI: A family of AI systems that are capable of generating new content (e.g. text, images, audio, or 3D assets) based on 'prompts'.

つまり、プロンプト（指示文）が入力に必要ということ。そのため、単に入力データを変換するもの、例えば、

• 画像を入力して何が写っているのかのラベルを出力する
• 映像を入力して、写っている物体の動作に対してラベルを出力する
• 映像を入力して、高解像度の映像を出力する
• テキストを入れたらその内容をしゃべる
• 音声を入れたらテキストを出力する
• 日本語を入れたら英語を出力する

のようなものは、たとえTransformerベースのモデルを使っていたとしても、拡散モデルを使っていたとしても、この定義だと生成AIには該当しないことになる。

とても分かりやすい。