仮想通貨業界のスラングAI: 30の一般的な表現、まとめ
原文タイトル：「AI 俗語辞典（2026年3月版），おすすめ保存」
原著者：Golem、Odaily スターデイリー
今や、仮想通貨業界の人々がAIに注目しないと、簡単に皮肉を言われてしまいます（はい、友よ、なぜクリックしたのか考えてみてください）。
あなたはAIの基本的な概念を全く理解していないし、それぞれの文での略語の意味もさっぱり分からないですか？ また、AIのイベントで各種専門用語について首をかしげており、さも理解しているように装っていますか？
短期間でAI業界に飛び込むことは現実的ではないとしても、AI業界の高頻度基本用語を知っておくことは損ではありません。 幸運なことに、次に紹介するこの記事はあなたのために用意されています↓ 心からお勧めし、熟読して保存してください。
基礎用語（12）
・ LLM（Large Language Model、大規模言語モデル）
LLMは、大量のデータで訓練され、言語の理解と生成に長けたディープラーニングモデルです。テキストを処理する能力だけでなく、最近では他のタイプのコンテンツも扱えるようになっています。
これに対して、SLM（Small Language Model、小規模言語モデル）は、通常、コストが低く、デプロイが軽く、ローカライズがより容易な言語モデルを強調しています。
・ AI Agent（AI エージェント、AI スマートエージェント）
AI Agentは、「チャット可能なモデル」に限らず、目標を理解し、ツールを呼び出し、ステップごとにタスクを実行し、必要に応じてプランニングと検証も行えるシステムを指します。Googleは、エージェントを、多様な入力に基づいて推論し、ユーザーの代わりにアクションを実行するソフトウェアと定義しています。
・ Multimodal（マルチモーダル、多様な形式）
このAIモデルは、テキストだけでなく画像、音声、ビデオなど、複数の入出力形式を同時に処理できます。Googleは、マルチモーダルを、異なるタイプのコンテンツを処理および生成する能力と明確に定義しています。
・ Prompt（プロンプト、提示ワード）
ユーザーがモデルに入力する指示は、最も基本的な人間と機械のインタラクション方法です。
・ Generative AI（生成AI、生成型AI / AIGC）
このAIは「生成」に重点を置いており、単なる分類や予測ではありません。生成型モデルは、プロンプトに基づいてテキスト、コード、画像、スタンプ、ビデオなどを生成できます。
· トークン（Token）
これは AI 分野で最も「Gas 単位」に似た概念の1つです。モデルはコンテンツを「単語数」で理解するのではなく、トークンで入力および出力を処理し、料金設定、コンテキストの長さ、応答速度は通常、トークンと密接に関連しています。
· コンテキストウィンドウ（Context Window / コンテキスト長）
モデルが一度に「見る」および利用するトークンの総量を指し、単一の処理時にモデルが考慮したり「覚えている」トークンの数とも呼ばれます。
· メモリ（Memory）
モデルまたはエージェントにユーザーの好み、タスクコンテキスト、過去の状態を保持させること。
· トレーニング（Training）
モデルがデータからパラメータを学習するプロセス。
· 推論（Inference）
トレーニングとは対照的に、モデルがオンラインになった後、入力を受け取り出力を生成するプロセス。業界ではしばしば「トレーニングは高価だが、推論はよりコストがかかる」と言われます。これは商業化段階で多くのコストが推論に発生するためです。関連するトレーニング/推論の区別は、主要企業がデプロイコストを議論する際の基本フレームワークでもあります。
· ツール使用 / ツール呼び出し（Tool Calling）
モデルがテキストを出力するだけでなく、検索、コード実行、データベース、外部 API などのツールを呼び出すことができることを意味し、これはすでにエージェントの主要な機能の1つと見なされています。
· API（Application Programming Interface）
AI プロダクト、アプリケーション、エージェントがサードパーティサービスとやり取りする際の基盤。
Advanced Vocabulary (18)
· トランスフォーマー（Transformer Architecture）
AI による文脈関係の理解を向上させるためのモデルアーキテクチャ。今日のほとんどの大規模言語モデルの技術の基盤であり、最も特筆すべき特徴は、一度に全文の各単語と他の単語との関係を同時に見ることができることです。
· アテンション（Attention Mechanism）
これは Transformer の最も重要な核心メカニズムであり、モデルが1文を読む際に自動的に「どの単語に重点を置くべきか」を判断します。
· エージェンティック / エージェンティックワークフロー（主体性 / エージェント化ワークフロー）
これは最近よく使われる用語で、システムが単なる「質問応答」ではなく、ある程度の自律性を持ってタスクを分解し、次のステップを決定し、外部機能を呼び出すことを意味します。多くのベンダーはこれを「チャットボットから実行可能なシステムへの進化」と捉えています。
· サブエージェント（サブエージェント）
エージェントが複数の専門の小さなエージェントにタスクを処理させること。
· スキル（再利用可能能力モジュール）
OpenClawの台頭とともに、この用語は明らかに一般的になりました。これはAIエージェントにインストール、再利用、組み合わせが可能な能力ユニット/操作説明書であり、ただし、ツールの誤用やデータ漏洩のリスクに特に注意する必要があります。
· ハルシネーション（機械幻覚）
モデルが真剣にナンセンスを話し、「存在しないパターンを感知して」間違ったまたは馬鹿げた出力を生成することを意味し、これは、モデルが合理的に見えるが実際には間違った過度な自信の出力です。
· レイテンシ（待機時間）
リクエストを受信してから出力結果が生成されるまでのモデルがかかる時間を指します。最も一般的なエンジニア用語の1つであり、展開と製品化には頻繁に登場します。
· ガードレール（ガードレール）
モデル/エージェントが何を行えるか、いつ停止すべきか、どのような内容を出力できないかを制限するために使用されます。
· バイブコーディング（雰囲気プログラミング）
この用語も現在最も注目されているAIスラングで、ユーザーが直接対話してニーズを表現し、AIがコードを書くため、ユーザーが具体的なコーディング方法を理解する必要がないことを意味します。
· パラメータ（パラメータ）
モデル内部で能力や知識を格納する数値スケールのことであり、モデルのサイズを荒っぽく評価するために使用され、 「数百億パラメータ」、「数千億パラメータ」は、AI業界で最も一般的な見栄えのいい語り方です。
· 推論モデル（強推論モデル）
通常、複数段階の推論、計画、検証、複雑なタスクの実行に優れたモデルを指します。
· MCP（モデルコンテキストプロトコル）
これは、過去1年間に非常に人気のある新しいスラングであり、モデルと外部ツール/データソースの間に汎用インターフェースを確立する役割を果たします。
· Fine-tuning / Tuning（ファインチューニング）
これは、基礎モデルをさらにトレーニングして特定のタスク、スタイル、または領域に適合させることです。Googleの用語集は、チューニングとファインチューニングを関連する概念として直接説明しています。
· Distillation（蒸留）
大規模モデルの能力を可能な限り小規模モデルに圧縮することであり、「先生」が「生徒」に教えるようなものです。
· RAG（検索増強生成）
これは、もはや企業のAIの基本構成要素となっています。マイクロソフトは、これを「検索+LLM」パターンと定義し、回答をするために外部データを使用してグラウンディングを行い、モデルのトレーニングデータが時代遅れであり、プライベートなナレッジベースを理解していないという問題を解決します。目的は、回答をモデルの独自の記憶だけに頼らず、実際のドキュメントとプライベートな知識に基づくものにすることです。
· Grounding（ファクトアラインメント）
よくRAGと一緒に言及され、モデルの回答を文書、データベース、Webページなどの外部根拠に基づいて構築することを意味し、パラメーターのみによる「自由な発揮」ではないことを示します。マイクロソフトは、RAG文書でgroundingをコアバリューとして明確に示しています。
· Embedding（埋め込み / セマンティックベクトル）
テキスト、画像、音声などのコンテンツを高次元の数値ベクトルにエンコードすることであり、意味の類似性計算を行うためのものです。
· Benchmark（ベンチマークテスト）
モデルの能力をテストするための統一基準セットを使用した評価方法であり、各社のモデルが自分自身を証明するための「私は強い」というランキング方式でもあります。
BlockBeats の公式コミュニティに参加しよう：
Telegram 公式チャンネル：https://t.me/theblockbeats
Telegram 交流グループ：https://t.me/BlockBeats_App
Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia
