この記事でわかること
この記事では、生成AIの中心技術である 大規模言語モデル（LLM：Large Language Model） について、
「そもそも何なのか」「何ができるのか」「AI-900試験でどう問われるのか」 を、AI初学者でも理解できるように丁寧に解説します。
Azure OpenAIやChatGPTを正しく理解するための 土台となる記事 です。
📌 AI-900をこれから学ぶ方へ
試験範囲の全体像と学習順を整理したロードマップを用意しています。
▶ AI-900学習ロードマップ（基礎から合格まで）
大規模言語モデル（LLM）とは
大規模言語モデル（LLM）とは、 大量の文章データを学習し、人間の言葉を理解・生成できるAIモデル のことです。
「大規模」と呼ばれる理由は、
- 学習データが非常に多い
- モデルの構造（パラメータ数）が非常に大きい
という特徴を持つためです。
ChatGPTやAzure OpenAIで使われているGPT系モデルは、 このLLMの代表例です。
LLMは何を学習しているのか
LLMは、
- 文章の意味
- 文法や言い回し
- 単語同士の関係性
を、大量のテキストデータから学習しています。
重要なのは、 「知識を暗記しているわけではない」 という点です。
次に来そうな単語を 確率的に予測 することで、自然な文章を生成しています。
LLMの基本的な仕組み（概念）
LLMの動作は、次の流れで理解できます。
- 入力された文章を単語（トークン）に分割
- 文脈を考慮しながら意味を理解
- 次に来る単語を予測
- 文章として出力
この仕組みにより、
- 質問への回答
- 文章要約
- 翻訳
- 文章生成
が可能になります。
LLMでできること
大規模言語モデルは、次のようなタスクに向いています。
- 自然な文章生成
- 質問応答（Q&A）
- 要約・翻訳
- チャットボット
これらはすべて、 生成AIの代表的なユースケース です。
LLMでできないこと・注意点
一方で、LLMには弱点もあります。
- 事実を保証しない（ハルシネーション）
- 最新情報を必ずしも知らない
- 論理的に正しいとは限らない
そのため、 業務利用では人の確認やルールとの組み合わせ が重要になります。
LLMと従来のAIとの違い
従来のAI（分類・予測モデル）は、
- 決められたタスクに特化
- 出力形式が限定的
でした。
一方、LLMは、
- 汎用的に使える
- 自然言語で指示できる
という点が大きな違いです。
Azure OpenAIとLLMの関係
Azure OpenAI Serviceは、 LLM（GPTなど）をAzure上で安全に提供するサービス です。
つまり、
- LLM = 技術・モデル
- Azure OpenAI = サービス
という関係になります。
AI-900試験で押さえるべきポイント
- LLMは生成AIの中核技術
- 文章生成・要約・翻訳が得意
- 常に正しいとは限らない
試験では、 「自然な文章を生成したい」「チャット形式で応答したい」 という要件が出た場合、 LLM（Azure OpenAI）を選択するのが正解です。
まとめ
- LLMは大量の文章を学習したAIモデル
- 生成AI・ChatGPTの基盤技術
- AI-900では役割理解が重要
AI-900を体系的に学びたい方へ
この記事は「AI-900試験対策」シリーズの一部です。
▼AI-900完全ロードマップはこちら
