AI-901（Azure AI Fundamentals）のドメイン1で問われる「AIモデルのコンポーネントと構成」。ここでは大きく3つ——①生成AIモデルが動くしくみ ②用途に合うモデルの選び方 ③デプロイと設定パラメーター——が出ます。むずかしい数式は不要。「AIが文章をどう作り、どう選んで、どう調整するか」を、身近なイメージでつかみましょう。
そもそも「AIモデル」って何？
AIモデルとは、大量のデータからパターンを学んだ「予測する仕組み」のことです。たとえば「ね・こ・が・…」と来たら、次は「鳴いた」かな、と続きを予測します。中でも生成AIは、学んだことをもとに新しいコンテンツ（文章・画像・音声など）を作り出すAIです。ChatGPTのようなチャットAIは、この生成AIの代表例です。
生成AIが文章を作るしくみ（4ステップ）
生成AIが文章を作る流れは、ざっくり次の4ステップです。
- 文章をトークンに分ける：AIは文章をそのままではなく、「トークン」という小さなかたまり（単語や文字の一部）に分けて扱います。トークンは料金や長さの単位にもなります。
- 意味を数値（ベクトル）にする：各トークンの意味を数字の並び（ベクトル）で表します。これを埋め込み（embedding）といい、意味が近い言葉は数値も近くなります（例：「犬」と「猫」は近い）。
- 文脈を読み取る（Transformer）：Transformer（トランスフォーマー）という仕組みが、トークン同士の関係を見て文脈（どの言葉がどの言葉に関係するか）をつかみます。
- 次の言葉を予測して生成：ここまでの流れから「次に来る可能性が高いトークン」を選び、1語ずつつなげて文章を作ります。
用途に合うモデルの選び方
AzureのAI開発ツール「Microsoft Foundry」には、たくさんのAIモデルが並ぶ「モデルカタログ」があります。その中から用途に合うモデルを選んで使います。選ぶときの観点は次の5つです。
- モダリティ：何を入力・出力するか。テキスト生成／画像生成／埋め込み（検索向け）／音声など、目的に合った種類を選ぶ。
- 能力：どれだけ賢く・正確か。難しいタスクほど高性能なモデルが必要。
- コスト：高性能なモデルほど料金が高い傾向。用途に対して過剰でないか。
- 速度（レイテンシ）：応答の速さ。チャットなど即時性が要る用途では重要。
- コンテキスト長：一度に扱えるトークンの量。長い資料を丸ごと読ませたいなら、コンテキスト長が大きいモデルを選ぶ。
ポイントは「いつも最高性能を選べばよいわけではない」こと。能力・コスト・速度のバランスを、用途に合わせて取るのが正解です。
モデルのデプロイと構成パラメーター
使いたいモデルを選んだら、デプロイします。デプロイとは、モデルを「使える状態」にして、呼び出すための窓口（エンドポイント）を作ることです。Foundryでは、主に次の2つの方法があります。
- サーバーレス API：従量課金（使った分だけ支払い）で、Microsoftが管理するインフラ上のモデルをAPIとして手軽に使う方法。自分でサーバーを用意せず、低コスト・かんたんに始められます。
- マネージド計算（専用コンピュート）：モデルを専用の計算リソースにホストする方法。専有できるぶん、要件が厳しい場合などに使います。
さらに、答え方を調整する構成パラメーターがあります。代表がtemperature（テンパラチャー／温度）です。
- temperature（温度）：答えの「ふり幅（ランダムさ）」を調整。低い（0に近い）＝堅実で一貫（事実確認・要約向き）、高い＝多様で創造的（アイデア出し・物語向き）。値は0〜2で、既定は1.0です。
- top_p：temperatureとは別の、ふり幅の調整方法（上位の候補だけから選ぶ）。temperatureとtop_pは、両方ではなくどちらか片方を調整するのが推奨です。
- 最大トークン数（max tokens）：1回で生成する最大の長さ。長く答えさせたいときは大きく設定します。
確認クイズ
Q1. 生成AIが文章を作るとき、基本的にどうやって次の単語を決めますか？
Q2. AIが文章を分けて扱う、小さなかたまりの単位を何と呼びますか？
Q3. 事実確認や要約のため、答えを「堅実で一貫」させたいとき、temperatureはどうしますか？
Q4. 自分でサーバーを用意せず、従量課金でモデルをAPIとして手軽に使いたい。Foundryのどのデプロイ方法？
よくある質問（FAQ）
Q. 「トークン」って結局なんですか？
A. 文章を分けた小さなかたまりです（単語や文字の一部）。AIはトークン単位で処理し、料金や入出力の長さもトークン数で数えます。日本語はおおよそ1文字＝1〜2トークン程度が目安です。
Q. temperatureとtop_pは両方調整していいですか？
A. どちらか片方の調整が推奨です。両方を同時に動かすと効果が読みづらくなります。まずはtemperatureだけで十分です。
Q. 結局どのモデルを選べばいいですか？
A. まず用途（モダリティ）で絞り、つぎに能力・コスト・速度・コンテキスト長のバランスで決めます。Foundryのモデルカタログで比較できます。「とりあえず一番高性能」ではなく、用途に見合うものを選ぶのがコツです。
まとめ
- 生成AIのしくみ＝トークン化 → 埋め込み（数値化）→ Transformerで文脈把握 → 次のトークンを予測
- モデル選び＝モダリティ・能力・コスト・速度・コンテキスト長のバランス（Foundryのモデルカタログ）
- デプロイはサーバーレスAPI（手軽・従量課金）とマネージド計算（専用）。temperature低＝堅実／高＝創造的
- ➡ 前の記事：責任あるAIの6原則
- ➡ つぎは「AIワークロードの種類」（準備中）
- ➡ AI-901対策トップ ／ 試験概要・受験ガイド
※本記事はMicrosoft公式ドキュメント（生成AIのしくみ／Foundryのモデル・デプロイ／推論パラメーター）およびAI-901公式試験ガイドに基づき、エンジニアKが作成しています。製品仕様は更新されるため、最新は Microsoft公式情報 をご確認ください。
コメント