Search Results

Nota: Questo documento è una traduzione automatica della versione originale in inglese. Che cos'è un bug bounty Un bug bounty è un programma con cui un progetto offre ricompense economiche ai ricercatori di sicurezza indipendenti che scoprono e divulgano in mo...

Nota: Questo documento è una traduzione automatica della versione originale in inglese. Mappa delle conoscenze crypto Questa pagina collega tutti gli explainer crypto di DecAIHub e mostra come si connettono tra loro. Usala quando una scheda progetto menziona u...

注：この文書は英語の原文からの自動翻訳です。 人工知能（AI）とは 人工知能（AI） は、通常は人間の知性を必要とするタスク — データの分析、予測、コンテンツの生成、パターンの認識、意思決定の支援 — を実行するソフトウェアシステムを指す広範な用語です。AI は魔法でも、知覚を持つ存在でも、デジタルの脳でもありません。データの中にパターンを見つけ、それを新しい入力に適用するソフトウェアです。 AI を、パターンのための計算機だと考えてください。普通の計算機は数を取り、算術のルールを適用します。AI システムは例 ...

注：この文書は英語の原文からの自動翻訳です。 AI モデルとは AI モデル とは、有用な出力 — 予測、分類、生成されたテキスト、画像、スコア、意思決定 — を生み出すためにデータで訓練された数学的構造です。何百万もの例から計算機が学習した、非常に複雑な「レシピ」だと考えてください。人間のシェフが自分のレシピを作る前に何千もの料理を学ぶのと同じように、AI モデルは トレーニング の間にデータからパターンを吸収し、推論 の間にそのパターンを新しい未知の入力に適用します。 モデルそのものは、従来の意味でのソフトウェ...

注：この文書は英語の原文からの自動翻訳です。 機械学習（ML）とは **機械学習（ML）**は、システムが手書きのルールに従う代わりにデータからパターンを学習する 人工知能 のサブセットです。例による教育だと考えてください：手順を一つずつ記したレシピを書く代わりに、何千もの完成した料理を見せて、システムに料理の仕方を自分で見つけさせるのです。プログラマがあらゆる判断をコーディングするのではなく、システムは何千、何百万もの例を見せられ、自らルールを発見します。 今日の実用的な AI の大半——スパムフィルターや音声ア...

注：この文書は英語の原文からの自動翻訳です。 大規模言語モデル（LLM）とは 大規模言語モデル（LLM） は、人間の言語を理解し生成できるよう、膨大な量のテキストで訓練されたニューラルネットワークの一種です。数十億ページの本、記事、コード、会話を吸収した、極めて博識なアシスタントを想像してください。それは人間のように物事を「知っている」わけではありません。代わりに、どの単語やアイデアがどれに続きやすいかという統計的パターンを、首尾一貫した段落を書き、質問に答え、言語間で翻訳し、文書を要約し、さらには複数ステップの問...

注：この文書は英語の原文からの自動翻訳です。 推論とは 推論（inference） は、トレーニング済みの AI モデル を新しいデータに対して実行し、結果を得るプロセスです。モデルが画像を分類する、テキストの段落を生成する、リスクスコアを予測する、行動を推奨する — そのとき、モデルは推論を行っています。トレーニング がモデルの学び方であるなら、推論はモデルの働き方です。 有用なたとえ：トレーニングは試験勉強です — 教科書を読み、練習問題を解き、パターンを吸収します。推論は試験を受けることです — 学んだことを...

注：この文書は英語の原文からの自動翻訳です。 トレーニングとは トレーニング（Training） は、AI モデル をデータにさらすことで、パターン、関係性、構造を学習させ、教育するプロセスです。トレーニング前のモデルは、ランダムなパラメータを持つ空白の構造です — 画像を分類することも、文を生成することも、予測を行うこともできません。トレーニング後、それらのパラメータはデータから抽出された知識をエンコードします。トレーニングは、空の ニューラルネットワーク を有用なツールに変えるものです。 料理を教えることに例え...

注：この文書は英語の原文からの自動翻訳です。 データセットとは データセット とは、AI モデルをトレーニング、評価、テストするために使われる、構造化されたデータの集合です。これは機械学習が動作するための原材料です。データセットがなければ、モデルが学習する対象は何もなく、モデルが機能するかどうかを測る方法もありません。 データセットは学生にとっての教科書のようなものだと考えてください。もし教科書が誤りだらけだったり、章が抜けていたり、学生が理解できない言語で書かれていたりすれば、その学生がどれほど優秀であっても十分...

注：この文書は英語の原文からの自動翻訳です。 ベンチマークと品質メトリクスとは ベンチマークとは、AI モデルが特定のタスクをどれだけうまくこなすかを測る標準化されたテストです。品質メトリクスとは、その性能を定量化する数値スコア——精度、F1、BLEU、パープレキシティ、レイテンシなど——です。両者は合わさって、曖昧な AI の主張を検証可能な言明へと変えます：「我々のモデルは素晴らしい」ではなく「我々のモデルは MMLU で 78.3% の精度を出す」です。 要約： ベンチマークはテストを定義し、メトリクスはスコ...

注：この文書は英語の原文からの自動翻訳です。 AI component とは AI component は、本物の AI 作業が行われるプロジェクトの具体的な部分 — 分析、生成、予測、ランキング、意思決定 — です。マーケティングのラベルやブランドの言及ではありません。DecAIHub のプロジェクトカードでは、AI component フィールドは一つの問いに答えます：ここで AI は具体的に何をするのか？ 要約： AI component は、データが入り、AI 駆動の結果が出てくる具体的な仕組みです — ロ...

注：この文書は英語の原文からの自動翻訳です。 AI component と use case DecAIHub の各プロジェクトカードには、似ているようで異なる問いに答える二つのフィールドがあります：AI component と Use case です。前者はプロジェクト内部の具体的な技術を表し、後者はそのプロジェクトがユーザーのために何をするかを表します。両者を混同すると、AI が本物かどうか、製品が本当の問題を解決しているかどうかを評価しづらくなります。 要約： AI component はシステム内部で AI...

注：この文書は英語の原文からの自動翻訳です。 自動化 vs 本物の AI コンポーネント 多くのクリプトプロジェクトは、単純な自動化を「AI」とラベル付けしています。事前設定されたルールに従うトレーディングボット、ガス価格でトランザクションをルーティングするスマートコントラクト、しきい値で発火する通知システム — これらは 自動化 であり、人工知能ではありません。このページは両者を区別するのに役立ちます。 要約： 自動化は固定されたルールに従います。本物の AI コンポーネントはデータから学習し、確率的な出力を生み...

注：この文書は英語の原文からの自動翻訳です。 他者のモデルをラップする API wrapper とは API wrapper とは、別の会社の AI モデル — OpenAI の GPT、Anthropic の Claude、Google の Gemini など — をその API 経由で呼び出し、その結果を自社製品の一部として提示するプロジェクトです。これは製品に「AI を追加する」最も簡単な方法であり、クリプト AI プロジェクトで最も一般的なパターンです。 要約： API wrapper はあなたの入力を他者...

注：この文書は英語の原文からの自動翻訳です。 AI エージェントとは AI エージェント とは、自身の環境を認識し、意思決定を行い、目標を達成するために行動を起こすことができるソフトウェアシステムです — すべてのステップを人間が指示する必要はありません。電卓とパーソナルアシスタントの違いを考えてみてください。電卓はあなたが入力した質問にちょうど答えますが、アシスタントはあなたのより広い目的を理解し、どのステップを踏むべきかを考え、それらを実行し、結果を確認し、仕事が完了するまで続けます。 AI の世界では、「エー...

注：この文書は英語の原文からの自動翻訳です。 アシスタント、コパイロット、チャットボット、エージェントの違い これら四つの用語を、リモコンのスペクトル上の位置だと考えてください。チャットボット はトランシーバーのようなものです：あなたが話し、それが話し返す、それでやり取りは終わりです。アシスタント は、あなたのために物事を調べてくれるスマートスピーカーのようなものです。コパイロット は、地図を読み、曲がる場所を提案するが、決してハンドルを握らない助手席のドライバーのようなものです。エージェント は自動運転車です —...

注：この文書は英語の原文からの自動翻訳です。 RAG（Retrieval-Augmented Generation）とは オープンブック試験を受ける学生を想像してください。すべての質問に記憶だけで答える代わりに、学生は教科書をめくり、最も関連するページを見つけ、それを読み、覚えていた知識と新しく調べた事実を組み合わせて答えを書きます。Retrieval-Augmented Generation（RAG） は、大規模言語モデルに対して同じように働きます。モデルはトレーニング中に記憶したことだけに頼るのではなく — ま...

注：この文書は英語の原文からの自動翻訳です。 zkML とは zkML（Zero-Knowledge Machine Learning） は、ゼロ知識証明を用いて、機械学習モデルが 推論 を正しく実行したことを — モデルの重み、入力データ、またはその両方を明かすことなく — 検証する技術です。それは暗号学的な保証を提供します：「この出力は、この入力に対してこのモデルが生成したものである」、そして誰もが秘密の情報を見ることなくその証明を検証できます。 要約： zkML は、モデルやデータを露出することなく、AI モ...