Skip to main content

AI 知識マップ

注：この文書は英語の原文からの自動翻訳です。

AI 知識マップ

このページは、DecAIHub wiki にあるすべての AI 関連エクスプレイナーへのナビゲーションガイドです。初心者向けに設計されています — 初めてプロジェクトカードを読む人も、カテゴリラベルにおける「AI/Agents」が何を意味するかを理解しようとしている人も対象です。目次として、概念のツリーとして、そして推奨される読書ルートのセットとして使ってください。

要約： これは地図であり、百科事典ではありません。以下の各見出しは独立した記事にリンクしています。あなたの疑問のあるところから始め、リンクをたどり、方向感覚が必要になったらここに戻ってください。

検証 トピック（何が証明として数えられるか）と 技術 トピック（モデルやエージェントとは何か）の間を頻繁に行き来する場合は、このページをブックマークしてください。以下のセクションは、自分の位置を見失わずに、高レベルの概念から専門的なクラスターページへと移動できるように並べられています。

ここから始めましょう

DecAIHub とクリプト AI の検証に初めて触れる場合は、まずこの四つの記事を読んでください。

  1. 人工知能とは — 最も広い出発点。
  2. AI component とは — すべてのプロジェクトカードにおける中心的な概念。
  3. プロジェクトカードの読み方 — 各フィールドが何を意味し、どこを見るべきか。
  4. DecAI Fit とは — プロジェクトの検証可能性を要約する 0-6 のスコア。

概念ツリー

この wiki の記事は階層を形成しています。以下のインデントは親子関係を示します。

読書ルート

「初めてプロジェクトカードを読んでいます」

  1. AI component とは — 中核となるフィールドを理解する。
  2. AI component と use case の違い — なぜこれらが別々なのかを学ぶ。
  3. 複合 AI カテゴリの仕組み — カテゴリラベルを解読する。
  4. プロジェクトカードの読み方 — すべてのフィールドの完全なウォークスルー。

「AI が本物かどうかを理解したい」

  1. プロジェクトに本当に AI があるかを見分ける方法 — 検証のフレームワーク。
  2. AI のエビデンスとして何が数えられるか — 何が証明として認められるか。
  3. 何がエビデンスとして数えられないか — 一般的な偽陽性。
  4. AI-washing、onchain-washing、token-washing — レッドフラグ。

「特定の AI カテゴリが何を意味するか知りたい」

  1. カテゴリを選ぶ：AI/エージェント | AI/コンピューティング | AI/推論 | AI/データ | AI/分析 | AI/トレーニング。
  2. 対応する component の記事を読む：エージェント | コンピューティング | 推論 | データ | 分析 | トレーニング。
  3. エージェント特有のニュアンスについて：AI エージェントとはとアシスタント、コパイロット、チャットボット、エージェント。

「AI 技術そのものを理解したい」

  1. 人工知能とは — 分野の概観。
  2. AI モデルとは — 中核となる構成要素。
  3. 機械学習とは — モデルがデータからどう学習するか。
  4. 大規模言語モデルとは — クリプト AI で最も一般的なモデルの種類。
  5. 推論とは — トレーニング済みのモデルがどう出力を生み出すか。
  6. ベンチマークと品質指標 — モデルの品質がどう測定されるか。

よくある質問

リンクされたすべての記事を読む必要がありますか？

いいえ。このページを使って ルートを選んで ください。各エクスプレイナーは独立して成立します。トピックがどうつながっているかの確認が必要なときにここに戻ってください — 例えば、エビデンスの Tierが AI component の表現とどう関係するか、などです。

ある記事が知らない用語を使っていたらどこへ行くべきですか？

上の 概念ツリー を開き、親記事をたどってください（例えば、LLMから人工知能へと遡る）。あるいは、フィールドの定義についてはプロジェクトカードの読み方に飛んでください。

外部リンク

No comments to display

Back to top