AI・機械学習の現場で頻出する独特な用語集

不思議の国のSE用語という記事

新人時代から、先輩エンジニアが何を言っているのか、どんなニュアンス、どんな 「温度感」 なのかこれを見てようやく理解を進めることができた記事です。

「温度感」 > 実際に紹介されている会議ワードの一つ。システム利用者の困っている度。高いほど困っている。怒っている度かもしれない。

実際の素晴らしい記事

本記事は上記記事に大きくインスパイアされています。
AI時代の新しい用語集としてのオマージュした形で執筆しました。

AI時代に加わりそうなSE用語

AIの国はまだ建国されて間もないので、身の回りののMLエンジニアの間で使われている そのうちお国言葉になりそうなもの についてまとめてみました。

動詞

AI・機械学習の世界でも、システムを擬人化して主語に据えるのがお国柄のひとつです。
モデルは生き物のように「学習」し、時には「暴れ」たり「死ん」だりします。

用語	読み	解説	用例
ハルシる	はるしる	LLMが事実と異なる内容を生成すること。幻覚(Hallucination)を見ているように間違った情報を「吐く」。AIの最も厄介な特性のひとつ。	このモデル、またハルシってるよ。住所がでたらめ。
ファインチューンする	ふぁいんちゅーんする	既存の学習済みモデルを特定タスク向けに追加学習させること。基礎モデルを専門化させる技術。Fine-tuningの動詞化。	メディカル分野向けにファインチューンして、医療用チャットボットを作った。
プロンプトする	ぷろんぷとする	AIに指示を与えること。プロンプトエンジニアリングの略動詞化。「叩く」に近いニュアンス。	ちょっとプロンプトして、要約させてみる？
トークン食う	とーくんくう	入力/出力でトークンを消費すること。SEの「メモリ食う」と同じ感覚。コスト計算の基本単位なので重要。	この文章長すぎて、トークン食いすぎだよ。
蒸留する	じょうりゅうする	大きなモデルから小さなモデルに知識を移すこと。知識蒸留（Knowledge Distillation）の略。お酒じゃない。	GPT-4から蒸留して、軽量モデル作った。
推論する	すいろんする	学習済みモデルが予測を実行すること。実際にAIが「考える」段階。英語で言うInference。	モデル推論中にエラーが出た。
埋め込む	うめこむ	テキストをベクトルに変換すること。Embeddingの和訳。RAGの基礎技術。	文章をベクトルに埋め込んでから検索する。
コンテキスト入れる	こんてくすといれる	プロンプトに文脈情報を追加すること。背景情報を補足してAIの理解を助ける。	もっとコンテキスト入れて、精度上げよう。
温度上げる/下げる	おんどあげる/さげる	生成の多様性を調整すること。Temperatureパラメータの調整。温度が高いと創造的に、低いと保守的になる。	創造的な回答にしたいから、温度上げてみよう。
学習させる	がくしゅうさせる	モデルにデータを与えて訓練すること。まるで子供を育てるような表現。	1週間学習させて、やっと精度が出た。
過学習する	かがくしゅうする	訓練データに適合しすぎて、汎化性能が落ちること。Overfitting。モデルが「暗記」してしまった状態。	Validation lossが上がってきた、過学習してる。
収束する	しゅうそくする	学習時にlossが安定してくること。良い兆候。「落ち着く」に近いニュアンス。	やっとlossが収束してきた。
発散する	はっさんする	学習時にlossが不安定になること。悪い兆候。学習率が高すぎる場合に起こりやすい。	学習率高すぎて発散した。
吐く	はく	データやログを出力すること。SEの「吐く」と同じ。内容は見てみるまでわからない。	モデルが変な予測を吐いてる。
喋る	しゃべる	API通信を行うこと。「このモデルはOpenAI APIを喋る」のような使い方。SEの「喋る」と同義。	GPT-4 APIを喋れるようにした。
回す	まわす	学習や推論を実行すること。SEの「回す」と同じ感覚。バッチ処理のイメージ。	とりあえず一晩回してみよう。
積む	つむ	GPUやデータを大量に用意すること。「積み上げる」イメージ。リソースの物量作戦。	GPU 8枚積んで、並列学習する。
焼く	やく	モデルを学習させること。「焼き込む」イメージ。SEの「焼く」（CD書き込み）とは異なる意味。	データセット焼いて、モデル作った。
抜く	ぬく	特定のデータやレイヤーを取り出すこと。SEの「抜く」と同じ感覚。	中間層の特徴量を抜いてきて。
落とす	おとす	モデルやサーバーをダウンさせること。SEの「落とす」と同義。意図的な場合と事故の場合がある。	GPU使いすぎてサーバー落とした。
殺す	ころす	プロセスを強制終了すること。SEの「殺す」と同じ。学習が暴走したときに使う。	暴走してるプロセスを殺して。

複数の意味があるもの

同じ表現ではあるものの、文脈によって意味が変わるものもあります。
AI・機械学習の世界でも、SEと同様に多義語が存在します。

用語	読み	解説	用例
重い (1)	おもい	モデルのパラメータ数が多いこと。計算リソースを多く消費する。	このモデル、パラメータ数が多くて重い。
重い (2)	おもい	処理が遅いこと。レスポンスタイムが長い。SEの「重い」と同じ。	推論が重くて、リアルタイムでは使えない。
軽い (1)	かるい	モデルのパラメータ数が少ないこと。計算リソースをあまり消費しない。	エッジデバイス向けに軽いモデルにした。
軽い (2)	かるい	処理が速いこと。レスポンスタイムが短い。SEの「軽い」と同じ。	この前処理は軽いから問題ない。
学習する (1)	がくしゅうする	モデルがデータから知識を獲得すること。本来の機械学習の意味。	ニューラルネットワークがパターンを学習する。
学習する (2)	がくしゅうする	エンジニアが技術を習得すること。人間の学習。「勉強する」に近い。	最新の論文を読んで学習中。
飛ぶ (1)	とぶ	リクエストが送信されること。SEの「飛ぶ」と同じ。APIコールなど。	OpenAIにリクエストが飛んでる。
飛ぶ (2)	とぶ	データが消えること。メモリ上のデータが失われる。SEの「飛ぶ」と同義。	オンメモリで持ってたから、落ちたら飛んじゃった。
流す (1)	ながす	バッチ処理を実行すること。SEの「流す」と同じ。学習ジョブなど。	夜間に学習ジョブを流す。
流す (2)	ながす	データをパイプラインに入力すること。データフローのイメージ。	前処理済みのデータを流して、モデルに食わせる。
入れる (1)	いれる	データをモデルに入力すること。「食わせる」より丁寧な表現。	テストデータを入れて、精度を測る。
入れる (2)	いれる	ライブラリやモデルをインストールすること。SEの「入れる」と同じ。	PyTorchを入れて、環境構築した。

名詞

専門的な固有名詞が多いです。
しかしAI業界特有の、一般名詞が独特の切り口で使用される例もあります。

用語	読み	解説	用例
トークン	とーくん	AIが処理するテキストの最小単位。日本語だと1文字〜数文字程度。コスト計算の基本。	この文章、トークン数確認した？
コンテキスト窓	こんてくすとまど	モデルが一度に扱える情報量の上限。Context window。窓が小さいと長い文章を処理できない。	コンテキスト窓超えちゃった、分割しよう。
ハルシネーション	はるしねーしょん	AIが幻覚を見ているように事実と異なる内容を生成する現象。Hallucination。	ハルシネーションが出やすいから、事実確認が必要。
Few-shot/Zero-shot	ふゅーしょっと/ぜろしょっと	学習例の数による分類。例を0個与えるのがZero-shot、数個与えるのがFew-shot。	このタスクはFew-shotで対応できる。
エージェント	えーじぇんと	自律的に動作するAIシステム。指示を受けて自動的にタスクを実行する。	エージェントに任せて、レポート作成させよう。
RAG	らぐ	Retrieval-Augmented Generation。検索拡張生成。外部データを検索して回答精度を上げる技術。	RAG使えば、最新情報も反映できる。
LoRA	ろーら	Low-Rank Adaptation。効率的なファインチューニング手法。メモリ効率が良い。	LoRA使って、軽くファインチューニングする。
エポック	えぽっく	全訓練データを1回学習すること。Epoch。学習回数の単位。	100エポック回したけどまだ収束しない。
バッチ	ばっち	データを複数まとめて処理する単位。Batch。ミニバッチとも。	バッチサイズを増やして、学習を安定させた。
ロス	ろす	損失関数の値。Loss。学習の進捗を示す重要な指標。	ロスが下がらない、学習率を調整しよう。
重み	おもみ	ニューラルネットワークのパラメータ。Weight。学習によって更新される。	事前学習済みの重みをロードする。
勾配	こうばい	パラメータの更新方向を示すベクトル。Gradient。逆伝播で計算される。	勾配が消失してる、活性化関数を変えよう。
推論エンジン	すいろんえんじん	モデルを実行するためのランタイム環境。ONNX Runtimeなど。	推論エンジンで高速化した。
ベンチマーク	べんちまーく	モデル性能を測るための標準的なデータセット。GLUEなど。	GLUEベンチマークでスコアを測った。
リーダーボード	りーだーぼーど	Kaggleなどのコンペで順位を表示する掲示板。Leaderboard。	やっとリーダーボードで上位に入った。
アノテーション	あのてーしょん	データにラベルを付ける作業。Annotation。教師あり学習の基礎。	アノテーション作業が終わらない。
データセット	でーたせっと	学習や評価に使うデータの集合。Dataset。品質が成否を分ける。	ImageNetのデータセットをダウンロードした。
チェックポイント	ちぇっくぽいんと	学習途中のモデルを保存したもの。Checkpoint。学習再開や評価に使う。	チェックポイントから学習を再開する。
ハイパーパラメータ	はいぱーぱらめーた	学習率やバッチサイズなど、学習前に設定するパラメータ。Hyperparameter。	ハイパーパラメータをチューニングして精度向上。
特徴量	とくちょうりょう	モデルの入力として使う変数。Feature。データサイエンスの基本概念。	特徴量エンジニアリングで精度が上がった。

形容詞など

不思議の国の住民は意外と擬音語などの形容語も好みます。お茶目ですが、やはり意味が込められているので侮れません。

用語	読み	解説	用例
ぐるぐる	ぐるぐる	処理が進んでいるように見えるが、実際には進捗がない状態。SEの「ぐるぐる」と同じ。	学習がずっとぐるぐるしてるんだけど...
SOTA	そーた	State Of The Art。最高性能。論文で「我々の手法はSOTA」と主張する。	SOTA更新したって論文出てた。
賢い	かしこい	モデルの性能が高いこと。精度が良い、汎化性能が高いなど。	このモデル賢いね、複雑な質問にも答えられる。
バカ	ばか	モデルの性能が低いこと。精度が悪い、単純なミスをする。	このモデルバカすぎる、簡単な質問も間違える。
暴れる	あばれる	モデルやプロセスが予期しない動作をすること。制御不能な状態。	学習が暴れて、lossが発散した。
枯れる	かれる	技術やモデルが成熟し、安定すること。SEの「枯れる」と同義。バグが出尽くした状態。	TensorFlowはもう枯れてるから安心。
まるっと	まるっと	全体的に。丸ごと。SEの「まるっと」と同じ。	データをまるっと前処理した。
さくっと	さくっと	簡単に。手軽に。SEの「さくっと」と同じ。スキルレベルによって意味が異なる。	GPT-4でさくっとプロトタイプ作った。
ざっくり	ざっくり	大まかに。おおよそ。SEの「ざっくり」と同じ。	ざっくりどれくらい精度出そう？
よしなに	よしなに	いい感じに。適切に。SEの「よしなに」と同じ。信頼関係が前提。	ハイパーパラメータはよしなに調整して。
えいや	えいや	思い切ってやること。SEの「えいや」と同じ。8割方大丈夫という自信。	えいやで本番デプロイした。
ガバガバ	がばがば	セキュリティやバリデーションが甘いこと。SEの「ガバガバ」と同義。	このAPI、入力チェックがガバガバだよ。

まとめ

これらの言葉を理解することで、AI開発現場でのコミュニケーションがスムーズになるかも・・しれません。
まだまだ進化中の分野なので、新しい言葉もどんどん生まれてくるはずです。

「またハルシってるわ・・・俺が悪いんかな・・・」
そんな会話が聞こえてきたら、あなたもAIの世界のパスポートを取得しているも同然です。

もし「こんな用語も使うよ！」というものがあれば、ぜひコメントで教えてください！