AI・テクノロジー

敵対的サンプルとは何かを、同じ変更量でも判定が変わる2次元の数値例で解説。普通のノイズやデータ汚染との違い、FGSMと敵対的学習の考え方、防御の限界、評価結果の条件と分母の読み方を整理します。

データドリフトとは何かを、製品の割合と予測誤差が変わる数値例で解説。概念ドリフトとの違い、KS検定・PSIの注意点、正解が遅れる場合の監視、検知後に再学習を判断する手順を整理します。

差分プライバシーとは何かを、40人と41人の人数集計で解説。εとノイズ量、プライバシー予算、中央型と局所型、匿名化・連合学習との違い、AI学習で使うDP-SGDと保護単位の注意点を整理します。

知識蒸留の仕組みを、教師・生徒モデルの配置と3クラスの確率計算で図解。ソフトターゲット、温度、量子化・プルーニングとの違いを整理し、精度・推論速度・学習費用の評価方法まで解説します。

連合学習（Federated Learning）の意味と仕組みを、3拠点の架空例で図解。中央集約型との違い、FedAvgの加重平均、水平・垂直の分類、プライバシー・通信・データの偏りを整理し、導入前の評価方法まで解説します。

説明可能AI（XAI）の意味と、SHAP・LIMEの違いを解説。需要予測の架空例で、個別の予測と全体の傾向、基準値・寄与の読み方を図解し、予測精度や因果関係と混同しないための確認点を整理します。

AIガードレールの意味と仕組みを、架空の問い合わせ対応で解説。入力・出力の検査と操作権限の違い、許可・マスク・拒否・引き継ぎの判断、誤検知率と見逃し率の計算方法を図解します。

ハルシネーションの意味と原因を、架空のアンケートで解説。数字の誤りと根拠不足の違い、出典・条件を照合する5つの手順、指示やRAGによる対策と限界を図解します。

コンテキストエンジニアリングの意味を、プロンプト・RAG・メモリとの比較と架空のイベント案内で解説。AIに渡す資料の選別、旧版と未決事項の扱い、要約で残す情報、回答を確認する方法を図解します。

プロンプトインジェクションの意味と仕組みを、直接型・間接型の比較と架空文書の例で図解。AIが読める情報・実行できる操作による影響、入力検査・権限制限・実行前確認の役割と限界を整理します。