「LLMと同じ意味なの?」
「試験でどこを押さえれば?」
「LLMと同じもの?」——ここが最初の分かれ道です。
Foundation Modelとは、大量データで土台を学び、様々なタスクに使える汎用AIモデルのことです。日本語では「基盤モデル」。答えを先に言うと、LLMとは同じではなく、この基盤モデルがLLMを含む関係にあります。LLMは、土台を言語に特化させた一種です。
この記事では、基盤モデルが何の「土台」なのかを押さえ、LLMとの包含関係を図で示し、2段階でどう作られるかをたどります。最後に種類を整理し、生成AIパスポートの領域1で問われる角度まで届けます。
1. Foundation Modelは「あとから枝分かれする土台」
基盤モデルの芯は、1つの大きな土台を先に作り、後から用途へ枝分かれさせる発想にあります。従来のAIは「翻訳専用」「画像分類専用」と、タスクごとに別々のモデルを作っていました。基盤モデルは、その順番をひっくり返します。
まず大量・多様なデータで汎用的な土台を1つ学び、そこから翻訳・要約・画像生成・音声認識といった個別タスクへ応用する。土台づくりに大きく投資し、あとは使い回す。あなたがタスクごとにゼロから作り直さずに済むので、開発の効率が大きく変わります。この「先に土台、あとで特化」が、基盤モデルの核となる発想です。
2. LLMとの関係は「包む・包まれる」
つまずきやすいLLMとの関係を、はっきりさせます。結論は、LLMは Foundation Model の一種。Foundation Modelが上位の大きな箱で、その中の「言語特化版」がLLMです。図にすると一目です。
関係を式で書くと「Foundation Model ⊃ LLM」。LLMはどれもFoundation Modelに含まれますが、Foundation ModelのほうはLLMだけに限りません。大量データで事前学習された汎用の土台であれば、画像生成や音声認識のモデルもFoundation Modelに入ります。あなたが「LLMは言語という一枝、基盤モデルは幹全体」と捉えると、上位・下位の関係が崩れません。LLMそのものをもう一歩詳しく知りたいなら、LLMとは で押さえられます。
3. 2段階で作られる — 土台づくりと特化
基盤モデルの作り方は、「事前学習」と「ファインチューニング」の2段階で見ると、一度で押さえられます。順に、時間の流れでたどります。
STEP 1：事前学習（土台づくり）。インターネット上のテキスト、論文、書籍、画像など、膨大で多様なデータをモデルに読み込ませます。言葉の使い方や画像の特徴といった「土台」を身につける工程で、巨大な計算資源と、数週間から数か月の時間がかかります。ここまでで作られたものが、基盤モデルの素体です。
STEP 2：ファインチューニング（個別タスクへ）。土台のできたモデルに、用途に応じた追加調整をかけます。個別タスク用のデータで追加学習し、中身を専門化する。あなたが同じ基盤モデルを土台に、カスタマーサポート向け・法律文書向け・医療向けといった専門モデルへ枝分かれさせられる点が、最大の強みです。追加学習の中身は ファインチューニングとは で立体的に理解できます。
4. 扱うデータで4種類に分かれる
基盤モデルの全体像は、扱うデータの種類で分けると掴めます。代表的な4つの軸を、1枚で並べます。
| 軸 | 主な用途 | 代表例 |
|---|---|---|
| テキスト系 | 会話・文章生成・要約 | GPT系（OpenAIなど） |
| 画像系 | 画像生成・画像認識 | Stable Diffusion系 |
| 音声系 | 音声認識・音声合成 | 音声特化モデル各種 |
| マルチモーダル系 | 言語＋画像＋音声を一緒に扱う | マルチモーダル対応モデル各種 |
テキスト系の代表が、ChatGPTでおなじみのGPT系。画像系ではStable Diffusion系が、テキストから画像を生成する用途で広く使われています。音声・マルチモーダル系は、固有名詞を覚えるより「言語以外も扱える広がり」を押さえておけば、試験で迷いません。あなたが「基盤モデル＝言語だけ」という思い込みを外せると、種類の設問に強くなります。言語と画像を同時に扱う種類は LLM の発展形として語られる場面も増えています。
5. 生成AIパスポートで問われる角度
領域1では、基盤モデルは頻出語の親として問われます。あなたが押さえる角度は3つです。
- LLMとの関係：LLMは基盤モデルの一種（Foundation Model ⊃ LLM）
- 作られ方：事前学習で土台 → ファインチューニングで個別タスクへ
- 種類：テキスト・画像・音声・マルチモーダルの4軸
まとめれば、基盤モデルの正体はこうです。「先に汎用の土台、あとで用途へ特化する、上位の枠」。この芯を持てば、LLM・ファインチューニング・マルチモーダルといった周辺の頻出語が、基盤モデルという1本の幹からきれいに枝分かれして見えてきます。
次のステップ
基盤モデルが領域1のどこに出るかは、生成AIパスポートの試験範囲と勉強法ガイド で全体を俯瞰してから当たると、周辺概念とのつながりが見えます。
関係や作られ方が定着したかは、LLM・基盤技術の問題集 で設問に当たり、記憶の輪郭を確かめてみてください。