Excel（エクセル）は、PCで用いる代表的な表計算ソフトです。WindowsやmacOSで動作するほか、iOSやAndroidではモバイルアプリの定番に位置付けられます。*表計算ソフトでは、表を作成して合計を求めたり、グラフ化したりするなどに使用します。*この記事では、表の作成方法を基本から応用まで図解していきます。

**Excelで表を作成するには、セルと呼ばれる入力欄（マス目）を使って項目やデータを入力するなど基本的な操作だけで表を作成できます。**ここでは、基本編として一連の操作を学び、応用編としてテーブル機能を使って見栄えのする表を作成していきます。

### Excelで表を作成に必要な考え方

初めに、Excelで表を作成するために必要な考え方を学んでいきます。

表計算では、表を使って必要な項目を見やすく集計するために使用します。必要な項目とは集計の対象となる項目で、家計簿の場合は品目、職場の名簿であれば従業員番号などです。

集計するデータには、家計簿の場合は品目の金額、職場の場合は従業員の出勤記録や営業成績、支払い給与などがあります。そのデータの集計を日別や月別、年別などにまとめて小計や合計を求めていきます。

*表を作成するには、上記で示した集計の対象となる項目、集計のデータ、集計の単位を事前に決めておく必要があります。*

### Excelで表を作成する（基本編）

続いて、Excelで表を作成するために必要な基本手順と操作を学んでいきます。*表を作成するための考え方で学んだ、集計の対象となる項目、集計のデータ、集計の単位を整理すると、次のように表に割り当てることができます。*

ここでは家計簿とし、項目を購入した品目（①）、購入金額を月別に入力し（②）、全体の期間の合計を求めます（③）。

~~　【図】：表の作成の基本レイアウト~~

なお、月別ではなく日別に集計する場合は、日別入力に必要な365日分を列に入れると横長になって見にくくなります。この場合は、行と列を入れ替えて縦の行に日別データを入れ、品目を横の列に集計すると見やすくて良いでしょう。

表の作成の基本レイアウトが決まったら、購入金額を入力していきます。各セルに金額データを入力しますが、次のように入力範囲をマウスで指定しておくと便利です（①）。

~~　【図】：マウスでデータの入力範囲を指定する~~

この例では、「B2:G6」の範囲を指定しています。左上のB2セルだけが、白色になっていることに気が付きます。B2セルのデータを入力し、「Enter」を入力するとB3セルが白くなります。そこで入力を終えると次のセルが白くなります。

続けていくと、次の図のように指定した範囲を順にデータ入力していくことができ、キーボードのデータ入力だけで入力が可能となり、マウス操作やカーソル移動はする必要がありません。

~~　【図】：カーソル移動せずにセルの範囲を順にデータ入力する~~

データ入力が終了したら、SUM関数を使って合計を自動計算します。H列を合計値の入力欄とします。最初のデータH2セルに、「=SUM(B2:G2)」と入力していきます。入力中は、次のようにデータ範囲が示されるとともに、SUM関数の用法がポップアップ表示されます（①②）。

~~　【図】：SUM関数を使って合計を自動計算する~~

H2セルの入力が完了したら、セルの内容を6行目までドラッグアンドドロップし数式をコピーします。その結果、オートフィル機能によって各品目の合計値が集計されます（①）。

~~　【図】：オートフィル機能によって各品目の合計値を集計する~~

合計値が求められたので、表の体裁設定を行って見栄えを高めます。具体的には、該当範囲を右クリックし、右クリックメニューでセルの色の指定（①）、フォントの色の指定（②）、罫線の追加などを行います（③）。

~~　【図】：表の体裁設定を行って見栄えを高める~~

上記の他に、「セルの書式設定」から表示形式を変更するなど自由にカスタマイズできます。SUM関数は合計を求める基本関数ですので、ここで覚えておくと良いでしょう。

【参考】：[Microsoft サポート: SUM 関数](https://support.microsoft.com/ja-jp/office/sum-%E9%96%A2%E6%95%B0-043e1c7d-7726-4e80-8f32-07b23e057f89)

### Excelで表を作成する（応用編）

ここからは、応用編としてより見栄えのする表を作成していきます。*応用編と言ってもExcelが提供するテーブル機能を使用しますので、簡単に表を作成できます。*

テーブル機能を使用するには、最初にデータの範囲を指定します。ここでは、1行目の見出し行を範囲に入れておきます（①）。その後、メインタブの「挿入」から「テーブル」をクリックします（②③）。「テーブル」をクリックすると、「テーブルの作成」がポップアップ表示されます。

ここで、「先頭行をテーブルの見出しとして使用する」にチェックし（④）、「OK」をクリックします（⑤）。

~~　【図】：テーブル機能を使って表を作成する~~

「テーブルの作成」が終了すると、次のように色付けされた表がすぐに出来上がります。

~~　【図】テーブル機能を使った表が出来上がる：~~

この状態で、さらにカスタマイズを行います。セルが選択された状態では、メインタブに「テーブルデザイン」が表示され、その項目を必要に応じて選択します。

具体的には、「テーブルスタイルのオプション」に表示される「集計行」をチェックすると、表の下部7行目に集計行が表示されます（①）。同様に「最初の列」をチェックすると、先頭のA列が強調表示され（②）、「最後の列」をチェックすると、最終H列も強調表示されます（③）。

~~　【図】：作成したテーブルをカスタマイズする~~

このように、チェックボタンをチェックするだけで、表の見栄えを簡単にカスタマイズできます。

最後に、7行目の集計行を指定していきます。7行目の各セルは空欄の状態ですが、集計機能が登録されています。次のようにB7セルをクリックすると、登録されている集計機能が表示されます（①）。

ここでは合計をクリックしますが、希望に合わせて選択が可能です。H7セルは、あらかじめ合計の集計が設定されていますので、集計の要望がなければ指定は不要です（②）。

~~　【図】：集計行の集計機能を選択する~~

この操作をB7〜G7セルまで行いますが、同一の集計方法であればB7をコピーするだけで完成します。合計の集計のほか、平均なども良く用いますので、必要とする集計方法を選択します。この集計は内部でSUBTOTAL関数を用いています。

SUBTOTAL関数は、一覧表やフィルター抽出データいずれも集計が可能で、上級者も覚えておくべき関数です。

フィルター抽出を行うには、フィルターボタンで選択します。すでに1行目にフィルターボタンがついていることに気づいているかもしれません。

例えば、品目で「牛乳」と「コーヒー」のみを集計したい場合は、A1セルのフィルターボタンで品目を指定するだけで、7行目の集計行に小計を表示することができ、とても便利です。

~~　【図】：テーブル機能を使った表が完成する~~

このように、簡単な手順でテーブル機能を使った表が完成します。この表をゼロから作成し、SUBTOTAL関数やフィルターボタンの追加などすると、それなりの工数がかかりますので、テーブル機能を使うと集計作業の生産性向上が期待できます。

作成したテーブルのカラーデザインが気に入らない場合は、メインタブの「テーブルデザイン」「テーブルスタイル」で「クイックスタイル」からデザインテンプレートを指定することもできます。

~~　【図】：「クイックスタイル」からデザインテンプレートを指定する~~

初期設定では、水色のデザインテンプレートが指定されています（②）。「淡色」「中間」「濃色」に分類されたデザインテンプレートから選んだり、「新しいテーブルスタイル」で書式を設定したりすることができます。

【参考】：[Microsoft サポート: テーブルを作成する](https://support.microsoft.com/ja-jp/office/%E8%A1%A8%E3%82%92%E4%BD%9C%E6%88%90%E3%81%97-%E6%9B%B8%E5%BC%8F%E8%A8%AD%E5%AE%9A%E3%81%99%E3%82%8B-e81aa349-b006-4f8a-9806-5af9df0ac664)
【参考】：[Microsoft サポート: Excel のテーブルの概要](https://support.microsoft.com/ja-jp/office/excel-%E3%81%AE%E3%83%86%E3%83%BC%E3%83%96%E3%83%AB%E3%81%AE%E6%A6%82%E8%A6%81-7ab0bb7d-3a9e-4b56-a3c9-6c94334e492c)
【参考】：[Microsoft サポート: SUBTOTAL 関数](https://support.microsoft.com/ja-jp/office/subtotal-%E9%96%A2%E6%95%B0-7b027003-f060-4ade-9040-e478765b9939)

## Excelの表の作り方は簡単で高度な集計機能が実装できる

今回はExcelの表の作成方法を、基本から応用まで図解してきました。操作はシンプルで、簡単に、見やすい表が作れます。表計算ではデータを時系列に蓄積し、集計表示させるのに役立ちます。**見やすい表が完成したら、テンプレート化しておくと再利用性が高まり、おすすめです。**

<center>*＼転職するか迷っていてもOK！／* [*マイナビエージェントに無料登録して* *転職サポートを受ける*](https://mynavi-agent.jp/entry/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv17)</center>

その他、Excelに関連する内容は、下記の記事でもご紹介しています。ぜひ参考にご覧ください

[Excelで日付から曜日を算出するには？基本からカスタマイズまで](https://and-engineer.com/articles/ZyMN5REAAB0ATDnd)

[Excelのセル内改行方法を解説！実務で使える活用テクニック](https://and-engineer.com/articles/ZyLjSxEAACEAS_2s)

[Excelの文字を縦書きにするには？基本操作と表示の調整を図解](https://and-engineer.com/articles/ZyMOsxEAACEATDsG)

[Excelで重複データを削除するには？確認と削除の仕方を図解](https://and-engineer.com/articles/ZyMOxBEAACAATDsg)

[Excelで掛け算をマスターしよう！初心者向けにやさしく解説](https://and-engineer.com/articles/ZyMO5xEAAB8ATDtE)

[エクセルで色付きセルをSUMIF関数で合計するには？方法を解説](https://and-engineer.com/articles/ZxHIpxIAACMAPkf9)

[Excelを読み取り専用にするには？解除できない場合の対処も解説](https://and-engineer.com/articles/ZxDdoRIAACIAPOt5)

[Excelで複数条件の合計！SUMIFS関数OR条件をやさしく解説](https://and-engineer.com/articles/Zw9MgxEAACIAavny)

[Excelのマクロとは？初心者向けに概要からできること・作り方を解説](https://and-engineer.com/articles/ZtlqaxAAAB4ACJMI)

[ChatGPTをエクセルで活用？おすすめのアドインソフトを紹介](https://and-engineer.com/articles/ZnO3XxAAAB0A4HjZ)

[VLOOKUPでテーブルを活用！Excel作業を効率化する方法を紹介](https://and-engineer.com/articles/ZtlstBAAAB8ACKAK)

[【excelでpythonが使える】Python in Excelの使い方や活用例を解説！](https://and-engineer.com/articles/ZQKkxRQAALFi2F8r)

[PDFファイルを簡単にExcelに変換する方法と注意点などを解説](https://and-engineer.com/articles/ZywILREAACEAWVqP)

Excelなどの表計算ソフトでは、セルと呼ばれる入力欄（マス目）を使って項目やデータを入力するなど基本的な操作だけで表を作成することができます。ここでは、基本編として一連の操作を学び、応用編としてテーブル機能を使って見栄えのする表の作成方法を図解していきます。

表を作成するには、集計の対象となる項目、集計のデータ、集計の単位を事前に決めておきます

表の作成では項目と単位を行と列に配置し、データを入力していきます

テーブル機能は自動的にデザインを設定し、集計機能を割り当てるため便利です

Excelの表の作り方！基本から応用まで表の作成方法を図解

## AIはどうやって勉強すれば良い？

AIへの注目は近年ますます高まっており、社会人の中にもこれからAIを学んで自らのキャリアに活かそうとする方が増えています。

しかし、AI関連のスキルの勉強方法が分からない、という方は多いと予想されます。*なぜならAIが注目され始めたのは最近のことなので、まだ勉強方法が広まっていないためです。*

例えばAIを理解するのに何を勉強すれば良いのか、プログラミング言語は何を選択すれば良いか、などご存知ない方は多いのではないでしょうか。

今さら聞けない人工知能（AI）の基礎知識｜AI開発の基本を解説！

## AIの勉強はまず機械学習アルゴリズムから

一口にAIと言っても、自然言語処理・音声認識・画像認識など幅広いですが、どの分野に参入する場合においても、まずは機械学習アルゴリズムを覚えるところから始めることをおすすめします。

**機械学習とはコンピュータに大量のデータを学習させる手法のことです。**最近話題の将棋AIやチャットボット、生成系AIなどにも、機械学習の技術が導入されています。

機械学習を行うアルゴリズムにはいくつかの種類があります。これらのアルゴリズムを自分で実装してみて、AI開発の楽しさを実感できるようになるところから始めることをおすすめします。

自然言語処理とは？注目される理由やできることをわかりやすく解説

エンジニアなら知っておくべき！機械学習とディープラーニングの違いとは？

<center>[エンジニア転職を成功させるため ぜひ*『マイナビIT エージェント』*をご活用ください！](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)</center>

## AIに関する基礎知識をおさらい

具体的な勉強方法に入る前に、AIに関する基礎知識について解説します。そもそもAIとは何かや、AIが注目されている理由、AIエンジニアの年収についてまとめました。

AIとは「Artificial Intelligence」の略で日本語で人工知能を表します。*人工知能とは、人間のような振る舞いをするコンピュータ、あるいはそのようなコンピュータを開発する研究分野を指します。*

AIと機械学習はよく混同されますが、機械学習はAIに内包される技術の1つです。また、ディープラーニング（深層学習）とは、機械学習の中でも多数のニューラルネットワークを用いるものを指します。

ニューラルネットワークとは？仕組みや関連用語をわかりやすく解説

**昨今AIが注目されてきた理由は、技術の進歩によってAIが活躍できる環境が整ってきたためです。**

コンピュータは年々性能が向上しており、大規模なデータも処理できるようになりました。加えて、SNSやスマホの普及によってネット上に情報が多くなったため、機械学習を行うための大量のデータを取得しやすくなりました。

### AIエンジニアの年収について

マイナビにおいてAIエンジニアの平均年収データがまだないため、代わりにAIエンジニアと親和性の高いデータベースエンジニアの平均年収を紹介します。

データベースエンジニアの年収は「マイナビエージェント 職種図鑑」での平均年収は424万円（※2024年9月執筆時点）、経済産業省2017年発表の「IT関連産業の給与等に関する実態調査結果」から近い職種のIT技術スペシャリスト（特定技術(DB・NW・セキュリティ等））を参考にすると、平均年収758万円と分かりました。

国税庁2020年発表の「民間給与実態統計調査」における民間企業平均年収は433万円なので、データベースエンジニアは一般平均年収よりも下回ることもあれば、大幅に上回ることもあり、バラつきがあることが分かります。

しかし、AIは成長分野であり、AIエンジニアを好待遇で採用する企業も多いので、データベースエンジニアと比べても給与条件が良い可能性は高いです。また、*今後AI導入がより広まっていけば、AIエンジニアの需要が伸び、平均年収もさらに高まっていくことが予想されます。*

【参考】：[マイナビエージェント 職種図鑑](https://mynavi-agent.jp/it/jobindex/08.html?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)
※【平均年収 調査対象者】2020年1月～2020年12月末までの間にマイナビエージェントサービスにご登録頂いた方
【参考】：[IT関連産業における給与水準の実態① ~ 職種別（P7）](https://warp.da.ndl.go.jp/info:ndljp/pid/11623215/www.meti.go.jp/press/2017/08/20170821001/20170821001-1.pdf)
【参考】：[民間給与実態統計調査-国税庁](https://www.nta.go.jp/publication/statistics/kokuzeicho/minkan2020/pdf/002.pdf)

AIエンジニアの将来性が高い理由とは？仕事内容や転職のコツも解説

## AI勉強・習得のロードマップ

続いて、AI勉強・習得のロードマップについて解説します。機械学習アルゴリズムを覚えるところから始めることはすでに述べましたが、そのためにAI初心者がどのような手順で勉強をすれば良いのか、各手順のポイントは何か、などについてまとめました。

まず、AIで何がしたいのかを決める必要があります。何がしたいかを決めずに漠然と勉強していると、モチベーションが高まらず途中で挫折してしまう可能性があります。**AI関連の本を読み、具体的に何ができるのか知ることから始めましょう。**

【2023年版】AI（人工知能）の学習におすすめの本10選！習得のメリットも解説

*PythonはAI開発で使われる言語の中でも特におすすめです。*なぜなら、Pythonは汎用性が高くWebアプリ開発などにも使えるうえに、文法も比較的シンプルで初心者でも理解しやすいからです。学習サイトや参考書などでPythonの文法基礎を学ぶと良いでしょう。

Pythonと機械学習を学んでAI時代に対応できるエンジニアに

**PythonでAI開発を行うには、AIライブラリの使い方を学ぶ必要があります。**AIライブラリには次のようなものがあります。

- NumPy：複雑な数値計算を行う
- pandas：データ分析を行う
- scikit-learn：機械学習アルゴリズムを実装する

【参考】：[NumPy](https://numpy.org/)
【参考】：[pandas](https://pandas.pydata.org/)
【参考】：[scikit-learn](https://scikit-learn.org/stable/)

NumPyとは？効率的なPythonのデータ分析手法を解説！

Pythonと平行して数学の基礎知識も学ぶと良いでしょう。数学ができなくても、簡単なAIなら開発ならAIライブラリを使って開発できますが、高度なモデルを実装したい場合には数学知識が必要になります。*ひとまず高校レベルでも良いので、微分積分や線形代数といった数学を学びましょう。*

AIを勉強するのに数学は必要？どこまでの範囲が必要か解説

### 機械学習アルゴリズムを実装する

PythonのAIライブラリを駆使して、k近傍法や重回帰分析などの代表的な機械学習アルゴリズムの実装を行ってみましょう。実際に手を動かして実装した方が、記憶に残りやすいですし、AI開発の楽しさも実感しやすいです。

**実装しながら、それぞれのアルゴリズムの特徴や使う場面などについて学んでいくと良いでしょう。**

Pythonのよく使うライブラリ一覧！一段上の開発を目指そう

独学でAIを勉強する方法としては学習サイトや参考書の活用が挙げられますが、特に参考書は専門性の高い知識を体系的に身に付けるのにおすすめです。学習サイトを利用する場合にも、ぜひ書籍も併用して知識を深めましょう。ここではおすすめの書籍を3つ紹介します。

### AIビジネスチャンス　技術動向と事例に学ぶ新たな価値を生成する攻めの戦略（できるビジネス）

AIについて学ぶ際に、まず大切となるのがAIが社会の中でどのように活用されているかを知ることです。本書は、そのような動向を把握するのに役立つ1冊です。描いているキャリアプランに関わらず、本格的な勉強を始める前に読んでおくことでAI分野の概観が掴めるでしょう。

*機械学習や大規模言語モデル、文章や画像の生成といったAIを支える技術の基本知識と、AIをビジネスに活用するためのノウハウ、活用事例、今後の展望などビジネス視点での内容が豊富な図解と共に解説されています。*

▪著者：荻野調/小泉信也/久保田隆至/大塚貴行　著、デロイト トーマツ コンサルティング合同会社　監修
▪ページ数：256ページ
▪出版社：インプレスブックス
▪発売日：2024/07/18
【参考】：[AIビジネスチャンス　技術動向と事例に学ぶ新たな価値を生成する攻めの戦略（できるビジネス）](https://book.impress.co.jp/books/1123101128)

### 人工知能入門 －初歩からGPT/画像生成AIまで－

本書は、*RNN、CNN、attention、Transformer、GAN、GPTといったAI関連の技術について初心者向けにやさしく解説している入門書です。*特にデータサイエンスの分野を目指す方にはおすすめです。

日常生活でもなじみのある応用例を交えて、実用的な知識と技能が身に付くように記述されているので、全く知識のない人が読んでも理解しやすいです。また、実際にPythonを使ったデータ分析や画像生成AIの実装を行うこともできます。

▪著者：豊田秀樹
▪ページ数：328ページ
▪出版社：東京図書
▪発売日：2023/12/09
【参考】：[人工知能入門 －初歩からGPT/画像生成AIまで－](http://www.tokyo-tosho.co.jp/books/978-4-489-02416-0/)

### 実務で役立つPython機械学習入門 課題解決のためのデータ分析の基礎

こちらは、実際に手を動かしながらより実践的な学習ができる1冊です。*現実的な場面を想定した「課題」に対し、機械学習で解決する方法を解説するという構成で、どのように機械学習アルゴリズムを選定し、プロジェクトを進めていくかを学ぶことができます。*

機械学習アルゴリズムを身近なビジネス課題の実例を通じて学べるので、理解もしやすく、実際の業務やプロジェクトに役立つノウハウを体系的に身に付けることができます。

▪著者：池田 雄太郎/田尻 俊宗/新保 雄大
▪ページ数：304ページ
▪出版社：翔泳社
▪発売日：2023/11/16
【参考】：[実務で役立つPython機械学習入門 課題解決のためのデータ分析の基礎](https://www.shoeisha.co.jp/book/detail/9784798163406)

## AIの知識・スキルを活かせるキャリアパス

これからAIについて勉強したいと考えている方は、AIに関する知識・スキルをどのようにキャリアに活かしていきたいと考えているでしょうか。AIの知識・スキルを活かせるキャリアパスは豊富にあります。ここでは、代表的な3つの職種を紹介します。

AIエンジニアの中でも、AIの開発に欠かせない機械学習を担うエンジニアのことを機械学習エンジニアと言います。機械学習エンジニアは、*システムやサービスに必要な機械学習のアルゴリズムを構築して、コンピュータにデータの学習方法を教えます。*

AIはさまざまな業界で使われるようになっており、それぞれの領域に合わせたAIモデルを作る必要があります。機械学習エンジニアはそのモデルを作成するエンジニアであり、AIを実用化させるために開発を行います。

機械学習エンジニアとは？AIエンジニアとの違いや年収、言語を紹介

<center>[ 機械学習/AI/データ基盤エンジニアの求人一覧を見る　＞ ](https://mynavi-agent.jp/jobsearch/job3_0109002/result.php?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv18)</center>

データサイエンティストも、AIエンジニアの一種です。*大量のデータを分析し、ビジネス課題の解決に役立つ情報を導き出します。*データの分析にはAIの技術を用いることが多くなっており、その活用の仕方を考案するのがデータサイエンティストの重要な役割の1つです。

技術の進歩により近年では高度で複雑なデータ分析が可能になっていますが、有意義な分析を行うためにはデータサイエンティストの持つ統計学的な知識やプログラミングスキル、コンサルティングスキルが欠かせません。

データサイエンティストの年収はいくら？必要なスキルや資格も紹介

<center>[ データサイエンティスト・アナリストの求人一覧を見る　＞ ](https://mynavi-agent.jp/jobsearch/job3_0109001/result.php?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv18)</center>

AIプランナーとは、*企業の課題解決のためにAIを活用したプロジェクトを企画・実行する専門家です。*上記2つの技術職とはまた違った角度からAIに携わる職種で、経営者的な視点が強く求められます。

ビジネス課題をヒアリングし、解決方法を考え、AIエンジニアなどと連携を取りながらプロジェクトをマネジメントするというのがAIプランナーの大まかな仕事の流れで、多くの企業でAI活用が進む中、注目を集めている職種です。

## AIの知識・スキルを活かして転職するためのポイント

最後に、AIの知識・スキルを活かして転職するためのポイントを解説します。将来AI分野で活躍したい方は参考にしてください。

*AIのスキルがあることを分かりやすく証明するためにも、AI関連の資格を取得することをおすすめします。*資格があれば具体的にどのようなスキルがあるのか、採用担当者に理解されやすいです。

代表的なAI関連の資格には、「G検定」などがあります。G検定はディープラーニングに関する知識やスキルを問う試験で、合格することでAIやディープラーニングに関する幅広い知識・スキルを証明できます。

同じく日本ディープラーニング協会が主催するもので、エンジニア向けの「E資格」もあります。G検定に向けての平均勉強時間が40時間前後と言われている一方で、E資格は100～200時間程度と難易度は上がりますが、AIエンジニアを目指す方は勉強時間を確保して挑戦してみると良いでしょう。

【参考】：[G検定](https://www.jdla.org/certificate/general)
【参考】：[E資格](https://www.jdla.org/certificate/engineer/)

AI関連資格おすすめ8選！未経験からAIエンジニアになる上で取得したい資格

AIを勉強したいと思うものの、何から始めて良いのか分からない、という方も多いのではないでしょうか。本記事ではAIを独学で勉強するための方法について解説します。AIを理解するのに効果的なAI学習のロードマップや、おすすめの書籍などについてまとめました。

AIを勉強する際は、まず機械学習アルゴリズムを理解することが重要

Pythonや数学の知識を勉強することでA開発の基礎スキルを身につけることができる

AIの知識・スキルを活かせる企業に転職したいならエージェントを活用するのがおすすめ

AIの勉強は何から始める？独学で学ぶためのロードマップを解説！

生成AI（Generative AI）は、AI（人工知能）の中でも特に注目されている技術の1つです。深層学習や機械学習の手法により、テキストや画像、音楽やビデオなどのデジタルコンテンツを自動的に生成することができます。

生成AIは、あたかも人が作り出したかのような、創造的な成果物を生み出す能力を持っており、ビジネスからエンターテインメントまで幅広い分野で応用されています。

この記事では、*生成AIの基本的な仕組みや種類、代表的なサービスについて詳しく解説します。*

生成AI（ジェネレーティブAI）と従来のAI（識別系AI）の違いは、主にその目的と機能にあります。

簡単に述べると、**従来のAIは解析や判断といった、特定のタスクを実行するのに対し、生成AIは新たなものを創造することが主な役割です。**

*■ 生成AI*
生成AIは、新しいコンテンツを生成する能力を持つAIです。テキスト、画像、音楽など、様々な形式のデジタルコンテンツを生成します。生成AIは深層学習や機械学習の手法を用いて、データのパターンや関係性を学習し、新しいデータを生み出します。

*■ 従来のAI*
従来のAIは、主にデータの分析や分類、予測等を行う識別系AIです。既存のデータを基にして、パターン認識や意思決定のサポートなどを行います。例えば、画像認識AIが物体を特定し、音声認識AIは話者を識別します。

【参考】：[生成AIはじめの一歩～生成AIの入門的な使い方と注意点 | 総務省](https://www.soumu.go.jp/use_the_internet_wisely/special/generativeai/)

ここでは、生成AIの概要と題して、生成AIの仕組みと、生成AIがどのような分野で、どう活用されているのか等について紹介していきます。

生成AI（Generative AI）は、**深層学習（ディープラーニング）や機械学習の技術を駆使して、テキスト、画像、音楽、ビデオなどの新しいコンテンツを自動で生成する技術です。**この技術の基本的な仕組みは以下の通りです。

*■ プロンプトの解析*
生成AIは、まず与えられたプロンプト（指示）を解析します。プロンプトはユーザが生成AIに対して行う要求や質問のことです。これにより、生成AIは何を生成するべきかを理解します。

*■ データの学習*
次に、生成AIは入力されたデータを分析し、そのデータのパターンや特徴を学習します。これには大量のデータセットが使用され、AIはデータ内の関係性やパターンを見つけ出すことに重点を置きます。

*■ 生成プロセス*
学習したパターンや特徴に基づいて、生成AIは新しいデータを生成します。例えば、テキスト生成AIは、ユーザの質問に対する回答となるテキストを生成し、画像生成AIは新しい画像を作成します。音声や動画も同様です。

*■ 生成対向ネットワーク（GANs）*
GANsは、生成器と識別器という二つのニューラルネットワークから構成されます。生成器は新しいデータを生成し、識別器はそのデータが本物か偽物かを判定します。このプロセスを繰り返すことで、生成器は本物に近いデータを生成できるように学習します。

*■ 変分オートエンコーダー（VAEs）*
VAEsはデータを潜在空間にエンコードし、その空間から新しいデータをデコードすることで、元のデータに類似した新しいデータを生成します。特に画像生成において有効です。

生成AIはこれらの仕組みを駆使して、クリエイティブなコンテンツの生成やシミュレーション、データの補完など、様々な用途に利用されています。

AIを学習させる方法とは？機械学習やディープラーニングについて解説

プロンプトエンジニアリングとは？具体例や応用手法も徹底解説

生成AI（ジェネレーティブAI）は、多岐にわたる分野で活用されていますが、**その主な応用分野は以下の通りです。**他にも新たな分野が開拓され、ビジネス活用が急速に進んでいます。

*■ コンテンツ生成*
テキストや画像、音楽や動画などのクリエイティブなコンテンツの生成に広く利用されています。これにより、マーケティング資料、ブログ記事、ソーシャルメディア投稿などの自動作成が可能となります。

*■ 医療分野*
生成AIは、診断支援や治療計画の作成においても役立っています。例えば、医師が患者の症状やデータを基に最適な治療法を見つける手助けをします。

*■ ゲーム開発*
ゲーム内のシナリオやキャラクター、マップの自動生成に利用され、開発コストの削減とともに、多様なコンテンツを提供することができます。

*■ 教育分野*
カスタマイズされた学習教材の生成や、生徒の進捗に応じた個別指導の提供に生成AIが使われています。これにより、生徒たちの学習効果の向上が期待されています。

*■ 金融分野*
取引パターンの解析や予測、リスク管理のためのデータ生成に利用されています。これにより、投資判断の精度が向上し、リスクを最小限に抑えることができます。生成AIは、これらの分野以外にも多くの場面で革新をもたらし続けており、その応用範囲は今後も拡大することが予想されます。

生成AIには様々な種類があり、それぞれ異なる特徴と用途があります。以下に主要な生成AIの種類とその特徴を紹介します。

テキスト生成AIは、ユーザが入力したプロンプトに基づいて新しい文章を生成します。代表的なものとしては、OpenAIのChatGPTやGoogleのGemini、MicrosoftのCopilotなどが知られており、一部無料で利用可能なサービスもあります。

これらのAIは、**自然言語処理技術を駆使して、質問への回答や文章の要約、キャッチコピーの作成などを行えます。**

【参考】：[ChatGPT｜OpenAI](https://openai.com/)
【参考】：[Gemini｜Google](https://gemini.google.com/?hl=ja)
【参考】：[Microsoft Copilot | Microsoft AI](https://www.microsoft.com/ja-jp/microsoft-copilot)

ChatGPTとは？今話題のAIチャットボットの概要や仕組みを解説！

Geminiとは？何がすごいのか？始め方や拡張機能も解説

Microsoft Copilotとは？最新AIチャット機能を紹介

画像生成AIは、テキストの指示に基づいて新しい画像を生成します。代表的なサービスには、DALL·E 3やMidjourneyがあります。これらのAIは、ユーザが指定したテーマやスタイルに応じた画像を生成し、**デザインや広告制作などに活用されています。**

【参考】：[DALL·E 3｜OpenAI](https://openai.com/index/dall-e-3/)
【参考】：[Midjourney](https://www.midjourney.com/home)

音声生成AIは、テキストや音声データをもとに新しい音声を生成します。代表的なサービスには、MicrosoftのVALL-EやAmazonのPollyがあります。これらのAIは、**ナレーションの作成や音声アシスタントの開発に利用されています。**

【参考】：[VALL-E｜Microsoft](https://www.microsoft.com/en-us/research/project/vall-e-x/)
【参考】：[Amazon Polly | AWS](https://aws.amazon.com/jp/polly/)

動画生成AIは、テキストや画像データをもとに新しい動画を生成します。代表的なサービスには、Runway Gen-2やSynthesiaがあります。これらのAIは、**プロモーションビデオや教育コンテンツの制作に活用されています。**

【参考】：[AI Video Generator - Create AI Video in Minutes - Free Trial](https://www.synthesia.io/)

ここでは、各分野で代表的な生成AIサービスをいくつか紹介します。単独で利用されるサービスもありますが、*複数の生成AIサービスを組み合わせて、多機能な生成AIとして提供されるケースも少なくありません。*

ChatGPTは、OpenAIが開発したテキスト生成AIで、自然な対話が可能です。ブログ記事の作成や質問への回答、アイデアの提案など、多岐にわたる用途で利用されています。**ChatGPTはGPT3.5、GPT-4という大規模言語モデルを基盤としており、高い精度でテキストを生成します。**

【参考】：[ChatGPT｜OpenAI](https://openai.com/)

ChatGPTの始め方とは？有料サービスやスマホでの利用法も解説

OpenAIのGPT-4とは？ChatGPTの進化版について解説！

**DALL·E 3は、OpenAIが開発した画像生成AIです。**テキストの指示に基づいて高品質な画像を生成します。広告やデザイン、アートの分野で広く活用されており、ユーザのクリエイティブな要求に応えることができます。

【参考】：[DALL·E 3｜OpenAI](https://openai.com/index/dall-e-3/)

**VALL-Eは、Microsoftが開発した音声生成AIです。**特定の人物の声を模倣して新しい音声を生成します。ナレーションや音声アシスタントの開発に利用されており、自然な音声合成が可能です。

【参考】：[VALL-E｜Microsoft](https://www.microsoft.com/en-us/research/project/vall-e-x/)

**Runway Gen-2は、動画生成AIで、テキストや画像をもとに新しい動画を生成します。**プロモーションビデオや教育コンテンツの制作に活用されており、高品質な動画を短時間で生成することができます。

【参考】：[Gen-2 by Runway](https://research.runwayml.com/gen2)

生成AIは急速に進化しており、今後も様々な分野での活用が期待されています。しかし、多くのメリットがある反面、いくつかの問題点や課題、デメリットも存在します。

生成AIはまだ発展途上の技術であり、生成されたコンテンツの品質や精度には限界があります。特に、**テキスト生成AIでは誤情報や不適切な内容が生成されるリスクがあり、例えば、SNSでの偽情報拡散や不適切なコメントの生成が問題となっています。**

これを防ぐためには、結果を過信せずにファクトチェックを行うこと、AIの学習データの質を向上させることが重要です。

AIの記事（1ページ目）