サルでもわかるAI用語集 2026

LLM (Large Language Model)

訳： 大規模言語モデル
解説：
「めっちゃ本を読んだAI」。チャットボットの中身のこと。GPT-5もClaudeも、中身は全部これ。

Multimodal (マルチモーダル)

訳： 複数の・様式（モード）
解説：
「目と耳がついた」。テキストだけじゃなく、画像を見たり、音を聞いたりできること。2026年のAIはだいたいこれ。

MoE (Mixture of Experts)

訳： 専門家の混合
解説：
「分業制」。巨大な1人の天才がいるのではなく、特定の分野に詳しい専門家チーム（数学係、文学係、プログラミング係…）が脳内にいて、質問に合わせて担当者が出てくる仕組み。賢いのに安くて速いのはだいたいこれのおかげ。

Context Window (コンテキストウィンドウ)

訳： 文脈の窓
解説：
「短期記憶の容量」。一度の会話で覚えきれる文字数。これが広いと、分厚い本を一冊丸ごと渡して「要約して」と言える。

Token (トークン)

訳： しるし / 代用貨幣
解説：
「AIにとっての1文字」。日本語だとだいたい1文字＝1トークン〜2トークンくらい。AIの料金は「100万トークンでいくら」と決まるので、ようは「AI世界の通貨」みたいなもの。

Agent / Agentic (エージェント)

訳： 代理人 / 自律的な
解説：
「お使いができるAI」。これまでのAIは「質問に答えるだけ（口だけ）」だったけど、エージェントは「ブラウザを開いて、検索して、予約しておく」といった「行動」まで勝手にやってくれる。

CoT (Chain of Thought)

訳： 思考の連鎖
解説：
「途中式を書くこと」。いきなり答えを出さずに、「まずはAを考えて、次にBだから…」と順を追って考えさせるテクニック。これをやらせるとAIの偏差値が爆上がりする。

Hallucination (ハルシネーション)

訳： 幻覚
解説：
「知ったかぶり」。AIがもっともらしい嘘をつくこと。2026年になっても完全には治っていない持病。

GPU (Graphics Processing Unit)

訳： 画像処理装置
解説：
「AIのエンジン」。もともとはゲームの映像をきれいにするための部品だったが、偶然にもAIの計算が得意だったため、今では「AIを動かすための必須パーツ」になった。

TPU (Tensor Processing Unit)

訳： テンソル処理装置
解説：
「Google専用のエンジン」。Googleが「GPUじゃ物足りないから自分で作った」という、AI専用の怪物チップ。基本的にはGoogleのクラウドの中でしか使えない。

VRAM (Video RAM)

訳： ビデオメモリ
解説：
「グラボの作業机の広さ」。GPUの中に最初からついているメモリ。これが多ければ多いほど、賢くて巨大なAIを自分のPCで動かせる。ローカルAI勢にとっては命よりも大事な数字。

Nvidia (エヌビディア)

訳： エヌビディア（社名）
解説：
「AI界の王様」。GPUを作っている会社。今のAIブームはこの会社のおかげであり、世界中のAI企業がここのチップを奪い合っている。株価がすごいことになっている。

Local (ローカル / ローカル環境)

訳： 自分の場所
解説：
「自分のPC」。ネットの向こう（クラウド）にあるAIを使うのではなく、自分の家にある強いPC（GPU搭載機）でAIを動かすこと。制限がなく自由だが、電気代がかかる。

Git (ギット)

訳： バカ（スラング）※ツール名の由来
解説：
「ゲームのセーブポイント」。プログラムの変更履歴を保存するツール。「失敗したから昨日セーブしたところまで戻そう」が簡単にできるタイムマシン。

Node (ノード)

訳： 結び目
解説：
「機能のブロック」。ComfyUIやDifyなどで、四角い箱（ノード）を線でつないで処理を作る時の、その「箱」のこと。「読み込み係」「変換係」「保存係」などのノードをつなぎ合わせる。

CLI (Command Line Interface)

訳： コマンドライン・インターフェース
解説：
「ハッカーの黒い画面」。マウスを使わず、キーボードだけで命令する画面のこと。怖いけど、AI開発やローカルモデルを動かすときは避けて通れない道。

IDE (Integrated Development Environment)

訳： 統合開発環境
解説：
「最強のメモ帳」。プログラミングをするための専用ソフト。2026年現在はCursorやVS Codeが主流で、AIが横にいてコードを勝手に書いてくれる。

Fine-tuning (ファインチューニング)

イメージ： 「家庭教師をつけて再教育」
モデル自体の性格や知識を改造する手法。精度は高いが、コストも膨大。
コスト： 高い

RAG (ラグ / 検索拡張生成)

イメージ： 「カンニングペーパーを渡す」
教科書（社内資料など）を見ながら答えさせる手法。モデル自体は弄らないので安上がり。
コスト： 安い

Chunk (チャンク)

イメージ： 「ひとくちサイズ」
RAGで本を読ませる時、AIが食べやすい大きさに文章を切り刻むこと。これをうまくやらないとAIが消化不良を起こす。
コスト： 細かい

Prompt Engineering (プロンプトエンジニアリング)

イメージ： 「指示の出し方を工夫する」
言い方を変えてうまく動かす。コツさえ掴めば誰でもできる。
コスト： タダ

AI用語は難しそうに見えますが、本質はシンプルです。特に「RAG（カンニング）」と「Agent（お使い）」は2026年のトレンドど真ん中なので、覚えておくと役立ちます。