基盤モデル（Foundation Model）

概要（定義と背景）

基盤モデル（Foundation Model）とは、インターネット上の膨大なテキストや画像、コードなどのデータを用いて、「次にどの言葉が来るか」といった自己教師あり学習によって訓練された、巨大な汎用AIモデルのことを指します。

代表的な例として、OpenAIのGPTシリーズ（GPT-4など）や、GoogleのGemini、AnthropicのClaudeなどが挙げられます。従来のAIモデルは「翻訳専用」「画像認識専用」のように特定のタスクごとにゼロから訓練されていましたが、基盤モデルは一つで何でもこなせる「知能の土台（Foundation）」として機能します。

技術的特徴

* **事前学習（Pre-training）と微調整（Fine-tuning）:** まず莫大な計算資源とデータで世界の知識や言語の構造を学習（事前学習）し、その後、特定の目的（チャット対話、医療診断、プログラミングなど）に合わせて微調整（ファインチューニング）を行います。

* **マルチモーダル:** 最新の基盤モデル（Geminiなど）は、テキストだけでなく、画像、音声、動画をネイティブに理解し、相互に変換・出力する能力を持っています。

* **創発的能力（Emergent Abilities）:** モデルの規模（パラメータ数や計算量）がある閾値を超えると、訓練時に明示的に学習させていない「推論」「翻訳」「要約」などの高度な能力が突如として発現するという特性があります。

業界への影響と次世代モデルの展望

基盤モデルの開発は、莫大な計算資源（GPUクラスター）とデータを要するため、一部の巨大テック企業（メガテック）による「AI軍拡競争」の様相を呈しています。

Googleの「Gemini 4」などの次世代モデルは、単なるパラメータの増大による性能向上だけでなく、「推論能力の深化」や「自律型エージェントの頭脳」としての機能に特化する方向へと進化しており、ソフトウェアやビジネスのエコシステム全体を根底から作り変える力を持っています。