EnzaiのAIガバナンス製品のフルスイートを探求し、企業がAIを自信を持って管理、監視、拡張するのを支援します。構造化されたインテークや中央集約されたAIインベントリから、自動評価やリアルタイムの監督まで、Enzaiは日常のAIワークフローにガバナンスを直接組み込むための基盤を提供します—イノベーションを遅らせることなく。
すべて
ホワイトペーパー
AI 規制
ポッドキャスト
製品の更新情報
報道
用語集
私たちのポッドキャストに参加するか、コンテンツの共同作成にご協力ください
お問い合わせいただければ、共に創り上げることができる製品をご提案いたします。
エー
AIの責任
AIシステムの開発者および運用者は、そのシステムが責任を持って設計および使用され、倫理的基準と法的要件を遵守することを保証する義務があります。
AI整合
AIシステムの目的と行動を人間の価値観や意図に合わせるプロセス。
AI監査
AIシステムの倫理基準、規制、および性能指標への適合性を評価するための体系的な評価。
AIバイアス
偏見のあるトレーニングデータや欠陥のあるアルゴリズムに起因するAI出力における系統的誤差は、不公平な結果をもたらす可能性があります。
AIコンプライアンス
AIシステムがそのライフサイクル全体を通じて適用される法律、規制、および倫理指針を遵守すること。
AI倫理
AI技術の開発と導入に関連する倫理的影響と責任に関する分野です。
AIの説明可能性
AIシステムの内部メカニズムが人間によってどの程度理解され解釈されるか。
AIガバナンス
AIシステムの倫理的かつ効果的な開発と利用を支援するポリシー、プロセス、制御の枠組み。
AI在庫管理
組織全体で使用されている全てのAIシステム、モデル、エージェントの包括的かつ集中管理されたカタログであり、そのビジネス目的、リスクレベル、所有権を追跡します。
AIリテラシー
AIの概念、能力、限界を理解し、AI技術との適切な交流を可能にします。
AI監視
AIシステムのパフォーマンスを継続的に観察および分析し、信頼性、安全性、コンプライアンスを確保します。
AIリスク
AIシステムが引き起こす可能性のある損害や意図しない結果には、倫理的、法的、運用上のリスクが含まれます。
AIリスク管理
AIシステムに関連するリスクの特定、評価、軽減のプロセス。
AI TRiSM（AI トリズム）
Gartnerによって作られた頭字語であるAI Trust、Risk、Security Management（AI信頼性、リスク、およびセキュリティ管理）を指します。ガバナンス、信頼性、およびセキュリティを単一の運用戦略に統合するフレームワークです。
AIの透明性
AIシステムはその運用、意思決定、データの使用に関して開かれており、明確であるべきという原則。
正確性
AIシステムの出力が実世界のデータや意図された結果を正確に反映する程度。
敵対的攻撃
不正な出力を引き起こすために、誤解を招く入力を導入してAIモデルを操作する技術です。
エージェンティックAI
複雑な目標を自律的に追求し、ソフトウェアの展開や金融取引などの多段階のアクションを最小限の人間の介入で実行するように設計された人工知能システムのクラスです。
エージェンティックAIガバナンス
自律型AIシステムのガバナンスに関する説明です。これらのシステムは、予測AI（インサイトを提供するもの）や生成AI（コンテンツを作成するもの）とは異なり、独立した行動（例：取引、コードの展開）を実行する能力を有しています。
アルゴリズム
AIシステムが独自に学習するのを助けるための一連の規則または指示。
アルゴリズムの偏り
アルゴリズムが機械学習プロセスの誤った仮定により系統的に偏った結果を生成する際に発生するバイアス。
アルゴリズムによるガバナンス
アルゴリズムを活用して社会的機能を管理および規制することは、意思決定プロセスに影響を与える可能性があります。
汎用人工知能
人間の知能に類似した一般的な方法で理解し、学習し、知識を適用する能力を持つAIの一種です。
人工知能
機械による人間の知能プロセスのシミュレーション、特にコンピューターシステムによるものであり、学習、推論、自己修正を含みます。
Agent Fabric
An integrated runtime substrate that hosts, orchestrates, and governs multiple AI agents alongside the models, tools, and data they depend on.
Agent Mesh
A networked topology in which AI agents discover, communicate with, and delegate work to one another through a shared infrastructure layer.
AI Assistant
A conversational AI system designed to help users complete tasks through natural language interaction, typically powered by a large language model.
AI Bill of Materials (AIBOM)
A structured inventory listing the components that make up an AI system, including foundation models, training datasets, libraries, and dependencies - the AI equivalent of a Software Bill of Materials (SBOM).
AI Footprint
The total set of AI systems, models, agents, and embedded AI features in use across an organization at any given time, including sanctioned and shadow systems.
AI Sprawl
The uncontrolled expansion of AI systems across an organization, typically driven by easy access to AI tools and a lack of effective intake and inventory processes.
Article 25 (EU AI Act)
The EU AI Act provision creating a direct obligation chain between providers and deployers of high-risk AI systems, including responsibility transfer when systems are substantially modified.
Article 50 (EU AI Act)
The EU AI Act provision setting transparency obligations for AI systems that interact with people, generate synthetic content, or produce deepfakes.
Acceptable Use Policy (AUP)
A set of rules applied by an organization that outlines the permitted and prohibited ways employees may interact with company-provided AI tools.
Accredited Certification
A certificate issued by a certification body that has been formally recognized by a national accreditation body (like ANAB or UKAS) as competent to audit against a specific standard.
Action Preview
A governance requirement where an AI agent must display exactly what an irreversible operation will do before a human provides final approval.
Action Whitelisting
A security and governance control that specifies the only permitted tools, APIs, and actions an AI agent is allowed to execute.
Agent Goal Hijack (ASI01)
A vulnerability where an attacker manipulates an agent's objectives or decision pathways to redirect its autonomous behavior toward unintended outcomes.
Agentic Policy Engine
A runtime software component that intercepts agent actions and evaluates them against a set of deterministic governance rules before execution.
AI Governance for Financial Services
The specialized application of AI risk management frameworks to meet the rigorous prudential and conduct requirements of the banking and insurance sectors.
AI Governance Software
Specialized enterprise tools used to automate the inventory, risk assessment, and regulatory compliance of artificial intelligence systems.
EU AI Liability Directive
A proposed EU directive aimed at simplifying the process for claimants to seek damages caused by AI systems by introducing a rebuttable presumption of causality.
Artificial Intelligence Management System (AIMS)
A set of interrelated or interacting elements of an organization to establish policies, objectives, and processes for the responsible development or use of AI.
AI System Impact Assessment
A formal process to evaluate the potential consequences of an AI system's deployment on individuals, groups, and society at large.
Artificial Intelligence and Data Act (AIDA)
Canada's federal regulatory framework (part of Bill C-27) aimed at ensuring high-impact AI systems are developed and used safely and without bias.
Amnesty Program
A time-limited governance initiative where employees are invited to disclose unsanctioned AI tool usage without fear of disciplinary action.
Annex I Products
A list of products already regulated by EU health and safety law (e.g., machinery, medical devices) where AI integrated under the EU AI Act is automatically classified as high-risk.
Annex III Categories
A specific list of high-risk AI application areas defined by the EU AI Act that trigger mandatory compliance obligations.
API Traffic Analysis
The technical process of monitoring and inspecting network calls made to external AI service providers.
Article 6(3) Exception
A self-determination mechanism under the EU AI Act allowing providers to classify an Annex III AI system as not high-risk if it poses no significant harm.
Australia Safe & Responsible AI Policy
The Australian federal policy governing the use of AI within the public service and government agencies.
Automated AI Governance
The use of software and API integrations to perform continuous, real-time compliance checks and risk monitoring without manual intervention.
B
誤差逆伝播法
ニューラルネットワークで使用される訓練アルゴリズムで、出力層から誤差を逆伝播させて重みを調整し、損失を最小限に抑えます。
バッチ学習
モデルが逐次学習ではなく、データセット全体を一度に学習する機械学習のアプローチです。
ベンチマーキング
AIシステムのパフォーマンスを標準的な指標や他のシステムと比較して、その効果を評価するプロセスです。
バイアス
偏見のあるトレーニングデータや欠陥のあるアルゴリズムに起因するAI出力における系統的誤差は、不公平な結果をもたらす可能性があります。
バイアス増幅
AIシステムが、訓練データに存在する既存のバイアスを悪化させ、ますます偏った結果を招く現象。
バイアス監査
AIシステムにおけるバイアスを検出し、緩和するための評価プロセスを策定し、公平性および倫理基準への準拠を保証します。
バイアス検出
AIモデルの出力や意思決定プロセスを分析することによって、偏見を特定するプロセス。
バイアス軽減
AI開発において、モデルやデータセット内のバイアスを削減または排除するために適用される技術。
ブラックボックスモデル
意思決定のプロセスが不透明または解釈できないため、どのように意思決定が行われるかを理解するのが難しいAIシステムです。
ボット
エンタープライズソフトウェア製品向けのマーケティングサイトにふさわしい形式で翻訳します。自動化されたタスクを実行するソフトウェアアプリケーションで、顧客サービスやデータ収集などのタスクにAIでよく使用されます。
Brussels Effect
The phenomenon whereby EU regulation becomes the global default through market access requirements, even for organizations headquartered outside the EU.
Brazil AI Bill (PL 2338/2023)
Brazil's primary legislative effort to establish a national framework for AI rights and governance.
C言語
因果推論
AIと統計学の分野で用いられる手法であり、因果関係を特定し、介入や変数の変更が影響を及ぼすことを理解するのに役立ちます。
チャットボット
AIを搭載したソフトウェアアプリケーションは、人間の会話を模擬するように設計されており、主に顧客サービスや情報収集のために使用されます。
分類
機械学習における教師あり学習技法で、モデルがトレーニングデータに基づいて新しい観測のカテゴリまたはクラスラベルを予測します。
認知バイアス
訓練データ内に存在する場合、AIの意思決定に影響を与える可能性がある、通常や合理性からの一貫した逸脱のパターン。
コグニティブ・コンピューティング
人間の思考プロセスをコンピュータモデルで模倣し、複雑な問題を人の手を借りずに解決することを目指すAIのサブセット。
認知負荷
AIにおけるシステム設計では、ユーザーを圧倒しないようにするために、作業記憶で使用される精神的な努力の総量が考慮されます。
コンプライアンスフレームワーク
組織が規制および倫理基準を満たすAIシステムを確実にするために従うガイドラインとベストプラクティスの体系的なセット。
コンプライアンスリスク
法律、規制、または定められた慣行に従わない場合に企業が直面する法的あるいは規制上の制裁、財務上の損失、または評判の損害の可能性。
コンピュータービジョン
AIの一分野として、コンピュータに画像やビデオなどの視覚情報を解釈し処理する能力を訓練する技術です。
コンセプトドリフト
モデルが予測しようとしている対象変数の統計特性の時間経過に伴う変化は、モデルの劣化を引き起こします。
信頼区間
サンプル統計から導き出された一連の値で、未知の母集団パラメーターの値を含む可能性が高く、AIにおいて不確実性を表現するために使用されます。
適合性評価
AIシステムが指定された要件、基準、または規制を満たしているかどうかを判断するプロセスであり、多くの場合、テストおよび認証が含まれます。
継続的学習
AIシステムは、新しいデータ入力から人間の介入なしに継続的に学習し、適応し、時間とともに改善する能力を持っています。
制御性
人間がAIシステムの決定や行動を指示、影響を与える、または無効化することができる程度。
交差検証
統計解析の結果が独立したデータセットにどのように一般化されるかを評価するためのモデル検証手法。
サイバーセキュリティ
システム、ネットワーク、およびプログラムをデジタル攻撃から守る実践は、脅威に対してAIシステムを保護する上で重要です。
COREPER Mandate
The negotiating authority granted by EU member state ambassadors (Committee of Permanent Representatives) to the rotating Council Presidency for trilogue negotiations on EU legislation.
California AB 1008
An amendment to the CCPA clarifying that personal information includes data generated or output by AI systems.
California AB 3030
A California law requiring transparency when Generative AI is used to communicate with patients in a healthcare setting.
California ADMT Regulations
Rules under the California Consumer Privacy Act (CCPA) governing Automated Decision-Making Technology (ADMT).
California FEHA AI Regulations
State regulations under the Fair Employment and Housing Act (FEHA) targeting AI-driven discrimination in the workplace.
California AI Transparency Act (SB 942)
Legislation requiring large providers of generative AI systems to provide detection tools and embed latent and manifest disclosures in AI-generated content.
Cascading Failure (ASI08)
A failure mode where an error or malicious input in one AI agent's reasoning triggers a chain reaction of failures across multiple connected agents or systems.
CE Marking
A mandatory certification mark that indicates an AI system's conformity with health, safety, and environmental protection standards for products sold within the EEA.
Change Notification Window
A contractual period during which a vendor must inform a customer of material updates to an AI model before those updates are deployed in production.
China Interim GenAI Measures
Regulatory requirements for generative AI services provided to the Chinese public.
Council of Europe AI Convention
The first legally binding international treaty on AI, focusing on the protection of human rights, democracy, and the rule of law.
Colorado AI Act (SB24-205)
The first broad U.S. state law requiring developers and deployers of high-risk AI systems to implement duty of care standards and conduct annual impact assessments.
Internal Control (Conformity Assessment)
A process under the EU AI Act where a provider self-verifies that their high-risk AI system meets all regulatory requirements without requiring a third-party audit.
Cryptographic Agent Identity
A verifiable digital credential (often a Decentralized Identifier or DID) that uniquely identifies an AI agent and its authority level.
データ
データドリフト
時間の経過に伴うモデル入力データの変化は、監視・対応しなければ、モデルの性能低下を引き起こす可能性があります。
データ倫理
個人を特定可能な情報を収集、保護、使用する際の倫理的義務に関して、データの取り扱いを評価する倫理学の一分野です。
データガバナンス
企業におけるデータの可用性、使用性、整合性、およびセキュリティの全体的な管理は、データのライフサイクル全体を通して適切に取り扱われることを保証します。
データライフサイクル管理
データフローのライフサイクル全体にわたるポリシーに基づく管理: 作成および初期保存から、陳腐化し削除されるまでの一連の流れを包括的に管理します。
データ最小化
特定の目的に必要なデータのみを収集するという原則は、誤用や漏洩のリスクを軽減します。
データプライバシー
情報技術の側面で、どのデータが共有され、誰と共有されるかを制御する能力を扱い、個人データが適切に取り扱われることを保証します。
データ保護
重要な情報を保護し、破損、漏洩、損失を防止するとともに、データ保護法規制への準拠を確実にするプロセスです。
データ品質
AIモデルの効果的なパフォーマンスに不可欠であるデータの状態は、正確性、完全性、信頼性、関連性といった要因に基づいています。
データレジデンシー
組織のデータの物理的または地理的な場所は、データ保護法の遵守に影響を及ぼす可能性があります。
データ主権
データは、それが収集、保存、または処理される国家の法律およびガバナンス構造に従うという概念です。
データ主体
個人データが収集、保持、または処理される個人は、特にGDPRのようなデータ保護法の文脈で重要です。
識別情報の削除
データセットから個人識別子を削除または隠蔽し、個人の特定を困難にするプロセスであり、プライバシー保護に利用されます。
ディープラーニング
複数層のニューラルネットワークを伴う機械学習の一部であり、データの複雑なパターンをモデル化することを可能にします。
ディープフェイク
既存の画像やビデオ内の人物が、ディープラーニング技術を使用して作成された他の人物の肖像に置き換えられる合成メディア。
差分プライバシー
データセット内のグループのパターンを記述しつつ、個人に関する情報を秘匿したまま、データセットについての情報を公に共有するシステムです。
差別
AIにおいて、データやアルゴリズムの偏見に基づく個人またはグループに対する不公平な扱いを指し、それが不平等な結果を招くことを意味します。
分散型学習
トレーニングデータが複数のデバイスまたは場所に分散され、生のデータを共有することなく、協力してモデルをトレーニングする機械学習アプローチです。
ドメイン適応
機械学習の技術の一つであり、ある領域で訓練されたモデルが異なるが関連する領域で機能するように適応されることを指します。
動的リスク評価
AIシステムにおける新たな脅威に対して、タイムリーな対応を可能にする、リスクの継続的なリアルタイムでの識別および評価のプロセス。
Data Ingestion Risk
The danger that sensitive or proprietary information will be permanently absorbed into an AI model's training set during a user's interaction.
Data Provenance
A documented record of the origin, ownership, and lifecycle of a dataset used to train or fine-tune an AI model.
EU Digital Omnibus on AI
A 2025/2026 legislative package designed to streamline and harmonize technical standards, conformity assessments, and enforcement timelines across the EU AI Act and related digital safety laws.
Dual-Use Foundation Model
An AI model that is trained on a vast amount of data and has high-level performance that could be used for both civilian and harmful or military purposes.
E
エッジAI
データ生成の源であるエッジデバイスにAIアルゴリズムを展開し、データ処理と意思決定を可能にします。
エッジアナリティクス
データ生成のソースに近いネットワークのエッジでのデータ分析により、待ち時間と帯域幅の使用を削減します。
アンサンブル学習
複数のモデルを訓練して組み合わせることで同じ問題を解決し、全体的なパフォーマンスを向上させる機械学習のパラダイム。
エンティティ解決
異なるデータセット間で同じ実世界のエンティティを参照するレコードを識別し、リンクするプロセスです。
Enzai
企業向けAIガバナンスプラットフォームは、組織がAIシステムをインベントリし、評価し、管理することを可能にし、AIの採用を最大化しながらAIリスクを最小限に抑えることを保証します。
倫理的なAI
倫理原則と価値観に沿って設計、開発、展開されるAIシステムの慣行は、公平性、説明責任、透明性を確保します。
倫理的AI監査
AIシステムが倫理基準を順守し、害を及ぼさないことを保証するために、体系的に評価するプロセス。
倫理的AI認定
AIシステムが確立された倫理基準とガイドラインに従っていることを正式に認定すること。
倫理的なAIガバナンス
AIシステムが適切かつ倫理的に開発・使用されることを保証するためのポリシー、手順、実践のフレームワーク。
倫理的枠組み
AI システムの倫理的な開発と展開を導くために設計された原則とガイドラインの体系的なセット。
倫理的ハッキング
AIシステムの堅牢性を確保するために、意図的にシステムの脆弱性を探し出し、セキュリティ問題を特定して修正する取り組みです。
倫理的影響評価
AIシステムの導入前に、その倫理的影響および潜在的な社会的影響を特定し、対処するための体系的な評価プロセス。
倫理的リスク
AIシステムが偏見、差別、プライバシー侵害などの非倫理的な行動により、害を及ぼす可能性があるというリスク。
信頼できるAIのための倫理ガイドライン
欧州委員会のAIハイレベル専門家グループによって開発された一連の指針であり、人間の主体性、技術的堅牢性、プライバシー、透明性、多様性、社会的幸福、説明責任に重点を置き、信頼できるAIを促進することを目的としています。
説明可能性技術
AIモデルによって行われた意思決定を解釈し理解するための手法には、LIMEやSHAP、サリエンシーマップなどがあります。
説明可能性と解釈可能性
両者ともAIの意思決定を理解しやすくすることを目指していますが、説明可能性は意思決定の理由に焦点を当てており、解釈可能性はモデルの内部メカニズムの透明性に関わっています。
説明可能なAI（XAI）
AIシステムは、その決定と行動について人間が理解できる説明を提供するように設計されており、透明性と信頼性を高めます。
説明可能な機械学習
予測や意思決定に対して明確で理解しやすい説明を提供するように設計された機械学習モデル。
EU AI Office
The European Commission body established to oversee implementation and enforcement of the EU AI Act, particularly for general-purpose AI models with systemic risk.
EU Digital Omnibus
The European Union's broader 2025-2026 legislative simplification package addressing multiple digital regulations including the AI Act, GDPR provisions, the Cyber Resilience Act, and Data Act amendments.
Embedded AI
AI capabilities or features that are integrated directly into third-party software-as-a-service (SaaS) platforms or enterprise tools.
Escalation Logic
A set of predefined rules and triggers that force an AI agent to stop autonomous operation and hand control back to a human operator.
ESMA AI/ML Governance Expectations
Regulatory guidelines from the European Securities and Markets Authority regarding the use of AI and Machine Learning in financial markets.
EU AI Act
The world's first comprehensive horizontal legal framework for AI, establishing a risk-based classification system for systems deployed or used within the European Union.
EU AI Act Risk Classification
The mandatory process of assigning one of four risk levels (Unacceptable, High, Limited, Minimal) to an AI system under the EU AI Act.
Excessive Agency
A vulnerability where an AI system is granted too much autonomy, too many tools, or over-privileged access relative to its intended function.
Executive Order 14110
The Biden administration directive (signed October 2023, rescinded January 2025) that established U.S. national standards for AI safety, security, and privacy and created the U.S. AI Safety Institute at NIST.
EU AI Act High-Risk Categories
The two classifications of high-risk AI systems under the EU AI Act: standalone systems listed in Annex III (covering biometrics, critical infrastructure, employment, education, law enforcement, and other named uses), and AI embedded in regulated products listed in Annex I (covering medical devices, vehicles, machinery, and other regulated product categories).
エフ
公平性
AIシステムがさまざまな個人やグループに対して偏りのない公平な結果を生成し、差別的な影響を軽減することを保証します。
公平性指標
AIモデルの予測がグループ間でどれほど公正であるかを評価するために使用される定量的指標（例：人口統計の平等性、平等化されたオッズ）。
偽陰性
AIモデルが実際には正であるインスタンスに対して誤って負のクラスを予測する場合（タイプIIエラー）。
誤検出
AIモデルが実際にはネガティブなインスタンスに対して誤ってポジティブクラスを予測する場合（第一種過誤）。
フォルトトレランス
AIシステムがいくつかのコンポーネントで故障やエラーが発生した場合でも、正しく動作し続ける能力。
特徴工学
機械学習モデルの性能を向上させる特徴量として、生のデータセット属性を作成、選択、または変換すること。
機能抽出
生データ（例: テキストや画像）を、機械学習アルゴリズムへの入力に適した数値表現（特徴量）にマッピングするプロセス。
機能選択
モデルトレーニングのために最も関連性の高い特徴を特定して選択し、複雑さを軽減し精度を向上させます。
フェデレーテッドラーニング
モデルが生データを中央で共有することなく、複数のデバイスやサーバーにあるローカルデータでトレーニングされる分散型機械学習アプローチ。
フィードバックループ
AIの出力を再び入力として取り込むことで、モデルの挙動が増幅されるプロセスです。これは、良い方向では（強化学習）、悪い方向では（バイアスの強化）として作用する可能性があります。
微調整
あらかじめ学習済みのAIモデルを特定のタスクやデータセットに適応させ、新しいデータを用いて学習を続けることで、しばしばタスク特有のパフォーマンスを向上させます。
形式的検証
AIアルゴリズムが指定された正確性の特性を遵守していることを数学的に証明することは、安全性が非常に重要なシステムでよく使用されます。
フレームワーク
AIシステムのガバナンス、開発、展開、監視を導くためのポリシー、プロセス、ツールの構造化セットです。
不正検出
AI技術（例：異常検知、パターン認識）を利用して、金融や保険などでの不正行為を特定し防止することができます。
機能安全
AIシステムがあらゆる状況下で安全に運用されることを保証することは、特に自動車産業や医療分野においては、冗長性やチェックを通じて重要です。
ファジー論理
二値の真偽（真／偽）ではなく、近似的な値に基づく推論を扱う論理システムであり、制御システムや不確実性への対応に有用です。
Federated AI Governance
A governance model where central policy and oversight are paired with distributed decision-making by business units or regional offices, balancing consistency with operational flexibility.
FS AI RMF (Financial Services AI Risk Management Framework)
The US Treasury's specialized AI risk management framework for financial services firms, published February 2026, adapting the NIST AI RMF for sector-specific obligations.
Fundamental Rights Impact Assessment (FRIA)
A mandatory evaluation under the EU AI Act for certain deployers to determine how the use of a high-risk AI system might impact civil liberties and human rights.
ジー
一般データ保護規則 (GDPR)
EUの一般データ保護規則は、個人データの収集、処理、個人の権利に関する厳格な要件を確立しています。
GPU（グラフィックスプロセッサ）
大規模なAIモデルを効率的にトレーニングおよび実行するために広く使用されている、並列計算専用のハードウェアアクセラレータです。
ギャップ分析
現在のAIガバナンスの実践を望ましい基準や規制と比較して、改善が必要な領域を特定するプロセスです。
一般化
AIモデルがトレーニング例を記憶するのではなく、基盤となるパターンを捉えることによって、新しい未見のデータで高い性能を発揮できる能力。
生成的AI
新しいコンテンツ（テキスト、画像、その他のメディア）を生成するAI技術（例：GAN、トランスフォーマー）であり、しばしば新たなガバナンスおよび知的財産（IP）に関する懸念を引き起こします。
グローバルモデル
複数の情報源から収集されたデータで訓練された統合AIモデルは、ローカライズされたモデルやパーソナライズされたモデルとは異なります。
ガバナンス
AIシステムの倫理的、合法的、かつ効果的な開発および展開を導く一連の方針、手続き、役割、責任。
ガバナンス機関
組織内でAIガバナンス方針とその実行を監督することを任務とする法務、倫理、技術などのクロス機能グループ。
ガバナンスフレームワーク
AIガバナンスの構成要素（リスク管理、アカウンタビリティ、監督）がどのように組み合わされて、コンプライアンスと倫理的な利用を確保するかを説明するための構造化されたモデルです。
ガバナンス成熟度モデル
組織のAIガバナンス実践の進化度を評価するための段階的枠組みであり、臨時的なものから最適化されたものまでを対象としています。
ガバナンスポリシー
企業内のAI開発および監督に関する規則、役割、手続きを成文化した正式な文書です。
ガバナンススコアカード
AIガバナンスの有効性を時間の経過とともに測定するために、重要な指標（例:偏りのある事件やコンプライアンス監査）を追跡するダッシュボードまたは報告書。
勾配降下法
損失関数を最小限に減少させる方向にモデルパラメータを反復的に調整する最適化アルゴリズム。
詳細な同意
データの使用ごとに個別に許可を与えたり拒否したりできるデータプライバシーアプローチであり、透明性とコントロールを強化します。
グリーンAI
エネルギー効率の高いアルゴリズムや持続可能なコンピューティングの実践を通じて、AIの環境への影響を削減する取り組み。
グレイボックスモデル
内部ロジックが部分的に透明であるモデル（いくつかのコンポーネントは解釈可能であり、他は不透明である）は、性能と説明可能性のバランスを取ります。
グラウンドトゥルース
AIモデルのパフォーマンスを訓練および評価するための基準として使用される、正確な現実世界のデータまたはラベルです。
ガードレール
AIシステムに組み込まれた定義済みの制約やチェック（技術的およびポリシー）は、実行時における安全でないまたはコンプライアンスに違反する行動を防ぐためのものです。
ガイドライン（倫理的AI）
責任あるAI開発と展開を形成するために発行される、IEEEやEUなどの組織による、拘束力のない推奨またはベストプラクティスの文書です。
Goal Drift
A phenomenon where an AI agent's internal sub-goals or reasoning pathways gradually move away from the original human-provided objective.
GPAI Code of Practice
The detailed regulatory instrument outlining specific transparency, safety testing, and risk mitigation obligations for providers of General-Purpose AI (GPAI) models under the EU AI Act.
GPAI Model
A general-purpose artificial intelligence model capable of performing a wide range of distinct tasks and integrating into various applications.
エイチ
幻覚
生成AIがトレーニングデータに基づかないにもかかわらず、もっともらしく見える誤った情報や捏造された情報を生成する場合。
欠損データの処理
データセットの欠損を解決し、モデルの整合性と公平性を維持するための手法（例：補完、削除、モデリング）。
ハードウェアアクセラレーター
AIの計算を高速化するために設計された専門チップ（例：GPU、TPU）は、エネルギー使用とサプライチェーンに関するリスクに影響を与えます。
リスク評価
AIシステムがもたらす可能性のある負の影響（物理的、心理的、社会的）を評価し、緩和策を策定します。
調和化
AIのポリシー、標準、および規制を各管轄区で整合させ、競合を減らし、相互運用性を実現します。
ハッシュ化
データを固定サイズの文字列に変換するプロセスで、データの整合性チェックやプライバシーを保護しながらの記録のリンクに使用されます。
異種データ
異なる種類のデータ（テキスト、画像、センサー）や複数のドメインからのデータを組み合わせることは、統合およびガバナンスの課題を引き起こします。
ヒューリスティック
AIプロセスを迅速化するために使用される経験則または簡略化された意思決定戦略であり、しばしば最適性を効率性に交換します。
ヒューリスティック評価
AIシステムを既存のユーザビリティ原則に基づいて専門家が評価し、潜在的な問題を特定するためのユーザビリティ評価手法です。
ハイステークスAI
重大な被害を引き起こす可能性があるAIアプリケーション（例えば、医療診断や自律走行車）には、厳格なガバナンスと監視が必要です。
人間による監督
指定された個人がAIシステムの意思決定を監視し、介入し、または上書きして倫理的および法的な遵守を保証するためのメカニズム。
人権影響評価
AIシステムが基本的人権（プライバシー、表現の自由、差別の禁止）にどのように影響するかを評価し、緩和策を特定するためのプロセスです。
人間を介したプロセス
AIプロセス（トレーニング、検証、意思決定のレビュー）に人間の判断を組み込むことで、正確性と説明責任を向上させます。
ハイブリッドモデル
複数の学習パラダイム（例: シンボリックとニューラル）を組み合わせて、説明性とパフォーマンスのバランスを取るAIシステム。
ハイパーパラメーター
モデルの学習前に設定され、学習の挙動や性能に影響を与える設定変数（例: 学習率、木の深さ）。
ハイパーパラメータチューニング
モデルのパフォーマンスを最大化するために、グリッド検索やベイズ最適化などを通じて最適なハイパーパラメータ値を検索するプロセス。
Harmonized Structure
A standardized template for all ISO management system standards, formerly known as Annex SL, ensuring consistency in terminology and clause numbering.
High-Risk AI System
AI applications that have a significant potential to harm the health, safety, or fundamental rights of individuals, triggering the most stringent compliance requirements under the EU AI Act.
私
ISO/IEC JTC 1/SC 42
人工知能標準化に関する国際標準化機構 (ISO) と国際電気標準会議 (IEC) の合同委員会は、ガバナンス、リスク、および相互運用性のための国際的なAI標準を開発しています。
不均衡データ
あるクラスまたはカテゴリが他のクラスやカテゴリに比べて著しく数が多いデータセットは、適切な対策を講じない限り、AIモデルが多数派のクラスに偏る原因となる可能性があります。
不変の台帳
改ざんが検知可能な記録保持メカニズム（例：ブロックチェーン）により、データは一度書き込まれると、検知されることなく変更することはできません。これは、AIの監査証跡に有用です。
影響評価
AIシステムの導入前に、潜在的な倫理的、法的、社会的影響を特定、分析、および緩和するための体系的な評価。
潜在的なバイアス
トレーニングデータやモデル設計に組み込まれた無意識または意図しないバイアスが、差別的な結果を招く可能性があります。
インセンティブの整合
AIシステムの目標が人間の価値観と組織の優先事項に一致し続けるように、報酬構造と目的を設計すること。
帰納バイアス
学習アルゴリズムが観察されたデータから未知のインスタンスへ一般化する際に使用する仮定のセット。
推論
訓練されたAIモデルが新しいデータ入力を処理し、予測や決定を下すプロセスです。
推論エンジン
AIシステムのコンポーネント（特にルールベースまたはエキスパートシステムにおいて）は、知識ベースを入力データに適用して結論を導き出す機能を持っています。
情報ガバナンス
組織のデータ資産全体にわたり、データの品質、プライバシー、利用可能性を確保するための方針、手順、および管理、これにはAIのトレーニングデータセットも含まれます。
情報プライバシー
個人がAIシステムによって収集、使用、保存、共有される個人データを管理する権利。
コードとしてのインフラストラクチャ (Infrastructure as Code, IaC)
機械可読の構成ファイルを通じてAIインフラストラクチャ（計算、ストレージ、ネットワーキング）を管理およびプロビジョニングすることで、再現性と監査性を向上させます。
相互運用性
多様なAIシステムやコンポーネントが、オープンスタンダードやAPIを通じて、情報を円滑に交換し、理解し、利用する能力。
解釈可能性
AIモデルの内部メカニズムまたは意思決定の合理性を人間が理解できる程度。
侵入検知
AIインフラとアプリケーションの悪意ある活動やポリシー違反を監視し、アラートや自動応答をトリガーします。
Inherited Data Risk
The regulatory and ethical liability an organization assumes when using an AI system trained on data they did not collect or vet themselves.
Intake Workflow
The standardized process and series of checks that a new AI system must pass through before being built or procured.
Intent Validation
The process of verifying that an AI agent's planned sub-actions remain consistent with the original human-provided objective.
ISO/IEC 42001
The international standard specifying requirements for establishing, implementing, maintaining, and continually improving an Artificial Intelligence Management System (AIMS).
ISO/IEC 42005
The international standard providing guidance on performing AI system impact assessments.
Implementing Acts
Secondary EU legislation adopted by the European Commission to set uniform conditions for implementing primary legislation, with binding legal effect across all Member States.
J
ヤコビアン行列
AIの説明可能性において、モデルの出力に対する入力の全一次偏導関数の行列は、感度と特徴の重要性を評価するために使用されます。
脱獄攻撃
ユーザーが脆弱性を利用して生成AIモデルの保護手段を回避し、不安全または不正な出力を引き起こす可能性があるプロンプトインジェクションの一形態です。
連帯責任
複数の関係者（例えば、開発者やデプロイ者）がAI関連の損害に対して責任を共有する法的原則であり、契約およびガバナンス構造に影響を与えます。
共同モデリング
複数のタスク（例えば、音声認識と翻訳）を共同で学習するAIシステムを構築し、その複雑さと監査可能性についてのガバナンスが必要です。
判断バイアス
認知バイアスや不完全なデータによって引き起こされる人間またはAIの意思決定プロセスにおける体系的なエラーには、偏見監査と緩和が必要です。
司法審査
AIによって行われたり補助されたりする決定の合法性を評価する法的プロセスであり、アカウンタビリティと適正手続きの確保を目的としています。
管轄区域
地理によって異なるデータ、AI操作、および責任に関する法的権限は、地域規制（例：GDPR、CCPA）へのコンプライアンスに影響を与えます。
陪審オートメーション
AIを使用して陪審員の選定やケース分析を支援することは、公平性、透明性、法的監視に関する倫理的懸念を引き起こしています。
ジャスティス・メトリクス
AI意思決定における公正性と差別禁止を評価するために使用される定量的な指標（例：異なる影響、機会の均等など）。
Japan Act on Promotion of AI
A Japanese law (enacted 2025) establishing basic principles for AI promotion and risk mitigation.
K
重要業績評価指標
AI ガバナンスとコンプライアンスの目標を監視し報告するために使用される定量的な指標（例えば、モデルの精度の変化、バイアスの修正時間）です。
主要リスク指標
AIのリスクが顕在化する前に、それらの発生を示す先行指標（例：スコープ外予測の頻度、説明不能な意思決定の割合）。
顧客の身元確認 (KYC)
AIシステムと関わる個人または組織の身元、リスクプロファイル、および正当性を確認するためのコンプライアンスプロセス、特に規制された業界において重要です。
知識蒸留
より大きな“教師”モデルからより小さな“生徒”モデルに洞察を転送する方法であり、パフォーマンスをリソースやガバナンスの制約とバランスさせます。
ナレッジグラフ
エンティティとその関係の構造化された表現を使用して、AIの説明性、監査可能性、およびドメインオントロジーとの整合性を向上させます。
ナレッジ管理
組織の知識（例：モデル文書、監査ログ）を取得、整理、共有するための実践とツール。これにより、再現性と監督が確保されます。
L
ラベル漏れ
出力情報が訓練データラベルに不注意に含まれることで、パフォーマンス指標が水増しされ、モデルの真の一般化問題が隠されてしまうことがあります。
大規模言語モデル
膨大なテキストコーパスで訓練されたディープラーニングモデルは、テキスト生成、翻訳、要約などのタスクを実行できますが、バイアスや誤用に対するガバナンスが求められることがよくあります。
最小特権
AIコンポーネントとユーザーに必要最小限のアクセス権のみを付与することで、機能を果たすために必要なリスクを低減するセキュリティ原則です。
法令遵守
AIシステムがその全ライフサイクルにわたって適用される法律、規制、および業界標準に従っていることを確保する実践。
責任の枠組み
AIに関連する損害や失敗に対する責任を明確にするための体系的なアプローチであり、開発者、導入者、およびオペレーターが含まれます。
ライフサイクル管理
AIシステムの開発、展開、監視、保守、および廃止のための統合されたプロセスは、継続的なコンプライアンスとリスク管理を確保するために設計されています。
ライブネス検知
入力（バイオメトリクスなど）が偽造やリプレイではなく、生きた主体から来ていることを確認するために使用される技術であり、それによりシステムのセキュリティと整合性を向上させます。
ローカライゼーション
AIシステムを各地域の言語、規制、文化的規範、データの居住要件に適合させること。
ログ管理
AIワークフローからのシステムおよびアプリケーションログの収集、保存、分析により、監査、インシデント対応、モデルパフォーマンスの追跡を支援します。
損失関数
予測された出力と真の値との違いを定量化し、モデルのトレーニングと最適化を導く数学的関数です。
Least Agency
A security and governance principle stating that AI agents should only be granted the minimum level of autonomy and tool-access necessary to complete a specific task.
M
意義のある人間の制御
人間がAIの意思決定プロセスを監督し、介入し、上書きする能力を保持することを保証する規制および運用の基準です。
メタデータ管理
トレーサビリティと監査をサポートするために、記述データ（例: データの起源、機能の定義、モデルのパラメータ）を記録し維持する実践。
指標とKPI
AIシステムの健全性、リスク、コンプライアンスの目標を監視するために使用される定量的指標（例：精度の変動、公平性スコア、インシデント対応時間）。
緩和策
特定されたAIリスクとコンプライアンスのギャップに対応するための計画的な行動（例：バイアス是正、再訓練、機能再工学）。
モデルの説明可能性
AIモデルの意思決定ロジックをステークホルダーや監査人に理解可能にする技術とドキュメント。
モデルガバナンス
AIモデルが組織の基準および規制要件に準拠して開発、承認、および使用されることを保証するためのポリシー、役割、および制御。
モデル監視
AIモデルのパフォーマンス、データのドリフト、運用指標を継続的に監視し、劣化や新たなリスクを検出します。
モデル再訓練
データ分布の進化に伴い、性能とコンプライアンスを維持するために、新しいデータや更新されたデータでAIモデルを更新するプロセス。
モデルリスク管理
AI/MLモデルのライフサイクル全体を通じて発生するリスクを特定し、評価し、軽減するための構造化されたプロセス。
モデル検証
AIモデルが本来の目的と性能基準を満たしていることを確認する評価活動（例：保持データに対するテストやストレスシナリオ）。
マルチステークホルダーエンゲージメント
AIガバナンスプロセスにおいて多様なグループ（法務、倫理、運用、エンドユーザーなど）を関与させ、リスクのバランスを取った監視を行い、ビジネス目標と一致させるための体制を整えます。
Market Surveillance Authority
The national regulatory body in each EU member state responsible for monitoring AI systems to ensure they comply with the EU AI Act.
MAS FEAT Principles
The Monetary Authority of Singapore's principles for Fairness, Ethics, Accountability, and Transparency (FEAT) in the use of AI in finance.
Mexico Federal Law on AI and Algorithms
A draft Mexican federal law on AI and algorithms proposing a risk-based classification system, the National AI Commission (CONAIA), and watermarking requirements for AI-generated content.
Minnesota CDPA (AI Provisions)
The AI-specific components of the Minnesota Consumer Data Privacy Act.
Model Card
A short, standardized document providing essential information about a machine learning model's performance, limitations, and intended use cases.
Model Disgorgement
A regulatory remedy requiring a company to delete AI models or algorithms that were developed using improperly or unlawfully acquired data.
Model Drift
The degradation of an AI model's predictive performance over time due to changes in real-world data or the environment.
いいえ
NIST AIリスク管理フレームワーク
米国国立標準技術研究所による自発的なガイダンスであり、AIシステムのライフサイクルにおけるリスクを軽減するためのベストプラクティス概要です。
自然言語処理（NLP）
機械がテキストや音声形式で人間の言語を解釈、生成、分析することを可能にする技術とツール。
ネットワークセキュリティ
AIインフラストラクチャとデータパイプラインを不正アクセスや改ざんから保護するための措置と管理（例：セグメンテーション、ファイアウォール、侵入検知）。
ニューラルアーキテクチャ検索
ニューラルネットワーク構造を設計および最適化するための自動化手法は、複雑性とリソース制約とのバランスを取りながら、モデルのパフォーマンスを向上させます。
ノイズインジェクション
意図的にランダムな摂動をトレーニングデータやモデルパラメータに導入し、頑健性を向上させ、敵対的な操作に対して保護します。
新規性検出
トレーニングデータと大きく異なる入力やシナリオを特定し、予期しない障害を防ぐためにレビューや安全モードの操作を開始するための技術。
NIST AI RMF Profiles
Context-specific implementations of the NIST AI Risk Management Framework tailored to particular industries, technologies, or risk types.
Non-Human Identity (NHI)
A digital credential used by an AI agent, bot, or service to authenticate and interact with enterprise systems.
Notified Body
An independent third-party organization designated by an EU member state to assess the conformity of certain high-risk AI systems under the EU AI Act.
NYC Local Law 144
A New York City law requiring annual bias audits for AI tools used in employment decisions.
Oを
可観測性
ログ、メトリクス、出力の収集と分析を通じて、AIシステムの内部状態と動作を推測し、効果的な監視とトラブルシューティングを可能にする機能。
継続的なモニタリング
AIシステムの性能、データドリフト、バイアス指標、セキュリティイベントを継続的に監視し、時間の経過とともに新たに発生するリスクを検出し対処します。
不透明度
AIモデルが意思決定や予測に至る過程の透明性の欠如は、信頼性と規制遵守において課題をもたらします。
業務レジリエンス
AIシステムおよびそれを支えるインフラストラクチャが予測し、耐え、回復し、そして混乱や不利な事象に適応する能力。
オーケストレーション
AIワークフローとサービス（データ取り込み、モデル学習、デプロイメント）を自動的に統合・調整し、ポリシー遵守とリソースガバナンスを確実に実現します。
異常検知
期待されるパターンから著しく逸脱するデータポイントやモデル予測を特定し、レビューまたは緩和措置を促す技術。
過学習
AIシステムがトレーニングデータ内のノイズや特殊性を学習してしまい、新たな未確認データに対する一般化能力が低下するモデリングの問題です。
監督
AIの開発と導入に関するレビュー、承認、そして責任の構造化されたプロセスは、通常、様々な機能を持つ統治機関を含む形で行われます。
所有権
AI資産（データ、モデル、プロセス）に関する責任と権限を明確に割り当て、システムライフサイクル全体を通じた説明責任を確保します。
OMB Memorandum M-25-21
A federal directive specifying AI governance and risk management requirements for US government agencies.
Operational Autonomy
The ability of an AI system to perform multi-step tasks and make decisions without human intervention at each stage.
Output Risk
The operational, legal, and reputational danger arising from the use of incorrect, biased, or harmful content generated by an AI system.
OWASP Agentic Top 10
A formal taxonomy of the ten most critical security risks specific to autonomous AI agents and their application environments.
P
権限管理
AIデータと機能へのユーザーおよびシステムのアクセス権限を、最小特権の確保と不正使用の防止を実現する形で管理します。
パイロットテスト
AIシステムの本格展開に先立ち、その性能、リスク、ガバナンス制御を評価するために、限定的な範囲の試験を管理された環境で実施します。
ポリシー施行
AIの運用が組織のポリシー、規制のルール、および倫理的ガイドラインに準拠することを保証する自動または手動のメカニズム。
展開後のモニタリング
リリース後のAIシステムの動作および環境を継続的に観察し、劣化、ドリフト、またはコンプライアンス違反を検出します。
予測保守
AIを活用した監視と分析により、コンポーネントやシステムの故障を予測し、重要な環境における運用の回復力とリスク軽減を確保します。
プライバシー影響評価
AIシステムに関連するプライバシーリスクを特定し緩和するための構造的な分析には、データの収集、使用、共有、および保持を網羅しています。
プライバシー・バイ・デザイン
AIシステムのアーキテクチャとプロセスにおいて、データ保護とユーザーのプライバシーに関する考慮事項を最初から組み込むアプローチです。
プロセスオートメーション
AIおよびワークフローツールを活用して、ガバナンス、コンプライアンスチェック、リスク軽減活動を効率化し、手動の作業やエラーを削減します。
Presumption of Conformity
A legal mechanism under EU AI Act and other regimes whereby compliance with a harmonized standard (e.g., a published EN standard) provides a rebuttable assumption that the underlying regulation is satisfied.
Parametric Knowledge
The information learned by an AI model during its training process and stored within its weights and parameters.
Paved Road Governance
A strategy that encourages compliance by making sanctioned, secure workflows easier to follow than unsanctioned alternatives.
PRA SS1/23 (Model Risk Management)
The UK Prudential Regulation Authority's statement on model risk management for banks and insurers.
Probabilistic System
A system where outputs are based on statistical likelihood rather than deterministic, fixed logic.
ク
定性的評価
AIシステムの行動、意思決定、および文書について、専門家が主観的に評価することで、定量的に捉えきれない倫理的、法的、または評判に関する懸念を特定します。
品質保証
AIモデルとデータパイプラインが正確性、信頼性、倫理的遵守の定められた基準を満たすことを保証するための体系的なプロセスとチェック。
品質管理
AIの出力およびプロセスをベンチマークやテストケースに照らして継続的に検証し、欠陥、バイアス事象、またはポリシー違反を検出します。
定量的リスク評価
AI の潜在的脅威のデータ駆動型評価では、軽減策の優先順位を決定するために、可能性と影響を数値で推定します。
量子コンピューティング
量子力学を活用する新たな計算パラダイムは、セキュリティ、標準化、リスクに関するガバナンスの新しい課題を提起しています。
クエリログの記録
AIシステムの入力とユーザーの問い合わせを記録することで、監査トレイルを可能にし、誤用を検出し、アカウンタビリティをサポートします。
プライバシーに関するお問い合わせ
ユーザーのクエリ内の機密情報を保護するための技術とポリシーを策定し、記録された入力が個人情報や専有データを損なわないようにすることを保証します。
アンケートフレームワーク
設計、調達、または展開時に使用されるガバナンスに焦点を当てた質問の体系的なセットで、AIシステムがポリシー要件に適合していることを保証します。
ガバナンスボードの定足数
AIのリスク、方針承認、または監査結果に関する正式な決定を行うために必要なガバナンス委員会メンバーの最小人数。
割り当て管理
AIリソースの使用（例：API呼び出し、計算時間）に対する制御と制限は、ガバナンスポリシーを遵守し、費用の高騰や乱用を防ぐために設定されています。
R言語
リコース
AIによって権利や利益に影響を与える決定に対して、影響を受けた個人が異議を申し立てたり救済を求めたりすることができるメカニズム。
レッドチーミング
AIシステムの脆弱性を発見するために、内部または外部の専門家が攻撃や悪用シナリオを模擬するプロアクティブなテストアプローチ。
法令遵守
AIシステムが運用中、適用される法律、規制、業界標準（例：GDPR、FDA、金融監査）を遵守することを保証します。
再現性
同じデータ、コード、および設定を使用してAIモデルの結果を一貫して再生成する能力は、透明性と監査可能性を確保します。
責任割り当てマトリックス
各ガバナンス活動における役割と責任を明確化するためのツール（例：RACI）。誰が実行責任者（Responsible）、最終責任者（Accountable）、相談先（Consulted）、および報告先（Informed）であるかを明示します。
責任あるAI
ステークホルダーと社会に対して倫理的で透明性があり、責任を持った方法でAIシステムを設計、開発、展開する実践。
リスク評価
AIシステムにおける潜在的なリスクや故障を特定し、分析し、優先順位を付けて、適切な対策を策定するプロセス。
リスク管理フレームワーク
設計から廃止まで、システムライフサイクル全体でAIリスクに体系的に対処するためのガイドラインとプロセスの構造化されたセットです。
堅牢性
AIシステムがさまざまな困難または敵対的な条件下でも信頼できるパフォーマンスを維持する能力。
根本原因分析
AIシステムの失敗または予期しない動作の根本的な原因を特定し、是正措置を導くための体系的な調査。
Reasoning Chain
The multi-step logical process an AI agent follows to move from an initial objective to a final action or output.
エス
制限付き利用規約
AIシステムの誤用を防ぐため、許可されたコンテキスト、ユーザー、目的を指定する定義されたルールと管理を実施します。
セキュリティバイデザイン
AIシステムにおけるセキュリティコントロールとベストプラクティスを、設計初期段階から統合することで、脆弱性やデータ漏洩を防止します。
シャドウAI
ITの承認を得ずに従業員がAIモデル、エージェント、またはツールを無断で使用することは、データ漏洩や不正な自律的行動を通じて隠れたセキュリティ上の脆弱性を生み出します。
社会的影響評価
AIシステムが社会的、経済的、文化的側面に与える影響を体系的に評価し、潜在的な損害と利益を特定します。
ソフトウェア開発ライフサイクル
AIアプリケーションのエンドツーエンドプロセス（要件定義、設計、構築、テスト、デプロイ、監視）は、各段階でガバナンスとコンプライアンスのチェックを組み込んでいます。
ステークホルダーエンゲージメント
AI 開発と監督において影響を受ける当事者（例：ユーザー、規制当局、影響を受けるコミュニティ）を関与させ、多様な視点と支持を確保するプロセス。
監視リスク
AIシステムが個人やグループに対して侵入的な監視に利用され、プライバシーや市民の自由を侵害する可能性があります。
合成データ
実際のデータ分布を模倣する人工生成データセットは、プライバシーを保護しながらトレーニングセットを拡張するために使用されます。
Shadow Agents
Unsanctioned autonomous AI agents deployed within an organization without governance team awareness, capable of taking actions that affect business systems and external parties.
Singapore Model AI Governance Framework
A voluntary guidance framework from Singapore's IMDA and PDPC for responsible AI deployment.
South Korea AI Basic Act
South Korea's comprehensive legal framework for AI development and trust.
SR 11-7 (Model Risk Management)
The foundational US Federal Reserve guidance for managing risks associated with the use of models in banking.
Statement of Applicability (SoA)
A document that identifies which ISO 42001 Annex A controls are relevant to an organization's AI Management System and explains why others were excluded.
Substantial Modification
A change to an AI system after it has been placed on the market that affects its compliance or intended purpose under the EU AI Act.
System of Record
The authoritative data source for a given data element or piece of information within an organization.
Systemic Risk Threshold
The technical or capability-based limit (e.g., 10^25 FLOPs) that classifies a General-Purpose AI model as posing a high level of risk to society.
T
テールリスク
AIの行動や意思決定において、通常の期待を超える稀で極端な結果が起こる可能性があり、特別な緩和計画が必要とされます。
テストと検証
AIモデルをベンチマーク、エッジケース、およびストレス条件に照らして評価し、それらが性能、安全性、コンプライアンス基準を満たすことを保証するための体系的なプロセス。
第三者リスク
外部データプロバイダー、モデルベンダー、またはサービスプラットフォームに依存することから生じるリスクは、コンプライアンスやセキュリティの脆弱性を引き起こす可能性があります。
閾値設定
AIの意思決定ルールにおいて、境界やカットオフ値（例：信頼度スコア）を設定し、偽陽性と偽陰性のようなリスクをバランスさせること。
トレーサビリティ
AIライフサイクルの各ステップ（データ収集からモデル開発、導入まで）を追跡し、文書化することで、監査およびフォレンジック対応を支援する能力。
トレーニングデータセット
AIモデルがそのタスクを実行するために学習すべき関係やパターンを教えるために使用される、ラベル付きまたはラベルなしのデータの精選されたコレクション。
転移学習
あるタスク用に開発されたモデルを関連するタスクに適用する手法であり、開発時間を短縮する一方で、継承されたバイアスの管理が求められる技法です。
透明性
AIシステムのプロセス、意思決定論理、およびデータの使用を、ステークホルダーに対して説明責任を果たすために明確で理解しやすいものにする実践。
信頼できるAI
倫理的で信頼性があり、安全であり、人間の価値観と社会規範に一致した方法で設計および運用されるAIシステム。
Trilogue
The informal three-way negotiation between the European Commission, the Council of the European Union, and the European Parliament used to reach political agreement on EU legislation before formal adoption.
ユーザー
アンダーフィッティング
AIシステムが基礎的なデータパターンを捉えるにはあまりに単純であり、その結果、トレーニングデータおよび新しいデータの両方において性能が悪化するモデリングの問題です。
統一性
AIシステム全体にわたり、ポリシー、コントロール、基準の一貫した適用を保証し、ガバナンスの隙間や不均一なリスク管理を回避します。
教師なし学習
モデルが明示的な結果の指示なしに、ラベルのないデータ内のパターンやグループを識別する機械学習アプローチです。
稼働時間モニタリング
AIシステムの可用性とパフォーマンスを継続的に追跡し、重大な業務やコンプライアンス要件に影響を与える可能性のある障害や劣化を検出します。
ユースケースガバナンス
特定のAI使用事例の定義、承認、監視は、各事例が組織の方針、倫理基準、リスク許容度に整合することを保証するための実践です。
ユーザー同意
AIシステムで個人データを収集、処理、または使用する前に、個人から明示的な許可を取得し記録するプロセスです。
ユーティリティ
AIシステムがその目的を達成する上でどれほど価値があるか、または効果的であるかを判断する尺度であり、関連するリスクやリソースコストとバランスを取ります。
UK AI Opportunities Action Plan
The UK government's strategic roadmap for maximizing AI benefits while establishing targeted, binding safety rules.
V
バリデーション
AIモデルが意図されたタスクで正確にかつ信頼性高く機能し、定義されたパフォーマンス基準を満たすことを確認するプロセスです。
ばらつき監視
AIモデルの出力やパフォーマンス指標の変動を時間経過とともに追跡し、ドリフトを検出して潜在的な劣化やリスクを推測します。
ベンダーリスク管理
AIコンポーネントやサービスのサードパーティ供給者を評価・監視し、潜在的なコンプライアンス、安全性、倫理的リスクを識別し、軽減することを目的としています。
バージョン管理
AIのコード、モデル、およびデータセットに対する変更を管理し、追跡する実践は、再現性と監査可能性を確保するためのものである。
拒否権
ガバナンス機関または利害関係者が保持する正式な権利として、容認できないリスクをもたらすAIの導入を阻止または変更を要求する権限。
監視モニタリング
AIの挙動や外部信号（例：規制の更新）の継続的な監視を行い、新たに発生するリスクや非遵守事項を迅速に特定して対応します。
ビジョンAI管理
コンピュータビジョンシステムに特化したガバナンスプロセスでは、データ品質の確保、偏りのチェック、および画像/ビデオを基にした意思決定における透明性が重視されています。
脆弱性評価
AIインフラストラクチャおよびアプリケーションにおけるセキュリティの弱点を特定、分析、優先順位付けし、修正作業を導く。
Version Pinning
The practice of locking an AI system to a specific, tested version of a foundation model to prevent silent updates from changing system behavior.
ダブル
ウォッチドッグモニタリング
AIの意思決定を監視し、ポリシーや閾値が違反された際に警告や介入をトリガーする独立したランタイムチェックです。
重み付け監査
モデルの重みと構造を精査し、改ざんや意図しない動作を示す可能性のある異常、バックドア、バイアスを確認します。
ホワイトボックステスト
AIシステムの内部構造（コード、パラメータ、アーキテクチャ）を完全に把握した上で、正確性、セキュリティ、コンプライアンスを検証すること。
ホワイトリスト/ブラックリストポリシー
コンプライアンスを強化し、不正使用を防止するために、許可された（ホワイトリスト）および禁止された（ブラックリスト）入力、機能、または操作を定義するガバナンスルール。
ホワイトリスト登録
未承認または悪意のある要素からのリスクを軽減するために、AIパイプラインにおいて事前承認されたデータソース、ライブラリ、またはモデルコンポーネントのみを許可します。
ワークフローオーケストレーション
AIライフサイクルのタスク（データの取り込み、トレーニング、検証、展開）を自動化およびシーケンス化して、ガバナンスポリシーを強化し、一貫性を確保します。
ワークロード分離
AIコンピュート環境（例えば、開発、テスト、本番）とデータドメインを分離し、障害やセキュリティ侵害の影響範囲を制限します。
最悪のケース分析
AIシステムの最も重大な潜在的な故障や悪用を評価し、堅牢なリスク緩和策と非常時対応計画に役立てる。
一度書き込み、多数回読み取り (WORM) ストレージ
不変ストレージにより、一度記録されたログ、監査証跡、モデルアーティファクトは改変されることがなく、否認防止および法医学的レビューをサポートします。
Watermarking
The practice of embedding detectable, machine-readable provenance markers in AI-generated output, such as images, audio, video, and synthetic text, so downstream consumers and platforms can identify content as AI-generated.
X
X-バリデーション
データを折りたたみに分割し、モデルの一般化を厳密に評価し、過学習を検出するためのモデル検証手法（しばしば“X-Val”と略されます）。
XAI（説明可能なAI）
AIモデルの意思決定プロセスを人間に対して透明で理解可能にする技術と方法であり、責任とコンプライアンスの支援を行います。
XAI監査
AIの説明可能性の出力が内部方針や規制要件を満たしているかどうかを評価するレビュープロセスであり、十分な透明性を確保します。
XAIフレームワーク
組織がAIシステム全体で説明可能性の実践を実装、測定、管理するために使用する、体系的なアプローチまたはガイドラインのセット。
XAI指標
AIの説明の品質と信頼性を評価するために使用される定量的または定性的な指標（例：特徴の重要度スコア、説明の忠実度）。
Y
エンタープライズソフトウェア製品のマーケティングサイトに適した形式で翻訳されたコンテンツです。
ゼロ欠陥許容度
AI出力におけるエラーやポリシー違反を未然に防ぐことを目指したガバナンス原則であり、厳密なテスト、監視、継続的な改善サイクルによって支えられています。
ゼロデイ脆弱性
パッチや緩和策が利用可能になる前に悪用される可能性がある、AIソフトウェアまたはインフラストラクチャ内の未発見のセキュリティ欠陥。
ゼロショット学習
一般化された知識表現を活用することで、明示的にトレーニングされていないタスクやデータを正確に処理または分類するモデルの能力。
ゾーンベースのアクセス制御
ネットワークまたはデータガバナンスアプローチは、リソースを異なるポリシーを持つゾーンに分割し、データの機密性に応じてAIシステムのアクセスを制限します。
すべて
ホワイトペーパー
AI 規制
ポッドキャスト
製品の更新情報
報道
用語集
私たちのポッドキャストに参加するか、コンテンツの共同作成にご協力ください
お問い合わせいただければ、共に創り上げることができる製品をご提案いたします。
エー
AIの責任
AIシステムの開発者および運用者は、そのシステムが責任を持って設計および使用され、倫理的基準と法的要件を遵守することを保証する義務があります。
AI整合
AIシステムの目的と行動を人間の価値観や意図に合わせるプロセス。
AI監査
AIシステムの倫理基準、規制、および性能指標への適合性を評価するための体系的な評価。
AIバイアス
偏見のあるトレーニングデータや欠陥のあるアルゴリズムに起因するAI出力における系統的誤差は、不公平な結果をもたらす可能性があります。
AIコンプライアンス
AIシステムがそのライフサイクル全体を通じて適用される法律、規制、および倫理指針を遵守すること。
AI倫理
AI技術の開発と導入に関連する倫理的影響と責任に関する分野です。
AIの説明可能性
AIシステムの内部メカニズムが人間によってどの程度理解され解釈されるか。
AIガバナンス
AIシステムの倫理的かつ効果的な開発と利用を支援するポリシー、プロセス、制御の枠組み。
AI在庫管理
組織全体で使用されている全てのAIシステム、モデル、エージェントの包括的かつ集中管理されたカタログであり、そのビジネス目的、リスクレベル、所有権を追跡します。
AIリテラシー
AIの概念、能力、限界を理解し、AI技術との適切な交流を可能にします。
AI監視
AIシステムのパフォーマンスを継続的に観察および分析し、信頼性、安全性、コンプライアンスを確保します。
AIリスク
AIシステムが引き起こす可能性のある損害や意図しない結果には、倫理的、法的、運用上のリスクが含まれます。
AIリスク管理
AIシステムに関連するリスクの特定、評価、軽減のプロセス。
AI TRiSM（AI トリズム）
Gartnerによって作られた頭字語であるAI Trust、Risk、Security Management（AI信頼性、リスク、およびセキュリティ管理）を指します。ガバナンス、信頼性、およびセキュリティを単一の運用戦略に統合するフレームワークです。
AIの透明性
AIシステムはその運用、意思決定、データの使用に関して開かれており、明確であるべきという原則。
正確性
AIシステムの出力が実世界のデータや意図された結果を正確に反映する程度。
敵対的攻撃
不正な出力を引き起こすために、誤解を招く入力を導入してAIモデルを操作する技術です。
エージェンティックAI
複雑な目標を自律的に追求し、ソフトウェアの展開や金融取引などの多段階のアクションを最小限の人間の介入で実行するように設計された人工知能システムのクラスです。
エージェンティックAIガバナンス
自律型AIシステムのガバナンスに関する説明です。これらのシステムは、予測AI（インサイトを提供するもの）や生成AI（コンテンツを作成するもの）とは異なり、独立した行動（例：取引、コードの展開）を実行する能力を有しています。
アルゴリズム
AIシステムが独自に学習するのを助けるための一連の規則または指示。
アルゴリズムの偏り
アルゴリズムが機械学習プロセスの誤った仮定により系統的に偏った結果を生成する際に発生するバイアス。
アルゴリズムによるガバナンス
アルゴリズムを活用して社会的機能を管理および規制することは、意思決定プロセスに影響を与える可能性があります。
汎用人工知能
人間の知能に類似した一般的な方法で理解し、学習し、知識を適用する能力を持つAIの一種です。
人工知能
機械による人間の知能プロセスのシミュレーション、特にコンピューターシステムによるものであり、学習、推論、自己修正を含みます。
Agent Fabric
An integrated runtime substrate that hosts, orchestrates, and governs multiple AI agents alongside the models, tools, and data they depend on.
Agent Mesh
A networked topology in which AI agents discover, communicate with, and delegate work to one another through a shared infrastructure layer.
AI Assistant
A conversational AI system designed to help users complete tasks through natural language interaction, typically powered by a large language model.
AI Bill of Materials (AIBOM)
A structured inventory listing the components that make up an AI system, including foundation models, training datasets, libraries, and dependencies - the AI equivalent of a Software Bill of Materials (SBOM).
AI Footprint
The total set of AI systems, models, agents, and embedded AI features in use across an organization at any given time, including sanctioned and shadow systems.
AI Sprawl
The uncontrolled expansion of AI systems across an organization, typically driven by easy access to AI tools and a lack of effective intake and inventory processes.
Article 25 (EU AI Act)
The EU AI Act provision creating a direct obligation chain between providers and deployers of high-risk AI systems, including responsibility transfer when systems are substantially modified.
Article 50 (EU AI Act)
The EU AI Act provision setting transparency obligations for AI systems that interact with people, generate synthetic content, or produce deepfakes.
Acceptable Use Policy (AUP)
A set of rules applied by an organization that outlines the permitted and prohibited ways employees may interact with company-provided AI tools.
Accredited Certification
A certificate issued by a certification body that has been formally recognized by a national accreditation body (like ANAB or UKAS) as competent to audit against a specific standard.
Action Preview
A governance requirement where an AI agent must display exactly what an irreversible operation will do before a human provides final approval.
Action Whitelisting
A security and governance control that specifies the only permitted tools, APIs, and actions an AI agent is allowed to execute.
Agent Goal Hijack (ASI01)
A vulnerability where an attacker manipulates an agent's objectives or decision pathways to redirect its autonomous behavior toward unintended outcomes.
Agentic Policy Engine
A runtime software component that intercepts agent actions and evaluates them against a set of deterministic governance rules before execution.
AI Governance for Financial Services
The specialized application of AI risk management frameworks to meet the rigorous prudential and conduct requirements of the banking and insurance sectors.
AI Governance Software
Specialized enterprise tools used to automate the inventory, risk assessment, and regulatory compliance of artificial intelligence systems.
EU AI Liability Directive
A proposed EU directive aimed at simplifying the process for claimants to seek damages caused by AI systems by introducing a rebuttable presumption of causality.
Artificial Intelligence Management System (AIMS)
A set of interrelated or interacting elements of an organization to establish policies, objectives, and processes for the responsible development or use of AI.
AI System Impact Assessment
A formal process to evaluate the potential consequences of an AI system's deployment on individuals, groups, and society at large.
Artificial Intelligence and Data Act (AIDA)
Canada's federal regulatory framework (part of Bill C-27) aimed at ensuring high-impact AI systems are developed and used safely and without bias.
Amnesty Program
A time-limited governance initiative where employees are invited to disclose unsanctioned AI tool usage without fear of disciplinary action.
Annex I Products
A list of products already regulated by EU health and safety law (e.g., machinery, medical devices) where AI integrated under the EU AI Act is automatically classified as high-risk.
Annex III Categories
A specific list of high-risk AI application areas defined by the EU AI Act that trigger mandatory compliance obligations.
API Traffic Analysis
The technical process of monitoring and inspecting network calls made to external AI service providers.
Article 6(3) Exception
A self-determination mechanism under the EU AI Act allowing providers to classify an Annex III AI system as not high-risk if it poses no significant harm.
Australia Safe & Responsible AI Policy
The Australian federal policy governing the use of AI within the public service and government agencies.
Automated AI Governance
The use of software and API integrations to perform continuous, real-time compliance checks and risk monitoring without manual intervention.
B
誤差逆伝播法
ニューラルネットワークで使用される訓練アルゴリズムで、出力層から誤差を逆伝播させて重みを調整し、損失を最小限に抑えます。
バッチ学習
モデルが逐次学習ではなく、データセット全体を一度に学習する機械学習のアプローチです。
ベンチマーキング
AIシステムのパフォーマンスを標準的な指標や他のシステムと比較して、その効果を評価するプロセスです。
バイアス
偏見のあるトレーニングデータや欠陥のあるアルゴリズムに起因するAI出力における系統的誤差は、不公平な結果をもたらす可能性があります。
バイアス増幅
AIシステムが、訓練データに存在する既存のバイアスを悪化させ、ますます偏った結果を招く現象。
バイアス監査
AIシステムにおけるバイアスを検出し、緩和するための評価プロセスを策定し、公平性および倫理基準への準拠を保証します。
バイアス検出
AIモデルの出力や意思決定プロセスを分析することによって、偏見を特定するプロセス。
バイアス軽減
AI開発において、モデルやデータセット内のバイアスを削減または排除するために適用される技術。
ブラックボックスモデル
意思決定のプロセスが不透明または解釈できないため、どのように意思決定が行われるかを理解するのが難しいAIシステムです。
ボット
エンタープライズソフトウェア製品向けのマーケティングサイトにふさわしい形式で翻訳します。自動化されたタスクを実行するソフトウェアアプリケーションで、顧客サービスやデータ収集などのタスクにAIでよく使用されます。
Brussels Effect
The phenomenon whereby EU regulation becomes the global default through market access requirements, even for organizations headquartered outside the EU.
Brazil AI Bill (PL 2338/2023)
Brazil's primary legislative effort to establish a national framework for AI rights and governance.
C言語
因果推論
AIと統計学の分野で用いられる手法であり、因果関係を特定し、介入や変数の変更が影響を及ぼすことを理解するのに役立ちます。
チャットボット
AIを搭載したソフトウェアアプリケーションは、人間の会話を模擬するように設計されており、主に顧客サービスや情報収集のために使用されます。
分類
機械学習における教師あり学習技法で、モデルがトレーニングデータに基づいて新しい観測のカテゴリまたはクラスラベルを予測します。
認知バイアス
訓練データ内に存在する場合、AIの意思決定に影響を与える可能性がある、通常や合理性からの一貫した逸脱のパターン。
コグニティブ・コンピューティング
人間の思考プロセスをコンピュータモデルで模倣し、複雑な問題を人の手を借りずに解決することを目指すAIのサブセット。
認知負荷
AIにおけるシステム設計では、ユーザーを圧倒しないようにするために、作業記憶で使用される精神的な努力の総量が考慮されます。
コンプライアンスフレームワーク
組織が規制および倫理基準を満たすAIシステムを確実にするために従うガイドラインとベストプラクティスの体系的なセット。
コンプライアンスリスク
法律、規制、または定められた慣行に従わない場合に企業が直面する法的あるいは規制上の制裁、財務上の損失、または評判の損害の可能性。
コンピュータービジョン
AIの一分野として、コンピュータに画像やビデオなどの視覚情報を解釈し処理する能力を訓練する技術です。
コンセプトドリフト
モデルが予測しようとしている対象変数の統計特性の時間経過に伴う変化は、モデルの劣化を引き起こします。
信頼区間
サンプル統計から導き出された一連の値で、未知の母集団パラメーターの値を含む可能性が高く、AIにおいて不確実性を表現するために使用されます。
適合性評価
AIシステムが指定された要件、基準、または規制を満たしているかどうかを判断するプロセスであり、多くの場合、テストおよび認証が含まれます。
継続的学習
AIシステムは、新しいデータ入力から人間の介入なしに継続的に学習し、適応し、時間とともに改善する能力を持っています。
制御性
人間がAIシステムの決定や行動を指示、影響を与える、または無効化することができる程度。
交差検証
統計解析の結果が独立したデータセットにどのように一般化されるかを評価するためのモデル検証手法。
サイバーセキュリティ
システム、ネットワーク、およびプログラムをデジタル攻撃から守る実践は、脅威に対してAIシステムを保護する上で重要です。
COREPER Mandate
The negotiating authority granted by EU member state ambassadors (Committee of Permanent Representatives) to the rotating Council Presidency for trilogue negotiations on EU legislation.
California AB 1008
An amendment to the CCPA clarifying that personal information includes data generated or output by AI systems.
California AB 3030
A California law requiring transparency when Generative AI is used to communicate with patients in a healthcare setting.
California ADMT Regulations
Rules under the California Consumer Privacy Act (CCPA) governing Automated Decision-Making Technology (ADMT).
California FEHA AI Regulations
State regulations under the Fair Employment and Housing Act (FEHA) targeting AI-driven discrimination in the workplace.
California AI Transparency Act (SB 942)
Legislation requiring large providers of generative AI systems to provide detection tools and embed latent and manifest disclosures in AI-generated content.
Cascading Failure (ASI08)
A failure mode where an error or malicious input in one AI agent's reasoning triggers a chain reaction of failures across multiple connected agents or systems.
CE Marking
A mandatory certification mark that indicates an AI system's conformity with health, safety, and environmental protection standards for products sold within the EEA.
Change Notification Window
A contractual period during which a vendor must inform a customer of material updates to an AI model before those updates are deployed in production.
China Interim GenAI Measures
Regulatory requirements for generative AI services provided to the Chinese public.
Council of Europe AI Convention
The first legally binding international treaty on AI, focusing on the protection of human rights, democracy, and the rule of law.
Colorado AI Act (SB24-205)
The first broad U.S. state law requiring developers and deployers of high-risk AI systems to implement duty of care standards and conduct annual impact assessments.
Internal Control (Conformity Assessment)
A process under the EU AI Act where a provider self-verifies that their high-risk AI system meets all regulatory requirements without requiring a third-party audit.
Cryptographic Agent Identity
A verifiable digital credential (often a Decentralized Identifier or DID) that uniquely identifies an AI agent and its authority level.
データ
データドリフト
時間の経過に伴うモデル入力データの変化は、監視・対応しなければ、モデルの性能低下を引き起こす可能性があります。
データ倫理
個人を特定可能な情報を収集、保護、使用する際の倫理的義務に関して、データの取り扱いを評価する倫理学の一分野です。
データガバナンス
企業におけるデータの可用性、使用性、整合性、およびセキュリティの全体的な管理は、データのライフサイクル全体を通して適切に取り扱われることを保証します。
データライフサイクル管理
データフローのライフサイクル全体にわたるポリシーに基づく管理: 作成および初期保存から、陳腐化し削除されるまでの一連の流れを包括的に管理します。
データ最小化
特定の目的に必要なデータのみを収集するという原則は、誤用や漏洩のリスクを軽減します。
データプライバシー
情報技術の側面で、どのデータが共有され、誰と共有されるかを制御する能力を扱い、個人データが適切に取り扱われることを保証します。
データ保護
重要な情報を保護し、破損、漏洩、損失を防止するとともに、データ保護法規制への準拠を確実にするプロセスです。
データ品質
AIモデルの効果的なパフォーマンスに不可欠であるデータの状態は、正確性、完全性、信頼性、関連性といった要因に基づいています。
データレジデンシー
組織のデータの物理的または地理的な場所は、データ保護法の遵守に影響を及ぼす可能性があります。
データ主権
データは、それが収集、保存、または処理される国家の法律およびガバナンス構造に従うという概念です。
データ主体
個人データが収集、保持、または処理される個人は、特にGDPRのようなデータ保護法の文脈で重要です。
識別情報の削除
データセットから個人識別子を削除または隠蔽し、個人の特定を困難にするプロセスであり、プライバシー保護に利用されます。
ディープラーニング
複数層のニューラルネットワークを伴う機械学習の一部であり、データの複雑なパターンをモデル化することを可能にします。
ディープフェイク
既存の画像やビデオ内の人物が、ディープラーニング技術を使用して作成された他の人物の肖像に置き換えられる合成メディア。
差分プライバシー
データセット内のグループのパターンを記述しつつ、個人に関する情報を秘匿したまま、データセットについての情報を公に共有するシステムです。
差別
AIにおいて、データやアルゴリズムの偏見に基づく個人またはグループに対する不公平な扱いを指し、それが不平等な結果を招くことを意味します。
分散型学習
トレーニングデータが複数のデバイスまたは場所に分散され、生のデータを共有することなく、協力してモデルをトレーニングする機械学習アプローチです。
ドメイン適応
機械学習の技術の一つであり、ある領域で訓練されたモデルが異なるが関連する領域で機能するように適応されることを指します。
動的リスク評価
AIシステムにおける新たな脅威に対して、タイムリーな対応を可能にする、リスクの継続的なリアルタイムでの識別および評価のプロセス。
Data Ingestion Risk
The danger that sensitive or proprietary information will be permanently absorbed into an AI model's training set during a user's interaction.
Data Provenance
A documented record of the origin, ownership, and lifecycle of a dataset used to train or fine-tune an AI model.
EU Digital Omnibus on AI
A 2025/2026 legislative package designed to streamline and harmonize technical standards, conformity assessments, and enforcement timelines across the EU AI Act and related digital safety laws.
Dual-Use Foundation Model
An AI model that is trained on a vast amount of data and has high-level performance that could be used for both civilian and harmful or military purposes.
E
エッジAI
データ生成の源であるエッジデバイスにAIアルゴリズムを展開し、データ処理と意思決定を可能にします。
エッジアナリティクス
データ生成のソースに近いネットワークのエッジでのデータ分析により、待ち時間と帯域幅の使用を削減します。
アンサンブル学習
複数のモデルを訓練して組み合わせることで同じ問題を解決し、全体的なパフォーマンスを向上させる機械学習のパラダイム。
エンティティ解決
異なるデータセット間で同じ実世界のエンティティを参照するレコードを識別し、リンクするプロセスです。
Enzai
企業向けAIガバナンスプラットフォームは、組織がAIシステムをインベントリし、評価し、管理することを可能にし、AIの採用を最大化しながらAIリスクを最小限に抑えることを保証します。
倫理的なAI
倫理原則と価値観に沿って設計、開発、展開されるAIシステムの慣行は、公平性、説明責任、透明性を確保します。
倫理的AI監査
AIシステムが倫理基準を順守し、害を及ぼさないことを保証するために、体系的に評価するプロセス。
倫理的AI認定
AIシステムが確立された倫理基準とガイドラインに従っていることを正式に認定すること。
倫理的なAIガバナンス
AIシステムが適切かつ倫理的に開発・使用されることを保証するためのポリシー、手順、実践のフレームワーク。
倫理的枠組み
AI システムの倫理的な開発と展開を導くために設計された原則とガイドラインの体系的なセット。
倫理的ハッキング
AIシステムの堅牢性を確保するために、意図的にシステムの脆弱性を探し出し、セキュリティ問題を特定して修正する取り組みです。
倫理的影響評価
AIシステムの導入前に、その倫理的影響および潜在的な社会的影響を特定し、対処するための体系的な評価プロセス。
倫理的リスク
AIシステムが偏見、差別、プライバシー侵害などの非倫理的な行動により、害を及ぼす可能性があるというリスク。
信頼できるAIのための倫理ガイドライン
欧州委員会のAIハイレベル専門家グループによって開発された一連の指針であり、人間の主体性、技術的堅牢性、プライバシー、透明性、多様性、社会的幸福、説明責任に重点を置き、信頼できるAIを促進することを目的としています。
説明可能性技術
AIモデルによって行われた意思決定を解釈し理解するための手法には、LIMEやSHAP、サリエンシーマップなどがあります。
説明可能性と解釈可能性
両者ともAIの意思決定を理解しやすくすることを目指していますが、説明可能性は意思決定の理由に焦点を当てており、解釈可能性はモデルの内部メカニズムの透明性に関わっています。
説明可能なAI（XAI）
AIシステムは、その決定と行動について人間が理解できる説明を提供するように設計されており、透明性と信頼性を高めます。
説明可能な機械学習
予測や意思決定に対して明確で理解しやすい説明を提供するように設計された機械学習モデル。
EU AI Office
The European Commission body established to oversee implementation and enforcement of the EU AI Act, particularly for general-purpose AI models with systemic risk.
EU Digital Omnibus
The European Union's broader 2025-2026 legislative simplification package addressing multiple digital regulations including the AI Act, GDPR provisions, the Cyber Resilience Act, and Data Act amendments.
Embedded AI
AI capabilities or features that are integrated directly into third-party software-as-a-service (SaaS) platforms or enterprise tools.
Escalation Logic
A set of predefined rules and triggers that force an AI agent to stop autonomous operation and hand control back to a human operator.
ESMA AI/ML Governance Expectations
Regulatory guidelines from the European Securities and Markets Authority regarding the use of AI and Machine Learning in financial markets.
EU AI Act
The world's first comprehensive horizontal legal framework for AI, establishing a risk-based classification system for systems deployed or used within the European Union.
EU AI Act Risk Classification
The mandatory process of assigning one of four risk levels (Unacceptable, High, Limited, Minimal) to an AI system under the EU AI Act.
Excessive Agency
A vulnerability where an AI system is granted too much autonomy, too many tools, or over-privileged access relative to its intended function.
Executive Order 14110
The Biden administration directive (signed October 2023, rescinded January 2025) that established U.S. national standards for AI safety, security, and privacy and created the U.S. AI Safety Institute at NIST.
EU AI Act High-Risk Categories
The two classifications of high-risk AI systems under the EU AI Act: standalone systems listed in Annex III (covering biometrics, critical infrastructure, employment, education, law enforcement, and other named uses), and AI embedded in regulated products listed in Annex I (covering medical devices, vehicles, machinery, and other regulated product categories).
エフ
公平性
AIシステムがさまざまな個人やグループに対して偏りのない公平な結果を生成し、差別的な影響を軽減することを保証します。
公平性指標
AIモデルの予測がグループ間でどれほど公正であるかを評価するために使用される定量的指標（例：人口統計の平等性、平等化されたオッズ）。
偽陰性
AIモデルが実際には正であるインスタンスに対して誤って負のクラスを予測する場合（タイプIIエラー）。
誤検出
AIモデルが実際にはネガティブなインスタンスに対して誤ってポジティブクラスを予測する場合（第一種過誤）。
フォルトトレランス
AIシステムがいくつかのコンポーネントで故障やエラーが発生した場合でも、正しく動作し続ける能力。
特徴工学
機械学習モデルの性能を向上させる特徴量として、生のデータセット属性を作成、選択、または変換すること。
機能抽出
生データ（例: テキストや画像）を、機械学習アルゴリズムへの入力に適した数値表現（特徴量）にマッピングするプロセス。
機能選択
モデルトレーニングのために最も関連性の高い特徴を特定して選択し、複雑さを軽減し精度を向上させます。
フェデレーテッドラーニング
モデルが生データを中央で共有することなく、複数のデバイスやサーバーにあるローカルデータでトレーニングされる分散型機械学習アプローチ。
フィードバックループ
AIの出力を再び入力として取り込むことで、モデルの挙動が増幅されるプロセスです。これは、良い方向では（強化学習）、悪い方向では（バイアスの強化）として作用する可能性があります。
微調整
あらかじめ学習済みのAIモデルを特定のタスクやデータセットに適応させ、新しいデータを用いて学習を続けることで、しばしばタスク特有のパフォーマンスを向上させます。
形式的検証
AIアルゴリズムが指定された正確性の特性を遵守していることを数学的に証明することは、安全性が非常に重要なシステムでよく使用されます。
フレームワーク
AIシステムのガバナンス、開発、展開、監視を導くためのポリシー、プロセス、ツールの構造化セットです。
不正検出
AI技術（例：異常検知、パターン認識）を利用して、金融や保険などでの不正行為を特定し防止することができます。
機能安全
AIシステムがあらゆる状況下で安全に運用されることを保証することは、特に自動車産業や医療分野においては、冗長性やチェックを通じて重要です。
ファジー論理
二値の真偽（真／偽）ではなく、近似的な値に基づく推論を扱う論理システムであり、制御システムや不確実性への対応に有用です。
Federated AI Governance
A governance model where central policy and oversight are paired with distributed decision-making by business units or regional offices, balancing consistency with operational flexibility.
FS AI RMF (Financial Services AI Risk Management Framework)
The US Treasury's specialized AI risk management framework for financial services firms, published February 2026, adapting the NIST AI RMF for sector-specific obligations.
Fundamental Rights Impact Assessment (FRIA)
A mandatory evaluation under the EU AI Act for certain deployers to determine how the use of a high-risk AI system might impact civil liberties and human rights.
ジー
一般データ保護規則 (GDPR)
EUの一般データ保護規則は、個人データの収集、処理、個人の権利に関する厳格な要件を確立しています。
GPU（グラフィックスプロセッサ）
大規模なAIモデルを効率的にトレーニングおよび実行するために広く使用されている、並列計算専用のハードウェアアクセラレータです。
ギャップ分析
現在のAIガバナンスの実践を望ましい基準や規制と比較して、改善が必要な領域を特定するプロセスです。
一般化
AIモデルがトレーニング例を記憶するのではなく、基盤となるパターンを捉えることによって、新しい未見のデータで高い性能を発揮できる能力。
生成的AI
新しいコンテンツ（テキスト、画像、その他のメディア）を生成するAI技術（例：GAN、トランスフォーマー）であり、しばしば新たなガバナンスおよび知的財産（IP）に関する懸念を引き起こします。
グローバルモデル
複数の情報源から収集されたデータで訓練された統合AIモデルは、ローカライズされたモデルやパーソナライズされたモデルとは異なります。
ガバナンス
AIシステムの倫理的、合法的、かつ効果的な開発および展開を導く一連の方針、手続き、役割、責任。
ガバナンス機関
組織内でAIガバナンス方針とその実行を監督することを任務とする法務、倫理、技術などのクロス機能グループ。
ガバナンスフレームワーク
AIガバナンスの構成要素（リスク管理、アカウンタビリティ、監督）がどのように組み合わされて、コンプライアンスと倫理的な利用を確保するかを説明するための構造化されたモデルです。
ガバナンス成熟度モデル
組織のAIガバナンス実践の進化度を評価するための段階的枠組みであり、臨時的なものから最適化されたものまでを対象としています。
ガバナンスポリシー
企業内のAI開発および監督に関する規則、役割、手続きを成文化した正式な文書です。
ガバナンススコアカード
AIガバナンスの有効性を時間の経過とともに測定するために、重要な指標（例:偏りのある事件やコンプライアンス監査）を追跡するダッシュボードまたは報告書。
勾配降下法
損失関数を最小限に減少させる方向にモデルパラメータを反復的に調整する最適化アルゴリズム。
詳細な同意
データの使用ごとに個別に許可を与えたり拒否したりできるデータプライバシーアプローチであり、透明性とコントロールを強化します。
グリーンAI
エネルギー効率の高いアルゴリズムや持続可能なコンピューティングの実践を通じて、AIの環境への影響を削減する取り組み。
グレイボックスモデル
内部ロジックが部分的に透明であるモデル（いくつかのコンポーネントは解釈可能であり、他は不透明である）は、性能と説明可能性のバランスを取ります。
グラウンドトゥルース
AIモデルのパフォーマンスを訓練および評価するための基準として使用される、正確な現実世界のデータまたはラベルです。
ガードレール
AIシステムに組み込まれた定義済みの制約やチェック（技術的およびポリシー）は、実行時における安全でないまたはコンプライアンスに違反する行動を防ぐためのものです。
ガイドライン（倫理的AI）
責任あるAI開発と展開を形成するために発行される、IEEEやEUなどの組織による、拘束力のない推奨またはベストプラクティスの文書です。
Goal Drift
A phenomenon where an AI agent's internal sub-goals or reasoning pathways gradually move away from the original human-provided objective.
GPAI Code of Practice
The detailed regulatory instrument outlining specific transparency, safety testing, and risk mitigation obligations for providers of General-Purpose AI (GPAI) models under the EU AI Act.
GPAI Model
A general-purpose artificial intelligence model capable of performing a wide range of distinct tasks and integrating into various applications.
エイチ
幻覚
生成AIがトレーニングデータに基づかないにもかかわらず、もっともらしく見える誤った情報や捏造された情報を生成する場合。
欠損データの処理
データセットの欠損を解決し、モデルの整合性と公平性を維持するための手法（例：補完、削除、モデリング）。
ハードウェアアクセラレーター
AIの計算を高速化するために設計された専門チップ（例：GPU、TPU）は、エネルギー使用とサプライチェーンに関するリスクに影響を与えます。
リスク評価
AIシステムがもたらす可能性のある負の影響（物理的、心理的、社会的）を評価し、緩和策を策定します。
調和化
AIのポリシー、標準、および規制を各管轄区で整合させ、競合を減らし、相互運用性を実現します。
ハッシュ化
データを固定サイズの文字列に変換するプロセスで、データの整合性チェックやプライバシーを保護しながらの記録のリンクに使用されます。
異種データ
異なる種類のデータ（テキスト、画像、センサー）や複数のドメインからのデータを組み合わせることは、統合およびガバナンスの課題を引き起こします。
ヒューリスティック
AIプロセスを迅速化するために使用される経験則または簡略化された意思決定戦略であり、しばしば最適性を効率性に交換します。
ヒューリスティック評価
AIシステムを既存のユーザビリティ原則に基づいて専門家が評価し、潜在的な問題を特定するためのユーザビリティ評価手法です。
ハイステークスAI
重大な被害を引き起こす可能性があるAIアプリケーション（例えば、医療診断や自律走行車）には、厳格なガバナンスと監視が必要です。
人間による監督
指定された個人がAIシステムの意思決定を監視し、介入し、または上書きして倫理的および法的な遵守を保証するためのメカニズム。
人権影響評価
AIシステムが基本的人権（プライバシー、表現の自由、差別の禁止）にどのように影響するかを評価し、緩和策を特定するためのプロセスです。
人間を介したプロセス
AIプロセス（トレーニング、検証、意思決定のレビュー）に人間の判断を組み込むことで、正確性と説明責任を向上させます。
ハイブリッドモデル
複数の学習パラダイム（例: シンボリックとニューラル）を組み合わせて、説明性とパフォーマンスのバランスを取るAIシステム。
ハイパーパラメーター
モデルの学習前に設定され、学習の挙動や性能に影響を与える設定変数（例: 学習率、木の深さ）。
ハイパーパラメータチューニング
モデルのパフォーマンスを最大化するために、グリッド検索やベイズ最適化などを通じて最適なハイパーパラメータ値を検索するプロセス。
Harmonized Structure
A standardized template for all ISO management system standards, formerly known as Annex SL, ensuring consistency in terminology and clause numbering.
High-Risk AI System
AI applications that have a significant potential to harm the health, safety, or fundamental rights of individuals, triggering the most stringent compliance requirements under the EU AI Act.
私
ISO/IEC JTC 1/SC 42
人工知能標準化に関する国際標準化機構 (ISO) と国際電気標準会議 (IEC) の合同委員会は、ガバナンス、リスク、および相互運用性のための国際的なAI標準を開発しています。
不均衡データ
あるクラスまたはカテゴリが他のクラスやカテゴリに比べて著しく数が多いデータセットは、適切な対策を講じない限り、AIモデルが多数派のクラスに偏る原因となる可能性があります。
不変の台帳
改ざんが検知可能な記録保持メカニズム（例：ブロックチェーン）により、データは一度書き込まれると、検知されることなく変更することはできません。これは、AIの監査証跡に有用です。
影響評価
AIシステムの導入前に、潜在的な倫理的、法的、社会的影響を特定、分析、および緩和するための体系的な評価。
潜在的なバイアス
トレーニングデータやモデル設計に組み込まれた無意識または意図しないバイアスが、差別的な結果を招く可能性があります。
インセンティブの整合
AIシステムの目標が人間の価値観と組織の優先事項に一致し続けるように、報酬構造と目的を設計すること。
帰納バイアス
学習アルゴリズムが観察されたデータから未知のインスタンスへ一般化する際に使用する仮定のセット。
推論
訓練されたAIモデルが新しいデータ入力を処理し、予測や決定を下すプロセスです。
推論エンジン
AIシステムのコンポーネント（特にルールベースまたはエキスパートシステムにおいて）は、知識ベースを入力データに適用して結論を導き出す機能を持っています。
情報ガバナンス
組織のデータ資産全体にわたり、データの品質、プライバシー、利用可能性を確保するための方針、手順、および管理、これにはAIのトレーニングデータセットも含まれます。
情報プライバシー
個人がAIシステムによって収集、使用、保存、共有される個人データを管理する権利。
コードとしてのインフラストラクチャ (Infrastructure as Code, IaC)
機械可読の構成ファイルを通じてAIインフラストラクチャ（計算、ストレージ、ネットワーキング）を管理およびプロビジョニングすることで、再現性と監査性を向上させます。
相互運用性
多様なAIシステムやコンポーネントが、オープンスタンダードやAPIを通じて、情報を円滑に交換し、理解し、利用する能力。
解釈可能性
AIモデルの内部メカニズムまたは意思決定の合理性を人間が理解できる程度。
侵入検知
AIインフラとアプリケーションの悪意ある活動やポリシー違反を監視し、アラートや自動応答をトリガーします。
Inherited Data Risk
The regulatory and ethical liability an organization assumes when using an AI system trained on data they did not collect or vet themselves.
Intake Workflow
The standardized process and series of checks that a new AI system must pass through before being built or procured.
Intent Validation
The process of verifying that an AI agent's planned sub-actions remain consistent with the original human-provided objective.
ISO/IEC 42001
The international standard specifying requirements for establishing, implementing, maintaining, and continually improving an Artificial Intelligence Management System (AIMS).
ISO/IEC 42005
The international standard providing guidance on performing AI system impact assessments.
Implementing Acts
Secondary EU legislation adopted by the European Commission to set uniform conditions for implementing primary legislation, with binding legal effect across all Member States.
J
ヤコビアン行列
AIの説明可能性において、モデルの出力に対する入力の全一次偏導関数の行列は、感度と特徴の重要性を評価するために使用されます。
脱獄攻撃
ユーザーが脆弱性を利用して生成AIモデルの保護手段を回避し、不安全または不正な出力を引き起こす可能性があるプロンプトインジェクションの一形態です。
連帯責任
複数の関係者（例えば、開発者やデプロイ者）がAI関連の損害に対して責任を共有する法的原則であり、契約およびガバナンス構造に影響を与えます。
共同モデリング
複数のタスク（例えば、音声認識と翻訳）を共同で学習するAIシステムを構築し、その複雑さと監査可能性についてのガバナンスが必要です。
判断バイアス
認知バイアスや不完全なデータによって引き起こされる人間またはAIの意思決定プロセスにおける体系的なエラーには、偏見監査と緩和が必要です。
司法審査
AIによって行われたり補助されたりする決定の合法性を評価する法的プロセスであり、アカウンタビリティと適正手続きの確保を目的としています。
管轄区域
地理によって異なるデータ、AI操作、および責任に関する法的権限は、地域規制（例：GDPR、CCPA）へのコンプライアンスに影響を与えます。
陪審オートメーション
AIを使用して陪審員の選定やケース分析を支援することは、公平性、透明性、法的監視に関する倫理的懸念を引き起こしています。
ジャスティス・メトリクス
AI意思決定における公正性と差別禁止を評価するために使用される定量的な指標（例：異なる影響、機会の均等など）。
Japan Act on Promotion of AI
A Japanese law (enacted 2025) establishing basic principles for AI promotion and risk mitigation.
K
重要業績評価指標
AI ガバナンスとコンプライアンスの目標を監視し報告するために使用される定量的な指標（例えば、モデルの精度の変化、バイアスの修正時間）です。
主要リスク指標
AIのリスクが顕在化する前に、それらの発生を示す先行指標（例：スコープ外予測の頻度、説明不能な意思決定の割合）。
顧客の身元確認 (KYC)
AIシステムと関わる個人または組織の身元、リスクプロファイル、および正当性を確認するためのコンプライアンスプロセス、特に規制された業界において重要です。
知識蒸留
より大きな“教師”モデルからより小さな“生徒”モデルに洞察を転送する方法であり、パフォーマンスをリソースやガバナンスの制約とバランスさせます。
ナレッジグラフ
エンティティとその関係の構造化された表現を使用して、AIの説明性、監査可能性、およびドメインオントロジーとの整合性を向上させます。
ナレッジ管理
組織の知識（例：モデル文書、監査ログ）を取得、整理、共有するための実践とツール。これにより、再現性と監督が確保されます。
L
ラベル漏れ
出力情報が訓練データラベルに不注意に含まれることで、パフォーマンス指標が水増しされ、モデルの真の一般化問題が隠されてしまうことがあります。
大規模言語モデル
膨大なテキストコーパスで訓練されたディープラーニングモデルは、テキスト生成、翻訳、要約などのタスクを実行できますが、バイアスや誤用に対するガバナンスが求められることがよくあります。
最小特権
AIコンポーネントとユーザーに必要最小限のアクセス権のみを付与することで、機能を果たすために必要なリスクを低減するセキュリティ原則です。
法令遵守
AIシステムがその全ライフサイクルにわたって適用される法律、規制、および業界標準に従っていることを確保する実践。
責任の枠組み
AIに関連する損害や失敗に対する責任を明確にするための体系的なアプローチであり、開発者、導入者、およびオペレーターが含まれます。
ライフサイクル管理
AIシステムの開発、展開、監視、保守、および廃止のための統合されたプロセスは、継続的なコンプライアンスとリスク管理を確保するために設計されています。
ライブネス検知
入力（バイオメトリクスなど）が偽造やリプレイではなく、生きた主体から来ていることを確認するために使用される技術であり、それによりシステムのセキュリティと整合性を向上させます。
ローカライゼーション
AIシステムを各地域の言語、規制、文化的規範、データの居住要件に適合させること。
ログ管理
AIワークフローからのシステムおよびアプリケーションログの収集、保存、分析により、監査、インシデント対応、モデルパフォーマンスの追跡を支援します。
損失関数
予測された出力と真の値との違いを定量化し、モデルのトレーニングと最適化を導く数学的関数です。
Least Agency
A security and governance principle stating that AI agents should only be granted the minimum level of autonomy and tool-access necessary to complete a specific task.
M
意義のある人間の制御
人間がAIの意思決定プロセスを監督し、介入し、上書きする能力を保持することを保証する規制および運用の基準です。
メタデータ管理
トレーサビリティと監査をサポートするために、記述データ（例: データの起源、機能の定義、モデルのパラメータ）を記録し維持する実践。
指標とKPI
AIシステムの健全性、リスク、コンプライアンスの目標を監視するために使用される定量的指標（例：精度の変動、公平性スコア、インシデント対応時間）。
緩和策
特定されたAIリスクとコンプライアンスのギャップに対応するための計画的な行動（例：バイアス是正、再訓練、機能再工学）。
モデルの説明可能性
AIモデルの意思決定ロジックをステークホルダーや監査人に理解可能にする技術とドキュメント。
モデルガバナンス
AIモデルが組織の基準および規制要件に準拠して開発、承認、および使用されることを保証するためのポリシー、役割、および制御。
モデル監視
AIモデルのパフォーマンス、データのドリフト、運用指標を継続的に監視し、劣化や新たなリスクを検出します。
モデル再訓練
データ分布の進化に伴い、性能とコンプライアンスを維持するために、新しいデータや更新されたデータでAIモデルを更新するプロセス。
モデルリスク管理
AI/MLモデルのライフサイクル全体を通じて発生するリスクを特定し、評価し、軽減するための構造化されたプロセス。
モデル検証
AIモデルが本来の目的と性能基準を満たしていることを確認する評価活動（例：保持データに対するテストやストレスシナリオ）。
マルチステークホルダーエンゲージメント
AIガバナンスプロセスにおいて多様なグループ（法務、倫理、運用、エンドユーザーなど）を関与させ、リスクのバランスを取った監視を行い、ビジネス目標と一致させるための体制を整えます。
Market Surveillance Authority
The national regulatory body in each EU member state responsible for monitoring AI systems to ensure they comply with the EU AI Act.
MAS FEAT Principles
The Monetary Authority of Singapore's principles for Fairness, Ethics, Accountability, and Transparency (FEAT) in the use of AI in finance.
Mexico Federal Law on AI and Algorithms
A draft Mexican federal law on AI and algorithms proposing a risk-based classification system, the National AI Commission (CONAIA), and watermarking requirements for AI-generated content.
Minnesota CDPA (AI Provisions)
The AI-specific components of the Minnesota Consumer Data Privacy Act.
Model Card
A short, standardized document providing essential information about a machine learning model's performance, limitations, and intended use cases.
Model Disgorgement
A regulatory remedy requiring a company to delete AI models or algorithms that were developed using improperly or unlawfully acquired data.
Model Drift
The degradation of an AI model's predictive performance over time due to changes in real-world data or the environment.
いいえ
NIST AIリスク管理フレームワーク
米国国立標準技術研究所による自発的なガイダンスであり、AIシステムのライフサイクルにおけるリスクを軽減するためのベストプラクティス概要です。
自然言語処理（NLP）
機械がテキストや音声形式で人間の言語を解釈、生成、分析することを可能にする技術とツール。
ネットワークセキュリティ
AIインフラストラクチャとデータパイプラインを不正アクセスや改ざんから保護するための措置と管理（例：セグメンテーション、ファイアウォール、侵入検知）。
ニューラルアーキテクチャ検索
ニューラルネットワーク構造を設計および最適化するための自動化手法は、複雑性とリソース制約とのバランスを取りながら、モデルのパフォーマンスを向上させます。
ノイズインジェクション
意図的にランダムな摂動をトレーニングデータやモデルパラメータに導入し、頑健性を向上させ、敵対的な操作に対して保護します。
新規性検出
トレーニングデータと大きく異なる入力やシナリオを特定し、予期しない障害を防ぐためにレビューや安全モードの操作を開始するための技術。
NIST AI RMF Profiles
Context-specific implementations of the NIST AI Risk Management Framework tailored to particular industries, technologies, or risk types.
Non-Human Identity (NHI)
A digital credential used by an AI agent, bot, or service to authenticate and interact with enterprise systems.
Notified Body
An independent third-party organization designated by an EU member state to assess the conformity of certain high-risk AI systems under the EU AI Act.
NYC Local Law 144
A New York City law requiring annual bias audits for AI tools used in employment decisions.
Oを
可観測性
ログ、メトリクス、出力の収集と分析を通じて、AIシステムの内部状態と動作を推測し、効果的な監視とトラブルシューティングを可能にする機能。
継続的なモニタリング
AIシステムの性能、データドリフト、バイアス指標、セキュリティイベントを継続的に監視し、時間の経過とともに新たに発生するリスクを検出し対処します。
不透明度
AIモデルが意思決定や予測に至る過程の透明性の欠如は、信頼性と規制遵守において課題をもたらします。
業務レジリエンス
AIシステムおよびそれを支えるインフラストラクチャが予測し、耐え、回復し、そして混乱や不利な事象に適応する能力。
オーケストレーション
AIワークフローとサービス（データ取り込み、モデル学習、デプロイメント）を自動的に統合・調整し、ポリシー遵守とリソースガバナンスを確実に実現します。
異常検知
期待されるパターンから著しく逸脱するデータポイントやモデル予測を特定し、レビューまたは緩和措置を促す技術。
過学習
AIシステムがトレーニングデータ内のノイズや特殊性を学習してしまい、新たな未確認データに対する一般化能力が低下するモデリングの問題です。
監督
AIの開発と導入に関するレビュー、承認、そして責任の構造化されたプロセスは、通常、様々な機能を持つ統治機関を含む形で行われます。
所有権
AI資産（データ、モデル、プロセス）に関する責任と権限を明確に割り当て、システムライフサイクル全体を通じた説明責任を確保します。
OMB Memorandum M-25-21
A federal directive specifying AI governance and risk management requirements for US government agencies.
Operational Autonomy
The ability of an AI system to perform multi-step tasks and make decisions without human intervention at each stage.
Output Risk
The operational, legal, and reputational danger arising from the use of incorrect, biased, or harmful content generated by an AI system.
OWASP Agentic Top 10
A formal taxonomy of the ten most critical security risks specific to autonomous AI agents and their application environments.
P
権限管理
AIデータと機能へのユーザーおよびシステムのアクセス権限を、最小特権の確保と不正使用の防止を実現する形で管理します。
パイロットテスト
AIシステムの本格展開に先立ち、その性能、リスク、ガバナンス制御を評価するために、限定的な範囲の試験を管理された環境で実施します。
ポリシー施行
AIの運用が組織のポリシー、規制のルール、および倫理的ガイドラインに準拠することを保証する自動または手動のメカニズム。
展開後のモニタリング
リリース後のAIシステムの動作および環境を継続的に観察し、劣化、ドリフト、またはコンプライアンス違反を検出します。
予測保守
AIを活用した監視と分析により、コンポーネントやシステムの故障を予測し、重要な環境における運用の回復力とリスク軽減を確保します。
プライバシー影響評価
AIシステムに関連するプライバシーリスクを特定し緩和するための構造的な分析には、データの収集、使用、共有、および保持を網羅しています。
プライバシー・バイ・デザイン
AIシステムのアーキテクチャとプロセスにおいて、データ保護とユーザーのプライバシーに関する考慮事項を最初から組み込むアプローチです。
プロセスオートメーション
AIおよびワークフローツールを活用して、ガバナンス、コンプライアンスチェック、リスク軽減活動を効率化し、手動の作業やエラーを削減します。
Presumption of Conformity
A legal mechanism under EU AI Act and other regimes whereby compliance with a harmonized standard (e.g., a published EN standard) provides a rebuttable assumption that the underlying regulation is satisfied.
Parametric Knowledge
The information learned by an AI model during its training process and stored within its weights and parameters.
Paved Road Governance
A strategy that encourages compliance by making sanctioned, secure workflows easier to follow than unsanctioned alternatives.
PRA SS1/23 (Model Risk Management)
The UK Prudential Regulation Authority's statement on model risk management for banks and insurers.
Probabilistic System
A system where outputs are based on statistical likelihood rather than deterministic, fixed logic.
ク
定性的評価
AIシステムの行動、意思決定、および文書について、専門家が主観的に評価することで、定量的に捉えきれない倫理的、法的、または評判に関する懸念を特定します。
品質保証
AIモデルとデータパイプラインが正確性、信頼性、倫理的遵守の定められた基準を満たすことを保証するための体系的なプロセスとチェック。
品質管理
AIの出力およびプロセスをベンチマークやテストケースに照らして継続的に検証し、欠陥、バイアス事象、またはポリシー違反を検出します。
定量的リスク評価
AI の潜在的脅威のデータ駆動型評価では、軽減策の優先順位を決定するために、可能性と影響を数値で推定します。
量子コンピューティング
量子力学を活用する新たな計算パラダイムは、セキュリティ、標準化、リスクに関するガバナンスの新しい課題を提起しています。
クエリログの記録
AIシステムの入力とユーザーの問い合わせを記録することで、監査トレイルを可能にし、誤用を検出し、アカウンタビリティをサポートします。
プライバシーに関するお問い合わせ
ユーザーのクエリ内の機密情報を保護するための技術とポリシーを策定し、記録された入力が個人情報や専有データを損なわないようにすることを保証します。
アンケートフレームワーク
設計、調達、または展開時に使用されるガバナンスに焦点を当てた質問の体系的なセットで、AIシステムがポリシー要件に適合していることを保証します。
ガバナンスボードの定足数
AIのリスク、方針承認、または監査結果に関する正式な決定を行うために必要なガバナンス委員会メンバーの最小人数。
割り当て管理
AIリソースの使用（例：API呼び出し、計算時間）に対する制御と制限は、ガバナンスポリシーを遵守し、費用の高騰や乱用を防ぐために設定されています。
R言語
リコース
AIによって権利や利益に影響を与える決定に対して、影響を受けた個人が異議を申し立てたり救済を求めたりすることができるメカニズム。
レッドチーミング
AIシステムの脆弱性を発見するために、内部または外部の専門家が攻撃や悪用シナリオを模擬するプロアクティブなテストアプローチ。
法令遵守
AIシステムが運用中、適用される法律、規制、業界標準（例：GDPR、FDA、金融監査）を遵守することを保証します。
再現性
同じデータ、コード、および設定を使用してAIモデルの結果を一貫して再生成する能力は、透明性と監査可能性を確保します。
責任割り当てマトリックス
各ガバナンス活動における役割と責任を明確化するためのツール（例：RACI）。誰が実行責任者（Responsible）、最終責任者（Accountable）、相談先（Consulted）、および報告先（Informed）であるかを明示します。
責任あるAI
ステークホルダーと社会に対して倫理的で透明性があり、責任を持った方法でAIシステムを設計、開発、展開する実践。
リスク評価
AIシステムにおける潜在的なリスクや故障を特定し、分析し、優先順位を付けて、適切な対策を策定するプロセス。
リスク管理フレームワーク
設計から廃止まで、システムライフサイクル全体でAIリスクに体系的に対処するためのガイドラインとプロセスの構造化されたセットです。
堅牢性
AIシステムがさまざまな困難または敵対的な条件下でも信頼できるパフォーマンスを維持する能力。
根本原因分析
AIシステムの失敗または予期しない動作の根本的な原因を特定し、是正措置を導くための体系的な調査。
Reasoning Chain
The multi-step logical process an AI agent follows to move from an initial objective to a final action or output.
エス
制限付き利用規約
AIシステムの誤用を防ぐため、許可されたコンテキスト、ユーザー、目的を指定する定義されたルールと管理を実施します。
セキュリティバイデザイン
AIシステムにおけるセキュリティコントロールとベストプラクティスを、設計初期段階から統合することで、脆弱性やデータ漏洩を防止します。
シャドウAI
ITの承認を得ずに従業員がAIモデル、エージェント、またはツールを無断で使用することは、データ漏洩や不正な自律的行動を通じて隠れたセキュリティ上の脆弱性を生み出します。
社会的影響評価
AIシステムが社会的、経済的、文化的側面に与える影響を体系的に評価し、潜在的な損害と利益を特定します。
ソフトウェア開発ライフサイクル
AIアプリケーションのエンドツーエンドプロセス（要件定義、設計、構築、テスト、デプロイ、監視）は、各段階でガバナンスとコンプライアンスのチェックを組み込んでいます。
ステークホルダーエンゲージメント
AI 開発と監督において影響を受ける当事者（例：ユーザー、規制当局、影響を受けるコミュニティ）を関与させ、多様な視点と支持を確保するプロセス。
監視リスク
AIシステムが個人やグループに対して侵入的な監視に利用され、プライバシーや市民の自由を侵害する可能性があります。
合成データ
実際のデータ分布を模倣する人工生成データセットは、プライバシーを保護しながらトレーニングセットを拡張するために使用されます。
Shadow Agents
Unsanctioned autonomous AI agents deployed within an organization without governance team awareness, capable of taking actions that affect business systems and external parties.
Singapore Model AI Governance Framework
A voluntary guidance framework from Singapore's IMDA and PDPC for responsible AI deployment.
South Korea AI Basic Act
South Korea's comprehensive legal framework for AI development and trust.
SR 11-7 (Model Risk Management)
The foundational US Federal Reserve guidance for managing risks associated with the use of models in banking.
Statement of Applicability (SoA)
A document that identifies which ISO 42001 Annex A controls are relevant to an organization's AI Management System and explains why others were excluded.
Substantial Modification
A change to an AI system after it has been placed on the market that affects its compliance or intended purpose under the EU AI Act.
System of Record
The authoritative data source for a given data element or piece of information within an organization.
Systemic Risk Threshold
The technical or capability-based limit (e.g., 10^25 FLOPs) that classifies a General-Purpose AI model as posing a high level of risk to society.
T
テールリスク
AIの行動や意思決定において、通常の期待を超える稀で極端な結果が起こる可能性があり、特別な緩和計画が必要とされます。
テストと検証
AIモデルをベンチマーク、エッジケース、およびストレス条件に照らして評価し、それらが性能、安全性、コンプライアンス基準を満たすことを保証するための体系的なプロセス。
第三者リスク
外部データプロバイダー、モデルベンダー、またはサービスプラットフォームに依存することから生じるリスクは、コンプライアンスやセキュリティの脆弱性を引き起こす可能性があります。
閾値設定
AIの意思決定ルールにおいて、境界やカットオフ値（例：信頼度スコア）を設定し、偽陽性と偽陰性のようなリスクをバランスさせること。
トレーサビリティ
AIライフサイクルの各ステップ（データ収集からモデル開発、導入まで）を追跡し、文書化することで、監査およびフォレンジック対応を支援する能力。
トレーニングデータセット
AIモデルがそのタスクを実行するために学習すべき関係やパターンを教えるために使用される、ラベル付きまたはラベルなしのデータの精選されたコレクション。
転移学習
あるタスク用に開発されたモデルを関連するタスクに適用する手法であり、開発時間を短縮する一方で、継承されたバイアスの管理が求められる技法です。
透明性
AIシステムのプロセス、意思決定論理、およびデータの使用を、ステークホルダーに対して説明責任を果たすために明確で理解しやすいものにする実践。
信頼できるAI
倫理的で信頼性があり、安全であり、人間の価値観と社会規範に一致した方法で設計および運用されるAIシステム。
Trilogue
The informal three-way negotiation between the European Commission, the Council of the European Union, and the European Parliament used to reach political agreement on EU legislation before formal adoption.
ユーザー
アンダーフィッティング
AIシステムが基礎的なデータパターンを捉えるにはあまりに単純であり、その結果、トレーニングデータおよび新しいデータの両方において性能が悪化するモデリングの問題です。
統一性
AIシステム全体にわたり、ポリシー、コントロール、基準の一貫した適用を保証し、ガバナンスの隙間や不均一なリスク管理を回避します。
教師なし学習
モデルが明示的な結果の指示なしに、ラベルのないデータ内のパターンやグループを識別する機械学習アプローチです。
稼働時間モニタリング
AIシステムの可用性とパフォーマンスを継続的に追跡し、重大な業務やコンプライアンス要件に影響を与える可能性のある障害や劣化を検出します。
ユースケースガバナンス
特定のAI使用事例の定義、承認、監視は、各事例が組織の方針、倫理基準、リスク許容度に整合することを保証するための実践です。
ユーザー同意
AIシステムで個人データを収集、処理、または使用する前に、個人から明示的な許可を取得し記録するプロセスです。
ユーティリティ
AIシステムがその目的を達成する上でどれほど価値があるか、または効果的であるかを判断する尺度であり、関連するリスクやリソースコストとバランスを取ります。
UK AI Opportunities Action Plan
The UK government's strategic roadmap for maximizing AI benefits while establishing targeted, binding safety rules.
V
バリデーション
AIモデルが意図されたタスクで正確にかつ信頼性高く機能し、定義されたパフォーマンス基準を満たすことを確認するプロセスです。
ばらつき監視
AIモデルの出力やパフォーマンス指標の変動を時間経過とともに追跡し、ドリフトを検出して潜在的な劣化やリスクを推測します。
ベンダーリスク管理
AIコンポーネントやサービスのサードパーティ供給者を評価・監視し、潜在的なコンプライアンス、安全性、倫理的リスクを識別し、軽減することを目的としています。
バージョン管理
AIのコード、モデル、およびデータセットに対する変更を管理し、追跡する実践は、再現性と監査可能性を確保するためのものである。
拒否権
ガバナンス機関または利害関係者が保持する正式な権利として、容認できないリスクをもたらすAIの導入を阻止または変更を要求する権限。
監視モニタリング
AIの挙動や外部信号（例：規制の更新）の継続的な監視を行い、新たに発生するリスクや非遵守事項を迅速に特定して対応します。
ビジョンAI管理
コンピュータビジョンシステムに特化したガバナンスプロセスでは、データ品質の確保、偏りのチェック、および画像/ビデオを基にした意思決定における透明性が重視されています。
脆弱性評価
AIインフラストラクチャおよびアプリケーションにおけるセキュリティの弱点を特定、分析、優先順位付けし、修正作業を導く。
Version Pinning
The practice of locking an AI system to a specific, tested version of a foundation model to prevent silent updates from changing system behavior.
ダブル
ウォッチドッグモニタリング
AIの意思決定を監視し、ポリシーや閾値が違反された際に警告や介入をトリガーする独立したランタイムチェックです。
重み付け監査
モデルの重みと構造を精査し、改ざんや意図しない動作を示す可能性のある異常、バックドア、バイアスを確認します。
ホワイトボックステスト
AIシステムの内部構造（コード、パラメータ、アーキテクチャ）を完全に把握した上で、正確性、セキュリティ、コンプライアンスを検証すること。
ホワイトリスト/ブラックリストポリシー
コンプライアンスを強化し、不正使用を防止するために、許可された（ホワイトリスト）および禁止された（ブラックリスト）入力、機能、または操作を定義するガバナンスルール。
ホワイトリスト登録
未承認または悪意のある要素からのリスクを軽減するために、AIパイプラインにおいて事前承認されたデータソース、ライブラリ、またはモデルコンポーネントのみを許可します。
ワークフローオーケストレーション
AIライフサイクルのタスク（データの取り込み、トレーニング、検証、展開）を自動化およびシーケンス化して、ガバナンスポリシーを強化し、一貫性を確保します。
ワークロード分離
AIコンピュート環境（例えば、開発、テスト、本番）とデータドメインを分離し、障害やセキュリティ侵害の影響範囲を制限します。
最悪のケース分析
AIシステムの最も重大な潜在的な故障や悪用を評価し、堅牢なリスク緩和策と非常時対応計画に役立てる。
一度書き込み、多数回読み取り (WORM) ストレージ
不変ストレージにより、一度記録されたログ、監査証跡、モデルアーティファクトは改変されることがなく、否認防止および法医学的レビューをサポートします。
Watermarking
The practice of embedding detectable, machine-readable provenance markers in AI-generated output, such as images, audio, video, and synthetic text, so downstream consumers and platforms can identify content as AI-generated.
X
X-バリデーション
データを折りたたみに分割し、モデルの一般化を厳密に評価し、過学習を検出するためのモデル検証手法（しばしば“X-Val”と略されます）。
XAI（説明可能なAI）
AIモデルの意思決定プロセスを人間に対して透明で理解可能にする技術と方法であり、責任とコンプライアンスの支援を行います。
XAI監査
AIの説明可能性の出力が内部方針や規制要件を満たしているかどうかを評価するレビュープロセスであり、十分な透明性を確保します。
XAIフレームワーク
組織がAIシステム全体で説明可能性の実践を実装、測定、管理するために使用する、体系的なアプローチまたはガイドラインのセット。
XAI指標
AIの説明の品質と信頼性を評価するために使用される定量的または定性的な指標（例：特徴の重要度スコア、説明の忠実度）。
Y
エンタープライズソフトウェア製品のマーケティングサイトに適した形式で翻訳されたコンテンツです。
ゼロ欠陥許容度
AI出力におけるエラーやポリシー違反を未然に防ぐことを目指したガバナンス原則であり、厳密なテスト、監視、継続的な改善サイクルによって支えられています。
ゼロデイ脆弱性
パッチや緩和策が利用可能になる前に悪用される可能性がある、AIソフトウェアまたはインフラストラクチャ内の未発見のセキュリティ欠陥。
ゼロショット学習
一般化された知識表現を活用することで、明示的にトレーニングされていないタスクやデータを正確に処理または分類するモデルの能力。
ゾーンベースのアクセス制御
ネットワークまたはデータガバナンスアプローチは、リソースを異なるポリシーを持つゾーンに分割し、データの機密性に応じてAIシステムのアクセスを制限します。
ホワイトペーパー
すべて
AI 規制
ポッドキャスト
製品の更新情報
報道
用語集
エー
AIの責任
AIシステムの開発者および運用者は、そのシステムが責任を持って設計および使用され、倫理的基準と法的要件を遵守することを保証する義務があります。
AI整合
AIシステムの目的と行動を人間の価値観や意図に合わせるプロセス。
AI監査
AIシステムの倫理基準、規制、および性能指標への適合性を評価するための体系的な評価。
AIバイアス
偏見のあるトレーニングデータや欠陥のあるアルゴリズムに起因するAI出力における系統的誤差は、不公平な結果をもたらす可能性があります。
AIコンプライアンス
AIシステムがそのライフサイクル全体を通じて適用される法律、規制、および倫理指針を遵守すること。
AI倫理
AI技術の開発と導入に関連する倫理的影響と責任に関する分野です。
AIの説明可能性
AIシステムの内部メカニズムが人間によってどの程度理解され解釈されるか。
AIガバナンス
AIシステムの倫理的かつ効果的な開発と利用を支援するポリシー、プロセス、制御の枠組み。
AI在庫管理
組織全体で使用されている全てのAIシステム、モデル、エージェントの包括的かつ集中管理されたカタログであり、そのビジネス目的、リスクレベル、所有権を追跡します。
AIリテラシー
AIの概念、能力、限界を理解し、AI技術との適切な交流を可能にします。
AI監視
AIシステムのパフォーマンスを継続的に観察および分析し、信頼性、安全性、コンプライアンスを確保します。
AIリスク
AIシステムが引き起こす可能性のある損害や意図しない結果には、倫理的、法的、運用上のリスクが含まれます。
AIリスク管理
AIシステムに関連するリスクの特定、評価、軽減のプロセス。
AI TRiSM（AI トリズム）
Gartnerによって作られた頭字語であるAI Trust、Risk、Security Management（AI信頼性、リスク、およびセキュリティ管理）を指します。ガバナンス、信頼性、およびセキュリティを単一の運用戦略に統合するフレームワークです。
AIの透明性
AIシステムはその運用、意思決定、データの使用に関して開かれており、明確であるべきという原則。
正確性
AIシステムの出力が実世界のデータや意図された結果を正確に反映する程度。
敵対的攻撃
不正な出力を引き起こすために、誤解を招く入力を導入してAIモデルを操作する技術です。
エージェンティックAI
複雑な目標を自律的に追求し、ソフトウェアの展開や金融取引などの多段階のアクションを最小限の人間の介入で実行するように設計された人工知能システムのクラスです。
エージェンティックAIガバナンス
自律型AIシステムのガバナンスに関する説明です。これらのシステムは、予測AI（インサイトを提供するもの）や生成AI（コンテンツを作成するもの）とは異なり、独立した行動（例：取引、コードの展開）を実行する能力を有しています。
アルゴリズム
AIシステムが独自に学習するのを助けるための一連の規則または指示。
アルゴリズムの偏り
アルゴリズムが機械学習プロセスの誤った仮定により系統的に偏った結果を生成する際に発生するバイアス。
アルゴリズムによるガバナンス
アルゴリズムを活用して社会的機能を管理および規制することは、意思決定プロセスに影響を与える可能性があります。
汎用人工知能
人間の知能に類似した一般的な方法で理解し、学習し、知識を適用する能力を持つAIの一種です。
人工知能
機械による人間の知能プロセスのシミュレーション、特にコンピューターシステムによるものであり、学習、推論、自己修正を含みます。
Agent Fabric
An integrated runtime substrate that hosts, orchestrates, and governs multiple AI agents alongside the models, tools, and data they depend on.
Agent Mesh
A networked topology in which AI agents discover, communicate with, and delegate work to one another through a shared infrastructure layer.
AI Assistant
A conversational AI system designed to help users complete tasks through natural language interaction, typically powered by a large language model.
AI Bill of Materials (AIBOM)
A structured inventory listing the components that make up an AI system, including foundation models, training datasets, libraries, and dependencies - the AI equivalent of a Software Bill of Materials (SBOM).
AI Footprint
The total set of AI systems, models, agents, and embedded AI features in use across an organization at any given time, including sanctioned and shadow systems.
AI Sprawl
The uncontrolled expansion of AI systems across an organization, typically driven by easy access to AI tools and a lack of effective intake and inventory processes.
Article 25 (EU AI Act)
The EU AI Act provision creating a direct obligation chain between providers and deployers of high-risk AI systems, including responsibility transfer when systems are substantially modified.
Article 50 (EU AI Act)
The EU AI Act provision setting transparency obligations for AI systems that interact with people, generate synthetic content, or produce deepfakes.
Acceptable Use Policy (AUP)
A set of rules applied by an organization that outlines the permitted and prohibited ways employees may interact with company-provided AI tools.
Accredited Certification
A certificate issued by a certification body that has been formally recognized by a national accreditation body (like ANAB or UKAS) as competent to audit against a specific standard.
Action Preview
A governance requirement where an AI agent must display exactly what an irreversible operation will do before a human provides final approval.
Action Whitelisting
A security and governance control that specifies the only permitted tools, APIs, and actions an AI agent is allowed to execute.
Agent Goal Hijack (ASI01)
A vulnerability where an attacker manipulates an agent's objectives or decision pathways to redirect its autonomous behavior toward unintended outcomes.
Agentic Policy Engine
A runtime software component that intercepts agent actions and evaluates them against a set of deterministic governance rules before execution.
AI Governance for Financial Services
The specialized application of AI risk management frameworks to meet the rigorous prudential and conduct requirements of the banking and insurance sectors.
AI Governance Software
Specialized enterprise tools used to automate the inventory, risk assessment, and regulatory compliance of artificial intelligence systems.
EU AI Liability Directive
A proposed EU directive aimed at simplifying the process for claimants to seek damages caused by AI systems by introducing a rebuttable presumption of causality.
Artificial Intelligence Management System (AIMS)
A set of interrelated or interacting elements of an organization to establish policies, objectives, and processes for the responsible development or use of AI.
AI System Impact Assessment
A formal process to evaluate the potential consequences of an AI system's deployment on individuals, groups, and society at large.
Artificial Intelligence and Data Act (AIDA)
Canada's federal regulatory framework (part of Bill C-27) aimed at ensuring high-impact AI systems are developed and used safely and without bias.
Amnesty Program
A time-limited governance initiative where employees are invited to disclose unsanctioned AI tool usage without fear of disciplinary action.
Annex I Products
A list of products already regulated by EU health and safety law (e.g., machinery, medical devices) where AI integrated under the EU AI Act is automatically classified as high-risk.
Annex III Categories
A specific list of high-risk AI application areas defined by the EU AI Act that trigger mandatory compliance obligations.
API Traffic Analysis
The technical process of monitoring and inspecting network calls made to external AI service providers.
Article 6(3) Exception
A self-determination mechanism under the EU AI Act allowing providers to classify an Annex III AI system as not high-risk if it poses no significant harm.
Australia Safe & Responsible AI Policy
The Australian federal policy governing the use of AI within the public service and government agencies.
Automated AI Governance
The use of software and API integrations to perform continuous, real-time compliance checks and risk monitoring without manual intervention.
B
誤差逆伝播法
ニューラルネットワークで使用される訓練アルゴリズムで、出力層から誤差を逆伝播させて重みを調整し、損失を最小限に抑えます。
バッチ学習
モデルが逐次学習ではなく、データセット全体を一度に学習する機械学習のアプローチです。
ベンチマーキング
AIシステムのパフォーマンスを標準的な指標や他のシステムと比較して、その効果を評価するプロセスです。
バイアス
偏見のあるトレーニングデータや欠陥のあるアルゴリズムに起因するAI出力における系統的誤差は、不公平な結果をもたらす可能性があります。
バイアス増幅
AIシステムが、訓練データに存在する既存のバイアスを悪化させ、ますます偏った結果を招く現象。
バイアス監査
AIシステムにおけるバイアスを検出し、緩和するための評価プロセスを策定し、公平性および倫理基準への準拠を保証します。
バイアス検出
AIモデルの出力や意思決定プロセスを分析することによって、偏見を特定するプロセス。
バイアス軽減
AI開発において、モデルやデータセット内のバイアスを削減または排除するために適用される技術。
ブラックボックスモデル
意思決定のプロセスが不透明または解釈できないため、どのように意思決定が行われるかを理解するのが難しいAIシステムです。
ボット
エンタープライズソフトウェア製品向けのマーケティングサイトにふさわしい形式で翻訳します。自動化されたタスクを実行するソフトウェアアプリケーションで、顧客サービスやデータ収集などのタスクにAIでよく使用されます。
Brussels Effect
The phenomenon whereby EU regulation becomes the global default through market access requirements, even for organizations headquartered outside the EU.
Brazil AI Bill (PL 2338/2023)
Brazil's primary legislative effort to establish a national framework for AI rights and governance.
C言語
因果推論
AIと統計学の分野で用いられる手法であり、因果関係を特定し、介入や変数の変更が影響を及ぼすことを理解するのに役立ちます。
チャットボット
AIを搭載したソフトウェアアプリケーションは、人間の会話を模擬するように設計されており、主に顧客サービスや情報収集のために使用されます。
分類
機械学習における教師あり学習技法で、モデルがトレーニングデータに基づいて新しい観測のカテゴリまたはクラスラベルを予測します。
認知バイアス
訓練データ内に存在する場合、AIの意思決定に影響を与える可能性がある、通常や合理性からの一貫した逸脱のパターン。
コグニティブ・コンピューティング
人間の思考プロセスをコンピュータモデルで模倣し、複雑な問題を人の手を借りずに解決することを目指すAIのサブセット。
認知負荷
AIにおけるシステム設計では、ユーザーを圧倒しないようにするために、作業記憶で使用される精神的な努力の総量が考慮されます。
コンプライアンスフレームワーク
組織が規制および倫理基準を満たすAIシステムを確実にするために従うガイドラインとベストプラクティスの体系的なセット。
コンプライアンスリスク
法律、規制、または定められた慣行に従わない場合に企業が直面する法的あるいは規制上の制裁、財務上の損失、または評判の損害の可能性。
コンピュータービジョン
AIの一分野として、コンピュータに画像やビデオなどの視覚情報を解釈し処理する能力を訓練する技術です。
コンセプトドリフト
モデルが予測しようとしている対象変数の統計特性の時間経過に伴う変化は、モデルの劣化を引き起こします。
信頼区間
サンプル統計から導き出された一連の値で、未知の母集団パラメーターの値を含む可能性が高く、AIにおいて不確実性を表現するために使用されます。
適合性評価
AIシステムが指定された要件、基準、または規制を満たしているかどうかを判断するプロセスであり、多くの場合、テストおよび認証が含まれます。
継続的学習
AIシステムは、新しいデータ入力から人間の介入なしに継続的に学習し、適応し、時間とともに改善する能力を持っています。
制御性
人間がAIシステムの決定や行動を指示、影響を与える、または無効化することができる程度。
交差検証
統計解析の結果が独立したデータセットにどのように一般化されるかを評価するためのモデル検証手法。
サイバーセキュリティ
システム、ネットワーク、およびプログラムをデジタル攻撃から守る実践は、脅威に対してAIシステムを保護する上で重要です。
COREPER Mandate
The negotiating authority granted by EU member state ambassadors (Committee of Permanent Representatives) to the rotating Council Presidency for trilogue negotiations on EU legislation.
California AB 1008
An amendment to the CCPA clarifying that personal information includes data generated or output by AI systems.
California AB 3030
A California law requiring transparency when Generative AI is used to communicate with patients in a healthcare setting.
California ADMT Regulations
Rules under the California Consumer Privacy Act (CCPA) governing Automated Decision-Making Technology (ADMT).
California FEHA AI Regulations
State regulations under the Fair Employment and Housing Act (FEHA) targeting AI-driven discrimination in the workplace.
California AI Transparency Act (SB 942)
Legislation requiring large providers of generative AI systems to provide detection tools and embed latent and manifest disclosures in AI-generated content.
Cascading Failure (ASI08)
A failure mode where an error or malicious input in one AI agent's reasoning triggers a chain reaction of failures across multiple connected agents or systems.
CE Marking
A mandatory certification mark that indicates an AI system's conformity with health, safety, and environmental protection standards for products sold within the EEA.
Change Notification Window
A contractual period during which a vendor must inform a customer of material updates to an AI model before those updates are deployed in production.
China Interim GenAI Measures
Regulatory requirements for generative AI services provided to the Chinese public.
Council of Europe AI Convention
The first legally binding international treaty on AI, focusing on the protection of human rights, democracy, and the rule of law.
Colorado AI Act (SB24-205)
The first broad U.S. state law requiring developers and deployers of high-risk AI systems to implement duty of care standards and conduct annual impact assessments.
Internal Control (Conformity Assessment)
A process under the EU AI Act where a provider self-verifies that their high-risk AI system meets all regulatory requirements without requiring a third-party audit.
Cryptographic Agent Identity
A verifiable digital credential (often a Decentralized Identifier or DID) that uniquely identifies an AI agent and its authority level.
データ
データドリフト
時間の経過に伴うモデル入力データの変化は、監視・対応しなければ、モデルの性能低下を引き起こす可能性があります。
データ倫理
個人を特定可能な情報を収集、保護、使用する際の倫理的義務に関して、データの取り扱いを評価する倫理学の一分野です。
データガバナンス
企業におけるデータの可用性、使用性、整合性、およびセキュリティの全体的な管理は、データのライフサイクル全体を通して適切に取り扱われることを保証します。
データライフサイクル管理
データフローのライフサイクル全体にわたるポリシーに基づく管理: 作成および初期保存から、陳腐化し削除されるまでの一連の流れを包括的に管理します。
データ最小化
特定の目的に必要なデータのみを収集するという原則は、誤用や漏洩のリスクを軽減します。
データプライバシー
情報技術の側面で、どのデータが共有され、誰と共有されるかを制御する能力を扱い、個人データが適切に取り扱われることを保証します。
データ保護
重要な情報を保護し、破損、漏洩、損失を防止するとともに、データ保護法規制への準拠を確実にするプロセスです。
データ品質
AIモデルの効果的なパフォーマンスに不可欠であるデータの状態は、正確性、完全性、信頼性、関連性といった要因に基づいています。
データレジデンシー
組織のデータの物理的または地理的な場所は、データ保護法の遵守に影響を及ぼす可能性があります。
データ主権
データは、それが収集、保存、または処理される国家の法律およびガバナンス構造に従うという概念です。
データ主体
個人データが収集、保持、または処理される個人は、特にGDPRのようなデータ保護法の文脈で重要です。
識別情報の削除
データセットから個人識別子を削除または隠蔽し、個人の特定を困難にするプロセスであり、プライバシー保護に利用されます。
ディープラーニング
複数層のニューラルネットワークを伴う機械学習の一部であり、データの複雑なパターンをモデル化することを可能にします。
ディープフェイク
既存の画像やビデオ内の人物が、ディープラーニング技術を使用して作成された他の人物の肖像に置き換えられる合成メディア。
差分プライバシー
データセット内のグループのパターンを記述しつつ、個人に関する情報を秘匿したまま、データセットについての情報を公に共有するシステムです。
差別
AIにおいて、データやアルゴリズムの偏見に基づく個人またはグループに対する不公平な扱いを指し、それが不平等な結果を招くことを意味します。
分散型学習
トレーニングデータが複数のデバイスまたは場所に分散され、生のデータを共有することなく、協力してモデルをトレーニングする機械学習アプローチです。
ドメイン適応
機械学習の技術の一つであり、ある領域で訓練されたモデルが異なるが関連する領域で機能するように適応されることを指します。
動的リスク評価
AIシステムにおける新たな脅威に対して、タイムリーな対応を可能にする、リスクの継続的なリアルタイムでの識別および評価のプロセス。
Data Ingestion Risk
The danger that sensitive or proprietary information will be permanently absorbed into an AI model's training set during a user's interaction.
Data Provenance
A documented record of the origin, ownership, and lifecycle of a dataset used to train or fine-tune an AI model.
EU Digital Omnibus on AI
A 2025/2026 legislative package designed to streamline and harmonize technical standards, conformity assessments, and enforcement timelines across the EU AI Act and related digital safety laws.
Dual-Use Foundation Model
An AI model that is trained on a vast amount of data and has high-level performance that could be used for both civilian and harmful or military purposes.
E
エッジAI
データ生成の源であるエッジデバイスにAIアルゴリズムを展開し、データ処理と意思決定を可能にします。
エッジアナリティクス
データ生成のソースに近いネットワークのエッジでのデータ分析により、待ち時間と帯域幅の使用を削減します。
アンサンブル学習
複数のモデルを訓練して組み合わせることで同じ問題を解決し、全体的なパフォーマンスを向上させる機械学習のパラダイム。
エンティティ解決
異なるデータセット間で同じ実世界のエンティティを参照するレコードを識別し、リンクするプロセスです。
Enzai
企業向けAIガバナンスプラットフォームは、組織がAIシステムをインベントリし、評価し、管理することを可能にし、AIの採用を最大化しながらAIリスクを最小限に抑えることを保証します。
倫理的なAI
倫理原則と価値観に沿って設計、開発、展開されるAIシステムの慣行は、公平性、説明責任、透明性を確保します。
倫理的AI監査
AIシステムが倫理基準を順守し、害を及ぼさないことを保証するために、体系的に評価するプロセス。
倫理的AI認定
AIシステムが確立された倫理基準とガイドラインに従っていることを正式に認定すること。
倫理的なAIガバナンス
AIシステムが適切かつ倫理的に開発・使用されることを保証するためのポリシー、手順、実践のフレームワーク。
倫理的枠組み
AI システムの倫理的な開発と展開を導くために設計された原則とガイドラインの体系的なセット。
倫理的ハッキング
AIシステムの堅牢性を確保するために、意図的にシステムの脆弱性を探し出し、セキュリティ問題を特定して修正する取り組みです。
倫理的影響評価
AIシステムの導入前に、その倫理的影響および潜在的な社会的影響を特定し、対処するための体系的な評価プロセス。
倫理的リスク
AIシステムが偏見、差別、プライバシー侵害などの非倫理的な行動により、害を及ぼす可能性があるというリスク。
信頼できるAIのための倫理ガイドライン
欧州委員会のAIハイレベル専門家グループによって開発された一連の指針であり、人間の主体性、技術的堅牢性、プライバシー、透明性、多様性、社会的幸福、説明責任に重点を置き、信頼できるAIを促進することを目的としています。
説明可能性技術
AIモデルによって行われた意思決定を解釈し理解するための手法には、LIMEやSHAP、サリエンシーマップなどがあります。
説明可能性と解釈可能性
両者ともAIの意思決定を理解しやすくすることを目指していますが、説明可能性は意思決定の理由に焦点を当てており、解釈可能性はモデルの内部メカニズムの透明性に関わっています。
説明可能なAI（XAI）
AIシステムは、その決定と行動について人間が理解できる説明を提供するように設計されており、透明性と信頼性を高めます。
説明可能な機械学習
予測や意思決定に対して明確で理解しやすい説明を提供するように設計された機械学習モデル。
EU AI Office
The European Commission body established to oversee implementation and enforcement of the EU AI Act, particularly for general-purpose AI models with systemic risk.
EU Digital Omnibus
The European Union's broader 2025-2026 legislative simplification package addressing multiple digital regulations including the AI Act, GDPR provisions, the Cyber Resilience Act, and Data Act amendments.
Embedded AI
AI capabilities or features that are integrated directly into third-party software-as-a-service (SaaS) platforms or enterprise tools.
Escalation Logic
A set of predefined rules and triggers that force an AI agent to stop autonomous operation and hand control back to a human operator.
ESMA AI/ML Governance Expectations
Regulatory guidelines from the European Securities and Markets Authority regarding the use of AI and Machine Learning in financial markets.
EU AI Act
The world's first comprehensive horizontal legal framework for AI, establishing a risk-based classification system for systems deployed or used within the European Union.
EU AI Act Risk Classification
The mandatory process of assigning one of four risk levels (Unacceptable, High, Limited, Minimal) to an AI system under the EU AI Act.
Excessive Agency
A vulnerability where an AI system is granted too much autonomy, too many tools, or over-privileged access relative to its intended function.
Executive Order 14110
The Biden administration directive (signed October 2023, rescinded January 2025) that established U.S. national standards for AI safety, security, and privacy and created the U.S. AI Safety Institute at NIST.
EU AI Act High-Risk Categories
The two classifications of high-risk AI systems under the EU AI Act: standalone systems listed in Annex III (covering biometrics, critical infrastructure, employment, education, law enforcement, and other named uses), and AI embedded in regulated products listed in Annex I (covering medical devices, vehicles, machinery, and other regulated product categories).
エフ
公平性
AIシステムがさまざまな個人やグループに対して偏りのない公平な結果を生成し、差別的な影響を軽減することを保証します。
公平性指標
AIモデルの予測がグループ間でどれほど公正であるかを評価するために使用される定量的指標（例：人口統計の平等性、平等化されたオッズ）。
偽陰性
AIモデルが実際には正であるインスタンスに対して誤って負のクラスを予測する場合（タイプIIエラー）。
誤検出
AIモデルが実際にはネガティブなインスタンスに対して誤ってポジティブクラスを予測する場合（第一種過誤）。
フォルトトレランス
AIシステムがいくつかのコンポーネントで故障やエラーが発生した場合でも、正しく動作し続ける能力。
特徴工学
機械学習モデルの性能を向上させる特徴量として、生のデータセット属性を作成、選択、または変換すること。
機能抽出
生データ（例: テキストや画像）を、機械学習アルゴリズムへの入力に適した数値表現（特徴量）にマッピングするプロセス。
機能選択
モデルトレーニングのために最も関連性の高い特徴を特定して選択し、複雑さを軽減し精度を向上させます。
フェデレーテッドラーニング
モデルが生データを中央で共有することなく、複数のデバイスやサーバーにあるローカルデータでトレーニングされる分散型機械学習アプローチ。
フィードバックループ
AIの出力を再び入力として取り込むことで、モデルの挙動が増幅されるプロセスです。これは、良い方向では（強化学習）、悪い方向では（バイアスの強化）として作用する可能性があります。
微調整
あらかじめ学習済みのAIモデルを特定のタスクやデータセットに適応させ、新しいデータを用いて学習を続けることで、しばしばタスク特有のパフォーマンスを向上させます。
形式的検証
AIアルゴリズムが指定された正確性の特性を遵守していることを数学的に証明することは、安全性が非常に重要なシステムでよく使用されます。
フレームワーク
AIシステムのガバナンス、開発、展開、監視を導くためのポリシー、プロセス、ツールの構造化セットです。
不正検出
AI技術（例：異常検知、パターン認識）を利用して、金融や保険などでの不正行為を特定し防止することができます。
機能安全
AIシステムがあらゆる状況下で安全に運用されることを保証することは、特に自動車産業や医療分野においては、冗長性やチェックを通じて重要です。
ファジー論理
二値の真偽（真／偽）ではなく、近似的な値に基づく推論を扱う論理システムであり、制御システムや不確実性への対応に有用です。
Federated AI Governance
A governance model where central policy and oversight are paired with distributed decision-making by business units or regional offices, balancing consistency with operational flexibility.
FS AI RMF (Financial Services AI Risk Management Framework)
The US Treasury's specialized AI risk management framework for financial services firms, published February 2026, adapting the NIST AI RMF for sector-specific obligations.
Fundamental Rights Impact Assessment (FRIA)
A mandatory evaluation under the EU AI Act for certain deployers to determine how the use of a high-risk AI system might impact civil liberties and human rights.
ジー
一般データ保護規則 (GDPR)
EUの一般データ保護規則は、個人データの収集、処理、個人の権利に関する厳格な要件を確立しています。
GPU（グラフィックスプロセッサ）
大規模なAIモデルを効率的にトレーニングおよび実行するために広く使用されている、並列計算専用のハードウェアアクセラレータです。
ギャップ分析
現在のAIガバナンスの実践を望ましい基準や規制と比較して、改善が必要な領域を特定するプロセスです。
一般化
AIモデルがトレーニング例を記憶するのではなく、基盤となるパターンを捉えることによって、新しい未見のデータで高い性能を発揮できる能力。
生成的AI
新しいコンテンツ（テキスト、画像、その他のメディア）を生成するAI技術（例：GAN、トランスフォーマー）であり、しばしば新たなガバナンスおよび知的財産（IP）に関する懸念を引き起こします。
グローバルモデル
複数の情報源から収集されたデータで訓練された統合AIモデルは、ローカライズされたモデルやパーソナライズされたモデルとは異なります。
ガバナンス
AIシステムの倫理的、合法的、かつ効果的な開発および展開を導く一連の方針、手続き、役割、責任。
ガバナンス機関
組織内でAIガバナンス方針とその実行を監督することを任務とする法務、倫理、技術などのクロス機能グループ。
ガバナンスフレームワーク
AIガバナンスの構成要素（リスク管理、アカウンタビリティ、監督）がどのように組み合わされて、コンプライアンスと倫理的な利用を確保するかを説明するための構造化されたモデルです。
ガバナンス成熟度モデル
組織のAIガバナンス実践の進化度を評価するための段階的枠組みであり、臨時的なものから最適化されたものまでを対象としています。
ガバナンスポリシー
企業内のAI開発および監督に関する規則、役割、手続きを成文化した正式な文書です。
ガバナンススコアカード
AIガバナンスの有効性を時間の経過とともに測定するために、重要な指標（例:偏りのある事件やコンプライアンス監査）を追跡するダッシュボードまたは報告書。
勾配降下法
損失関数を最小限に減少させる方向にモデルパラメータを反復的に調整する最適化アルゴリズム。
詳細な同意
データの使用ごとに個別に許可を与えたり拒否したりできるデータプライバシーアプローチであり、透明性とコントロールを強化します。
グリーンAI
エネルギー効率の高いアルゴリズムや持続可能なコンピューティングの実践を通じて、AIの環境への影響を削減する取り組み。
グレイボックスモデル
内部ロジックが部分的に透明であるモデル（いくつかのコンポーネントは解釈可能であり、他は不透明である）は、性能と説明可能性のバランスを取ります。
グラウンドトゥルース
AIモデルのパフォーマンスを訓練および評価するための基準として使用される、正確な現実世界のデータまたはラベルです。
ガードレール
AIシステムに組み込まれた定義済みの制約やチェック（技術的およびポリシー）は、実行時における安全でないまたはコンプライアンスに違反する行動を防ぐためのものです。
ガイドライン（倫理的AI）
責任あるAI開発と展開を形成するために発行される、IEEEやEUなどの組織による、拘束力のない推奨またはベストプラクティスの文書です。
Goal Drift
A phenomenon where an AI agent's internal sub-goals or reasoning pathways gradually move away from the original human-provided objective.
GPAI Code of Practice
The detailed regulatory instrument outlining specific transparency, safety testing, and risk mitigation obligations for providers of General-Purpose AI (GPAI) models under the EU AI Act.
GPAI Model
A general-purpose artificial intelligence model capable of performing a wide range of distinct tasks and integrating into various applications.
エイチ
幻覚
生成AIがトレーニングデータに基づかないにもかかわらず、もっともらしく見える誤った情報や捏造された情報を生成する場合。
欠損データの処理
データセットの欠損を解決し、モデルの整合性と公平性を維持するための手法（例：補完、削除、モデリング）。
ハードウェアアクセラレーター
AIの計算を高速化するために設計された専門チップ（例：GPU、TPU）は、エネルギー使用とサプライチェーンに関するリスクに影響を与えます。
リスク評価
AIシステムがもたらす可能性のある負の影響（物理的、心理的、社会的）を評価し、緩和策を策定します。
調和化
AIのポリシー、標準、および規制を各管轄区で整合させ、競合を減らし、相互運用性を実現します。
ハッシュ化
データを固定サイズの文字列に変換するプロセスで、データの整合性チェックやプライバシーを保護しながらの記録のリンクに使用されます。
異種データ
異なる種類のデータ（テキスト、画像、センサー）や複数のドメインからのデータを組み合わせることは、統合およびガバナンスの課題を引き起こします。
ヒューリスティック
AIプロセスを迅速化するために使用される経験則または簡略化された意思決定戦略であり、しばしば最適性を効率性に交換します。
ヒューリスティック評価
AIシステムを既存のユーザビリティ原則に基づいて専門家が評価し、潜在的な問題を特定するためのユーザビリティ評価手法です。
ハイステークスAI
重大な被害を引き起こす可能性があるAIアプリケーション（例えば、医療診断や自律走行車）には、厳格なガバナンスと監視が必要です。
人間による監督
指定された個人がAIシステムの意思決定を監視し、介入し、または上書きして倫理的および法的な遵守を保証するためのメカニズム。
人権影響評価
AIシステムが基本的人権（プライバシー、表現の自由、差別の禁止）にどのように影響するかを評価し、緩和策を特定するためのプロセスです。
人間を介したプロセス
AIプロセス（トレーニング、検証、意思決定のレビュー）に人間の判断を組み込むことで、正確性と説明責任を向上させます。
ハイブリッドモデル
複数の学習パラダイム（例: シンボリックとニューラル）を組み合わせて、説明性とパフォーマンスのバランスを取るAIシステム。
ハイパーパラメーター
モデルの学習前に設定され、学習の挙動や性能に影響を与える設定変数（例: 学習率、木の深さ）。
ハイパーパラメータチューニング
モデルのパフォーマンスを最大化するために、グリッド検索やベイズ最適化などを通じて最適なハイパーパラメータ値を検索するプロセス。
Harmonized Structure
A standardized template for all ISO management system standards, formerly known as Annex SL, ensuring consistency in terminology and clause numbering.
High-Risk AI System
AI applications that have a significant potential to harm the health, safety, or fundamental rights of individuals, triggering the most stringent compliance requirements under the EU AI Act.
私
ISO/IEC JTC 1/SC 42
人工知能標準化に関する国際標準化機構 (ISO) と国際電気標準会議 (IEC) の合同委員会は、ガバナンス、リスク、および相互運用性のための国際的なAI標準を開発しています。
不均衡データ
あるクラスまたはカテゴリが他のクラスやカテゴリに比べて著しく数が多いデータセットは、適切な対策を講じない限り、AIモデルが多数派のクラスに偏る原因となる可能性があります。
不変の台帳
改ざんが検知可能な記録保持メカニズム（例：ブロックチェーン）により、データは一度書き込まれると、検知されることなく変更することはできません。これは、AIの監査証跡に有用です。
影響評価
AIシステムの導入前に、潜在的な倫理的、法的、社会的影響を特定、分析、および緩和するための体系的な評価。
潜在的なバイアス
トレーニングデータやモデル設計に組み込まれた無意識または意図しないバイアスが、差別的な結果を招く可能性があります。
インセンティブの整合
AIシステムの目標が人間の価値観と組織の優先事項に一致し続けるように、報酬構造と目的を設計すること。
帰納バイアス
学習アルゴリズムが観察されたデータから未知のインスタンスへ一般化する際に使用する仮定のセット。
推論
訓練されたAIモデルが新しいデータ入力を処理し、予測や決定を下すプロセスです。
推論エンジン
AIシステムのコンポーネント（特にルールベースまたはエキスパートシステムにおいて）は、知識ベースを入力データに適用して結論を導き出す機能を持っています。
情報ガバナンス
組織のデータ資産全体にわたり、データの品質、プライバシー、利用可能性を確保するための方針、手順、および管理、これにはAIのトレーニングデータセットも含まれます。
情報プライバシー
個人がAIシステムによって収集、使用、保存、共有される個人データを管理する権利。
コードとしてのインフラストラクチャ (Infrastructure as Code, IaC)
機械可読の構成ファイルを通じてAIインフラストラクチャ（計算、ストレージ、ネットワーキング）を管理およびプロビジョニングすることで、再現性と監査性を向上させます。
相互運用性
多様なAIシステムやコンポーネントが、オープンスタンダードやAPIを通じて、情報を円滑に交換し、理解し、利用する能力。
解釈可能性
AIモデルの内部メカニズムまたは意思決定の合理性を人間が理解できる程度。
侵入検知
AIインフラとアプリケーションの悪意ある活動やポリシー違反を監視し、アラートや自動応答をトリガーします。
Inherited Data Risk
The regulatory and ethical liability an organization assumes when using an AI system trained on data they did not collect or vet themselves.
Intake Workflow
The standardized process and series of checks that a new AI system must pass through before being built or procured.
Intent Validation
The process of verifying that an AI agent's planned sub-actions remain consistent with the original human-provided objective.
ISO/IEC 42001
The international standard specifying requirements for establishing, implementing, maintaining, and continually improving an Artificial Intelligence Management System (AIMS).
ISO/IEC 42005
The international standard providing guidance on performing AI system impact assessments.
Implementing Acts
Secondary EU legislation adopted by the European Commission to set uniform conditions for implementing primary legislation, with binding legal effect across all Member States.
J
ヤコビアン行列
AIの説明可能性において、モデルの出力に対する入力の全一次偏導関数の行列は、感度と特徴の重要性を評価するために使用されます。
脱獄攻撃
ユーザーが脆弱性を利用して生成AIモデルの保護手段を回避し、不安全または不正な出力を引き起こす可能性があるプロンプトインジェクションの一形態です。
連帯責任
複数の関係者（例えば、開発者やデプロイ者）がAI関連の損害に対して責任を共有する法的原則であり、契約およびガバナンス構造に影響を与えます。
共同モデリング
複数のタスク（例えば、音声認識と翻訳）を共同で学習するAIシステムを構築し、その複雑さと監査可能性についてのガバナンスが必要です。
判断バイアス
認知バイアスや不完全なデータによって引き起こされる人間またはAIの意思決定プロセスにおける体系的なエラーには、偏見監査と緩和が必要です。
司法審査
AIによって行われたり補助されたりする決定の合法性を評価する法的プロセスであり、アカウンタビリティと適正手続きの確保を目的としています。
管轄区域
地理によって異なるデータ、AI操作、および責任に関する法的権限は、地域規制（例：GDPR、CCPA）へのコンプライアンスに影響を与えます。
陪審オートメーション
AIを使用して陪審員の選定やケース分析を支援することは、公平性、透明性、法的監視に関する倫理的懸念を引き起こしています。
ジャスティス・メトリクス
AI意思決定における公正性と差別禁止を評価するために使用される定量的な指標（例：異なる影響、機会の均等など）。
Japan Act on Promotion of AI
A Japanese law (enacted 2025) establishing basic principles for AI promotion and risk mitigation.
K
重要業績評価指標
AI ガバナンスとコンプライアンスの目標を監視し報告するために使用される定量的な指標（例えば、モデルの精度の変化、バイアスの修正時間）です。
主要リスク指標
AIのリスクが顕在化する前に、それらの発生を示す先行指標（例：スコープ外予測の頻度、説明不能な意思決定の割合）。
顧客の身元確認 (KYC)
AIシステムと関わる個人または組織の身元、リスクプロファイル、および正当性を確認するためのコンプライアンスプロセス、特に規制された業界において重要です。
知識蒸留
より大きな“教師”モデルからより小さな“生徒”モデルに洞察を転送する方法であり、パフォーマンスをリソースやガバナンスの制約とバランスさせます。
ナレッジグラフ
エンティティとその関係の構造化された表現を使用して、AIの説明性、監査可能性、およびドメインオントロジーとの整合性を向上させます。
ナレッジ管理
組織の知識（例：モデル文書、監査ログ）を取得、整理、共有するための実践とツール。これにより、再現性と監督が確保されます。
L
ラベル漏れ
出力情報が訓練データラベルに不注意に含まれることで、パフォーマンス指標が水増しされ、モデルの真の一般化問題が隠されてしまうことがあります。
大規模言語モデル
膨大なテキストコーパスで訓練されたディープラーニングモデルは、テキスト生成、翻訳、要約などのタスクを実行できますが、バイアスや誤用に対するガバナンスが求められることがよくあります。
最小特権
AIコンポーネントとユーザーに必要最小限のアクセス権のみを付与することで、機能を果たすために必要なリスクを低減するセキュリティ原則です。
法令遵守
AIシステムがその全ライフサイクルにわたって適用される法律、規制、および業界標準に従っていることを確保する実践。
責任の枠組み
AIに関連する損害や失敗に対する責任を明確にするための体系的なアプローチであり、開発者、導入者、およびオペレーターが含まれます。
ライフサイクル管理
AIシステムの開発、展開、監視、保守、および廃止のための統合されたプロセスは、継続的なコンプライアンスとリスク管理を確保するために設計されています。
ライブネス検知
入力（バイオメトリクスなど）が偽造やリプレイではなく、生きた主体から来ていることを確認するために使用される技術であり、それによりシステムのセキュリティと整合性を向上させます。
ローカライゼーション
AIシステムを各地域の言語、規制、文化的規範、データの居住要件に適合させること。
ログ管理
AIワークフローからのシステムおよびアプリケーションログの収集、保存、分析により、監査、インシデント対応、モデルパフォーマンスの追跡を支援します。
損失関数
予測された出力と真の値との違いを定量化し、モデルのトレーニングと最適化を導く数学的関数です。
Least Agency
A security and governance principle stating that AI agents should only be granted the minimum level of autonomy and tool-access necessary to complete a specific task.
M
意義のある人間の制御
人間がAIの意思決定プロセスを監督し、介入し、上書きする能力を保持することを保証する規制および運用の基準です。
メタデータ管理
トレーサビリティと監査をサポートするために、記述データ（例: データの起源、機能の定義、モデルのパラメータ）を記録し維持する実践。
指標とKPI
AIシステムの健全性、リスク、コンプライアンスの目標を監視するために使用される定量的指標（例：精度の変動、公平性スコア、インシデント対応時間）。
緩和策
特定されたAIリスクとコンプライアンスのギャップに対応するための計画的な行動（例：バイアス是正、再訓練、機能再工学）。
モデルの説明可能性
AIモデルの意思決定ロジックをステークホルダーや監査人に理解可能にする技術とドキュメント。
モデルガバナンス
AIモデルが組織の基準および規制要件に準拠して開発、承認、および使用されることを保証するためのポリシー、役割、および制御。
モデル監視
AIモデルのパフォーマンス、データのドリフト、運用指標を継続的に監視し、劣化や新たなリスクを検出します。
モデル再訓練
データ分布の進化に伴い、性能とコンプライアンスを維持するために、新しいデータや更新されたデータでAIモデルを更新するプロセス。
モデルリスク管理
AI/MLモデルのライフサイクル全体を通じて発生するリスクを特定し、評価し、軽減するための構造化されたプロセス。
モデル検証
AIモデルが本来の目的と性能基準を満たしていることを確認する評価活動（例：保持データに対するテストやストレスシナリオ）。
マルチステークホルダーエンゲージメント
AIガバナンスプロセスにおいて多様なグループ（法務、倫理、運用、エンドユーザーなど）を関与させ、リスクのバランスを取った監視を行い、ビジネス目標と一致させるための体制を整えます。
Market Surveillance Authority
The national regulatory body in each EU member state responsible for monitoring AI systems to ensure they comply with the EU AI Act.
MAS FEAT Principles
The Monetary Authority of Singapore's principles for Fairness, Ethics, Accountability, and Transparency (FEAT) in the use of AI in finance.
Mexico Federal Law on AI and Algorithms
A draft Mexican federal law on AI and algorithms proposing a risk-based classification system, the National AI Commission (CONAIA), and watermarking requirements for AI-generated content.
Minnesota CDPA (AI Provisions)
The AI-specific components of the Minnesota Consumer Data Privacy Act.
Model Card
A short, standardized document providing essential information about a machine learning model's performance, limitations, and intended use cases.
Model Disgorgement
A regulatory remedy requiring a company to delete AI models or algorithms that were developed using improperly or unlawfully acquired data.
Model Drift
The degradation of an AI model's predictive performance over time due to changes in real-world data or the environment.
いいえ
NIST AIリスク管理フレームワーク
米国国立標準技術研究所による自発的なガイダンスであり、AIシステムのライフサイクルにおけるリスクを軽減するためのベストプラクティス概要です。
自然言語処理（NLP）
機械がテキストや音声形式で人間の言語を解釈、生成、分析することを可能にする技術とツール。
ネットワークセキュリティ
AIインフラストラクチャとデータパイプラインを不正アクセスや改ざんから保護するための措置と管理（例：セグメンテーション、ファイアウォール、侵入検知）。
ニューラルアーキテクチャ検索
ニューラルネットワーク構造を設計および最適化するための自動化手法は、複雑性とリソース制約とのバランスを取りながら、モデルのパフォーマンスを向上させます。
ノイズインジェクション
意図的にランダムな摂動をトレーニングデータやモデルパラメータに導入し、頑健性を向上させ、敵対的な操作に対して保護します。
新規性検出
トレーニングデータと大きく異なる入力やシナリオを特定し、予期しない障害を防ぐためにレビューや安全モードの操作を開始するための技術。
NIST AI RMF Profiles
Context-specific implementations of the NIST AI Risk Management Framework tailored to particular industries, technologies, or risk types.
Non-Human Identity (NHI)
A digital credential used by an AI agent, bot, or service to authenticate and interact with enterprise systems.
Notified Body
An independent third-party organization designated by an EU member state to assess the conformity of certain high-risk AI systems under the EU AI Act.
NYC Local Law 144
A New York City law requiring annual bias audits for AI tools used in employment decisions.
Oを
可観測性
ログ、メトリクス、出力の収集と分析を通じて、AIシステムの内部状態と動作を推測し、効果的な監視とトラブルシューティングを可能にする機能。
継続的なモニタリング
AIシステムの性能、データドリフト、バイアス指標、セキュリティイベントを継続的に監視し、時間の経過とともに新たに発生するリスクを検出し対処します。
不透明度
AIモデルが意思決定や予測に至る過程の透明性の欠如は、信頼性と規制遵守において課題をもたらします。
業務レジリエンス
AIシステムおよびそれを支えるインフラストラクチャが予測し、耐え、回復し、そして混乱や不利な事象に適応する能力。
オーケストレーション
AIワークフローとサービス（データ取り込み、モデル学習、デプロイメント）を自動的に統合・調整し、ポリシー遵守とリソースガバナンスを確実に実現します。
異常検知
期待されるパターンから著しく逸脱するデータポイントやモデル予測を特定し、レビューまたは緩和措置を促す技術。
過学習
AIシステムがトレーニングデータ内のノイズや特殊性を学習してしまい、新たな未確認データに対する一般化能力が低下するモデリングの問題です。
監督
AIの開発と導入に関するレビュー、承認、そして責任の構造化されたプロセスは、通常、様々な機能を持つ統治機関を含む形で行われます。
所有権
AI資産（データ、モデル、プロセス）に関する責任と権限を明確に割り当て、システムライフサイクル全体を通じた説明責任を確保します。
OMB Memorandum M-25-21
A federal directive specifying AI governance and risk management requirements for US government agencies.
Operational Autonomy
The ability of an AI system to perform multi-step tasks and make decisions without human intervention at each stage.
Output Risk
The operational, legal, and reputational danger arising from the use of incorrect, biased, or harmful content generated by an AI system.
OWASP Agentic Top 10
A formal taxonomy of the ten most critical security risks specific to autonomous AI agents and their application environments.
P
権限管理
AIデータと機能へのユーザーおよびシステムのアクセス権限を、最小特権の確保と不正使用の防止を実現する形で管理します。
パイロットテスト
AIシステムの本格展開に先立ち、その性能、リスク、ガバナンス制御を評価するために、限定的な範囲の試験を管理された環境で実施します。
ポリシー施行
AIの運用が組織のポリシー、規制のルール、および倫理的ガイドラインに準拠することを保証する自動または手動のメカニズム。
展開後のモニタリング
リリース後のAIシステムの動作および環境を継続的に観察し、劣化、ドリフト、またはコンプライアンス違反を検出します。
予測保守
AIを活用した監視と分析により、コンポーネントやシステムの故障を予測し、重要な環境における運用の回復力とリスク軽減を確保します。
プライバシー影響評価
AIシステムに関連するプライバシーリスクを特定し緩和するための構造的な分析には、データの収集、使用、共有、および保持を網羅しています。
プライバシー・バイ・デザイン
AIシステムのアーキテクチャとプロセスにおいて、データ保護とユーザーのプライバシーに関する考慮事項を最初から組み込むアプローチです。
プロセスオートメーション
AIおよびワークフローツールを活用して、ガバナンス、コンプライアンスチェック、リスク軽減活動を効率化し、手動の作業やエラーを削減します。
Presumption of Conformity
A legal mechanism under EU AI Act and other regimes whereby compliance with a harmonized standard (e.g., a published EN standard) provides a rebuttable assumption that the underlying regulation is satisfied.
Parametric Knowledge
The information learned by an AI model during its training process and stored within its weights and parameters.
Paved Road Governance
A strategy that encourages compliance by making sanctioned, secure workflows easier to follow than unsanctioned alternatives.
PRA SS1/23 (Model Risk Management)
The UK Prudential Regulation Authority's statement on model risk management for banks and insurers.
Probabilistic System
A system where outputs are based on statistical likelihood rather than deterministic, fixed logic.
ク
定性的評価
AIシステムの行動、意思決定、および文書について、専門家が主観的に評価することで、定量的に捉えきれない倫理的、法的、または評判に関する懸念を特定します。
品質保証
AIモデルとデータパイプラインが正確性、信頼性、倫理的遵守の定められた基準を満たすことを保証するための体系的なプロセスとチェック。
品質管理
AIの出力およびプロセスをベンチマークやテストケースに照らして継続的に検証し、欠陥、バイアス事象、またはポリシー違反を検出します。
定量的リスク評価
AI の潜在的脅威のデータ駆動型評価では、軽減策の優先順位を決定するために、可能性と影響を数値で推定します。
量子コンピューティング
量子力学を活用する新たな計算パラダイムは、セキュリティ、標準化、リスクに関するガバナンスの新しい課題を提起しています。
クエリログの記録
AIシステムの入力とユーザーの問い合わせを記録することで、監査トレイルを可能にし、誤用を検出し、アカウンタビリティをサポートします。
プライバシーに関するお問い合わせ
ユーザーのクエリ内の機密情報を保護するための技術とポリシーを策定し、記録された入力が個人情報や専有データを損なわないようにすることを保証します。
アンケートフレームワーク
設計、調達、または展開時に使用されるガバナンスに焦点を当てた質問の体系的なセットで、AIシステムがポリシー要件に適合していることを保証します。
ガバナンスボードの定足数
AIのリスク、方針承認、または監査結果に関する正式な決定を行うために必要なガバナンス委員会メンバーの最小人数。
割り当て管理
AIリソースの使用（例：API呼び出し、計算時間）に対する制御と制限は、ガバナンスポリシーを遵守し、費用の高騰や乱用を防ぐために設定されています。
R言語
リコース
AIによって権利や利益に影響を与える決定に対して、影響を受けた個人が異議を申し立てたり救済を求めたりすることができるメカニズム。
レッドチーミング
AIシステムの脆弱性を発見するために、内部または外部の専門家が攻撃や悪用シナリオを模擬するプロアクティブなテストアプローチ。
法令遵守
AIシステムが運用中、適用される法律、規制、業界標準（例：GDPR、FDA、金融監査）を遵守することを保証します。
再現性
同じデータ、コード、および設定を使用してAIモデルの結果を一貫して再生成する能力は、透明性と監査可能性を確保します。
責任割り当てマトリックス
各ガバナンス活動における役割と責任を明確化するためのツール（例：RACI）。誰が実行責任者（Responsible）、最終責任者（Accountable）、相談先（Consulted）、および報告先（Informed）であるかを明示します。
責任あるAI
ステークホルダーと社会に対して倫理的で透明性があり、責任を持った方法でAIシステムを設計、開発、展開する実践。
リスク評価
AIシステムにおける潜在的なリスクや故障を特定し、分析し、優先順位を付けて、適切な対策を策定するプロセス。
リスク管理フレームワーク
設計から廃止まで、システムライフサイクル全体でAIリスクに体系的に対処するためのガイドラインとプロセスの構造化されたセットです。
堅牢性
AIシステムがさまざまな困難または敵対的な条件下でも信頼できるパフォーマンスを維持する能力。
根本原因分析
AIシステムの失敗または予期しない動作の根本的な原因を特定し、是正措置を導くための体系的な調査。
Reasoning Chain
The multi-step logical process an AI agent follows to move from an initial objective to a final action or output.
エス
制限付き利用規約
AIシステムの誤用を防ぐため、許可されたコンテキスト、ユーザー、目的を指定する定義されたルールと管理を実施します。
セキュリティバイデザイン
AIシステムにおけるセキュリティコントロールとベストプラクティスを、設計初期段階から統合することで、脆弱性やデータ漏洩を防止します。
シャドウAI
ITの承認を得ずに従業員がAIモデル、エージェント、またはツールを無断で使用することは、データ漏洩や不正な自律的行動を通じて隠れたセキュリティ上の脆弱性を生み出します。
社会的影響評価
AIシステムが社会的、経済的、文化的側面に与える影響を体系的に評価し、潜在的な損害と利益を特定します。
ソフトウェア開発ライフサイクル
AIアプリケーションのエンドツーエンドプロセス（要件定義、設計、構築、テスト、デプロイ、監視）は、各段階でガバナンスとコンプライアンスのチェックを組み込んでいます。
ステークホルダーエンゲージメント
AI 開発と監督において影響を受ける当事者（例：ユーザー、規制当局、影響を受けるコミュニティ）を関与させ、多様な視点と支持を確保するプロセス。
監視リスク
AIシステムが個人やグループに対して侵入的な監視に利用され、プライバシーや市民の自由を侵害する可能性があります。
合成データ
実際のデータ分布を模倣する人工生成データセットは、プライバシーを保護しながらトレーニングセットを拡張するために使用されます。
Shadow Agents
Unsanctioned autonomous AI agents deployed within an organization without governance team awareness, capable of taking actions that affect business systems and external parties.
Singapore Model AI Governance Framework
A voluntary guidance framework from Singapore's IMDA and PDPC for responsible AI deployment.
South Korea AI Basic Act
South Korea's comprehensive legal framework for AI development and trust.
SR 11-7 (Model Risk Management)
The foundational US Federal Reserve guidance for managing risks associated with the use of models in banking.
Statement of Applicability (SoA)
A document that identifies which ISO 42001 Annex A controls are relevant to an organization's AI Management System and explains why others were excluded.
Substantial Modification
A change to an AI system after it has been placed on the market that affects its compliance or intended purpose under the EU AI Act.
System of Record
The authoritative data source for a given data element or piece of information within an organization.
Systemic Risk Threshold
The technical or capability-based limit (e.g., 10^25 FLOPs) that classifies a General-Purpose AI model as posing a high level of risk to society.
T
テールリスク
AIの行動や意思決定において、通常の期待を超える稀で極端な結果が起こる可能性があり、特別な緩和計画が必要とされます。
テストと検証
AIモデルをベンチマーク、エッジケース、およびストレス条件に照らして評価し、それらが性能、安全性、コンプライアンス基準を満たすことを保証するための体系的なプロセス。
第三者リスク
外部データプロバイダー、モデルベンダー、またはサービスプラットフォームに依存することから生じるリスクは、コンプライアンスやセキュリティの脆弱性を引き起こす可能性があります。
閾値設定
AIの意思決定ルールにおいて、境界やカットオフ値（例：信頼度スコア）を設定し、偽陽性と偽陰性のようなリスクをバランスさせること。
トレーサビリティ
AIライフサイクルの各ステップ（データ収集からモデル開発、導入まで）を追跡し、文書化することで、監査およびフォレンジック対応を支援する能力。
トレーニングデータセット
AIモデルがそのタスクを実行するために学習すべき関係やパターンを教えるために使用される、ラベル付きまたはラベルなしのデータの精選されたコレクション。
転移学習
あるタスク用に開発されたモデルを関連するタスクに適用する手法であり、開発時間を短縮する一方で、継承されたバイアスの管理が求められる技法です。
透明性
AIシステムのプロセス、意思決定論理、およびデータの使用を、ステークホルダーに対して説明責任を果たすために明確で理解しやすいものにする実践。
信頼できるAI
倫理的で信頼性があり、安全であり、人間の価値観と社会規範に一致した方法で設計および運用されるAIシステム。
Trilogue
The informal three-way negotiation between the European Commission, the Council of the European Union, and the European Parliament used to reach political agreement on EU legislation before formal adoption.
ユーザー
アンダーフィッティング
AIシステムが基礎的なデータパターンを捉えるにはあまりに単純であり、その結果、トレーニングデータおよび新しいデータの両方において性能が悪化するモデリングの問題です。
統一性
AIシステム全体にわたり、ポリシー、コントロール、基準の一貫した適用を保証し、ガバナンスの隙間や不均一なリスク管理を回避します。
教師なし学習
モデルが明示的な結果の指示なしに、ラベルのないデータ内のパターンやグループを識別する機械学習アプローチです。
稼働時間モニタリング
AIシステムの可用性とパフォーマンスを継続的に追跡し、重大な業務やコンプライアンス要件に影響を与える可能性のある障害や劣化を検出します。
ユースケースガバナンス
特定のAI使用事例の定義、承認、監視は、各事例が組織の方針、倫理基準、リスク許容度に整合することを保証するための実践です。
ユーザー同意
AIシステムで個人データを収集、処理、または使用する前に、個人から明示的な許可を取得し記録するプロセスです。
ユーティリティ
AIシステムがその目的を達成する上でどれほど価値があるか、または効果的であるかを判断する尺度であり、関連するリスクやリソースコストとバランスを取ります。
UK AI Opportunities Action Plan
The UK government's strategic roadmap for maximizing AI benefits while establishing targeted, binding safety rules.
V
バリデーション
AIモデルが意図されたタスクで正確にかつ信頼性高く機能し、定義されたパフォーマンス基準を満たすことを確認するプロセスです。
ばらつき監視
AIモデルの出力やパフォーマンス指標の変動を時間経過とともに追跡し、ドリフトを検出して潜在的な劣化やリスクを推測します。
ベンダーリスク管理
AIコンポーネントやサービスのサードパーティ供給者を評価・監視し、潜在的なコンプライアンス、安全性、倫理的リスクを識別し、軽減することを目的としています。
バージョン管理
AIのコード、モデル、およびデータセットに対する変更を管理し、追跡する実践は、再現性と監査可能性を確保するためのものである。
拒否権
ガバナンス機関または利害関係者が保持する正式な権利として、容認できないリスクをもたらすAIの導入を阻止または変更を要求する権限。
監視モニタリング
AIの挙動や外部信号（例：規制の更新）の継続的な監視を行い、新たに発生するリスクや非遵守事項を迅速に特定して対応します。
ビジョンAI管理
コンピュータビジョンシステムに特化したガバナンスプロセスでは、データ品質の確保、偏りのチェック、および画像/ビデオを基にした意思決定における透明性が重視されています。
脆弱性評価
AIインフラストラクチャおよびアプリケーションにおけるセキュリティの弱点を特定、分析、優先順位付けし、修正作業を導く。
Version Pinning
The practice of locking an AI system to a specific, tested version of a foundation model to prevent silent updates from changing system behavior.
ダブル
ウォッチドッグモニタリング
AIの意思決定を監視し、ポリシーや閾値が違反された際に警告や介入をトリガーする独立したランタイムチェックです。
重み付け監査
モデルの重みと構造を精査し、改ざんや意図しない動作を示す可能性のある異常、バックドア、バイアスを確認します。
ホワイトボックステスト
AIシステムの内部構造（コード、パラメータ、アーキテクチャ）を完全に把握した上で、正確性、セキュリティ、コンプライアンスを検証すること。
ホワイトリスト/ブラックリストポリシー
コンプライアンスを強化し、不正使用を防止するために、許可された（ホワイトリスト）および禁止された（ブラックリスト）入力、機能、または操作を定義するガバナンスルール。
ホワイトリスト登録
未承認または悪意のある要素からのリスクを軽減するために、AIパイプラインにおいて事前承認されたデータソース、ライブラリ、またはモデルコンポーネントのみを許可します。
ワークフローオーケストレーション
AIライフサイクルのタスク（データの取り込み、トレーニング、検証、展開）を自動化およびシーケンス化して、ガバナンスポリシーを強化し、一貫性を確保します。
ワークロード分離
AIコンピュート環境（例えば、開発、テスト、本番）とデータドメインを分離し、障害やセキュリティ侵害の影響範囲を制限します。
最悪のケース分析
AIシステムの最も重大な潜在的な故障や悪用を評価し、堅牢なリスク緩和策と非常時対応計画に役立てる。
一度書き込み、多数回読み取り (WORM) ストレージ
不変ストレージにより、一度記録されたログ、監査証跡、モデルアーティファクトは改変されることがなく、否認防止および法医学的レビューをサポートします。
Watermarking
The practice of embedding detectable, machine-readable provenance markers in AI-generated output, such as images, audio, video, and synthetic text, so downstream consumers and platforms can identify content as AI-generated.
X
X-バリデーション
データを折りたたみに分割し、モデルの一般化を厳密に評価し、過学習を検出するためのモデル検証手法（しばしば“X-Val”と略されます）。
XAI（説明可能なAI）
AIモデルの意思決定プロセスを人間に対して透明で理解可能にする技術と方法であり、責任とコンプライアンスの支援を行います。
XAI監査
AIの説明可能性の出力が内部方針や規制要件を満たしているかどうかを評価するレビュープロセスであり、十分な透明性を確保します。
XAIフレームワーク
組織がAIシステム全体で説明可能性の実践を実装、測定、管理するために使用する、体系的なアプローチまたはガイドラインのセット。
XAI指標
AIの説明の品質と信頼性を評価するために使用される定量的または定性的な指標（例：特徴の重要度スコア、説明の忠実度）。
Y
エンタープライズソフトウェア製品のマーケティングサイトに適した形式で翻訳されたコンテンツです。
ゼロ欠陥許容度
AI出力におけるエラーやポリシー違反を未然に防ぐことを目指したガバナンス原則であり、厳密なテスト、監視、継続的な改善サイクルによって支えられています。
ゼロデイ脆弱性
パッチや緩和策が利用可能になる前に悪用される可能性がある、AIソフトウェアまたはインフラストラクチャ内の未発見のセキュリティ欠陥。
ゼロショット学習
一般化された知識表現を活用することで、明示的にトレーニングされていないタスクやデータを正確に処理または分類するモデルの能力。
ゾーンベースのアクセス制御
ネットワークまたはデータガバナンスアプローチは、リソースを異なるポリシーを持つゾーンに分割し、データの機密性に応じてAIシステムのアクセスを制限します。
当社のニュースレターにご登録ください
サインアップすることにより、Enzaiのプライバシーポリシーに同意することになります
当社のニュースレターにご登録ください
サインアップすることにより、Enzaiのプライバシーポリシーに同意することになります
当社のニュースレターにご登録ください
サインアップすることにより、Enzaiのプライバシーポリシーに同意することになります
当社のニュースレターにご登録ください
サインアップすることにより、Enzaiのプライバシーポリシーに同意することになります
AIガバナンス
AIガバナンス
インフラストラクチャ
インフラストラクチャ
信頼を構築するために設計されています。
信頼を構築するために設計されています。
組織がAIを採用し、管理し、監視する能力を、企業レベルの信頼性で強化します。規模で運営する規制対象の組織向けに構築されています。
既存のシステム、ポリシー、AIワークフローを、すべて1つの統合プラットフォームでシームレスに接続します。
既存のシステム、ポリシー、AIワークフローを、すべて1つの統合プラットフォームでシームレスに接続します。