AIの仕組みを、一気に地図にした日。

LLM（大規模言語モデル）を入り口に、AIの主要な仕組みを一本の線でつないで整理した。バラバラに覚えていた用語が、こうして並べると一枚の地図になる。

まず頭脳にあたるのがLLM。大量の文章を学習し、人間のような自然な文章を理解・生成する。ChatGPTやClaude、Geminiなどの中心にある存在だ。その土台が、2017年に登場したTransformerというアーキテクチャで、「Attention（文章のどこに注目すべきか）」の仕組みによって、文脈を捉えながら並列で高速に処理できる。文章はTokenという最小単位に分割して扱われる。

次に"意味"を扱う仕組み。Embeddingは、文章や単語を「意味の近さ」を表す数値ベクトルに変換する技術で、これをVector Databaseに保存すれば、意味の近い情報を高速に検索できる。この検索を回答に組み込むのがRAG（検索拡張生成）——LLMが答える前に外部知識を調べ、それを踏まえて答える仕組みだ。

さらにFunction Callingで外部ツールやAPIを呼び出し、MCPという共通プロトコルで安全に接続すれば、「考える・記憶する・思い出す・道具を使う・つなぐ」を組み合わせたAIエージェントになる。目標達成のために複数の処理を自律的に実行できる、従来のチャットAIとは一段違う存在だ。

面白いのは、この構造が人間の認知——脳（LLM）・記憶（Embedding／Vector DB）・想起（RAG）・行動（Function Calling）・神経（MCP）——に驚くほど似ていること。理解とは、点を線にすることなのかもしれない。