潜在ベクトルとは

データの特徴を圧縮して表した、数値の並びのこと。

生成AIパスポート公式シラバス（2026年2月試験より適用）第2章「生成AI（ジェネレーティブAI）」の収載語です。

まず1問、解いてみる

答えを開く前に、自分の言葉で説明してみてください。

データをいったん「潜在ベクトル」と呼ばれる特徴の集まりに圧縮し(エンコーダ)、そこから元に近い形へ復元する(デコーダ)ことで新しいデータを作り出す生成モデルはどれか。

AGAN(敵対的生成ネットワーク)
BCNN(畳み込みニューラルネットワーク)
CVAE(変分自己符号化器)
DLSTM(長・短期記憶)

答えと解説を開く

正解C　VAE(変分自己符号化器)

VAE(変分自己符号化器)は、データをいったん「潜在ベクトル」と呼ばれる特徴の集まりに圧縮し(この圧縮する部分をエンコーダと呼ぶ)、そこから元に近いデータを作り直す(この部分をデコーダと呼ぶ)ことで、新しいデータを生み出す仕組みです。少しノイズ(ランダムなゆらぎ)を加えることで、元とは少し違う新しいデータを作れるのが特徴です。

この問題を含む一問一答で続きを解く

同じ選択肢に並んだ語（区別して覚える）

当サイトの問題で、潜在ベクトルと同じ選択肢の欄に並んだ語です。

Attention層＝文中のどの単語に注目すべきかを計算する層。
リカレント層＝RNNで、一つ前の処理の結果を次へ渡す輪のような構造の部分。
隠れ層＝入力層と出力層の間にあって、受け取った情報を内部で処理する層の総称。

ありがちな誤解と訂正

当サイトの問題「データをいったん「潜在ベクトル」と呼ばれる特徴の集まりに圧縮し(エンコーダ)、そこから元に近い形へ復元する(デコーダ)ことで新しいデータを作り出す生成モデルはどれか。」の誤答の選択肢から。

×GAN(敵対的生成ネットワーク)

○GAN(敵対的生成ネットワーク)＝贋作を作るAIと見破るAIを競わせて絵や画像を作らせる生成AIの仕組み。

この問題の正解＝「VAE(変分自己符号化器)」

同じ問題に登場した語

当サイトでの登場（実測）

当サイトの問題バンク321問のうち、潜在ベクトルは4問に登場します。内訳＝問題文に登場3問・ひっかけ役（誤答の選択肢）1問。このほか、解説・誤答の注だけでの言及が1問あります（これは「問われた」に数えていません）。

登場した単元＝第2章生成AI（ジェネレーティブAI）・第3章現在の生成AIの動向

※この数字は当サイトの問題バンク内の集計です。本試験の出題頻度ではありません。

演習に進む

第2章生成AI（ジェネレーティブAI）一問一答この語が出る問題：#q2003・#q2035・#q2055
第3章現在の生成AIの動向一問一答この語が出る問題：#q3027
単元一覧へ

最終更新：2026年8月27日（運営：Meritorious）