＃01:レッスンの全体像
このチャプターでは、レッスンの全体像について学習します。
本レッスンは、全6チャプターで構成されています。
【AIの学習手法】
Iの基礎となる3つの学習手法（教師あり学習、教師なし学習、強化学習）を定義し、それぞれの特性を整理します。
【教師あり深層学習の登場と限界】
AIの精度を大きく高めた深層学習の登場と、それが直面した2つの限界（データ準備コスト、汎用性の欠如）について解説します。
【自己教師あり学習の広がり】
深層学習の限界を克服する鍵となった自己教師あり学習の広がりと、その応用例を紹介します。
【LLMの登場】
自己教師あり学習とトランスフォーマーアーキテクチャが、どのようにしてLLM（大規模言語モデル）の誕生に結びついたのかを詳しく紐解きます。
【LLMの小規模化と推論能力向上】
LLMが現在直面している実用化の課題と、それに対処するための「小規模化」と「推論能力の強化」という2つの技術的潮流について考察します。