最近、「生成AI」に関する話題について、見聞きする機会が増えて来た。
生成AI（Generative AI）とは、人工知能（AI）の一種で、人間のように新しいコンテンツを生成することを目的とした技術で、この技術は、テキスト、画像、音楽、動画など、さまざまな形式のデータを作り出す能力を持っている。
まだまだ、なじみのない人もいるかもしれないが、ここでは、OpenAIの「GPT」について、見ていきたいと思う。
オープンAI（OpenAI)とは？
「OpenAI（オープンエーアイ）」とは、非営利法人OpenAI,Incとその子会社である営利法人OpenAI Global,LLCなどの法人から構成される、2015年12月11日に設立された、アメリカ合衆国の企業の名前で、人工知能（AI)の開発を行っている会社のこと。
OpenAIは、その研究が最終的には汎用人工知能、つまり人間レベルの問題を解決できるシステムにつながるとし、安全で有益な 「AGI 」（Artificial General Intelligence（人工汎用知能））を構築することを目標としていて、さまざまなAIモデルやサービスを開発している会社だ。
汎用人工知能（AGI）とは
「AGI」とは、Artificial General Intelligence（人工汎用知能）の略であり、人間のような「汎用的（なににでも使える）」な知能を持つ人工知能を指している。
「AGI」は、さまざまなタスク（課された仕事）に対して人間と同様の知識や能力を持ち、独自の学習や問題解決能力を持つものだ。
「AGI」の特長は、以下の通り。
- 汎用的な能力
さまざまなタスク（課された仕事）や問題に対応できる能力があり、多様な知識やスキルを駆使して活動することができる。 - 学習能力
経験から学習し新たな情報やデータを取り入れ、自己進化することができるため、状況に応じた適切な対応や問題解決ができる。 - 意思決定能力
複雑な情報を分析し、最適な選択肢を選び出す能力を持っていて、独自の判断や意思決定を行うことができる。
「OpenAI」のサービス例
2016年4月に公開：「OpenAI Gym」のベータ版（強化学習の開発用ツールキット）
2016年12月に公開：「Universe」（AI学習プラットフォーム）
2018年６月に公開：「GPT-１」（自然言語処理モデルの元祖）
2019年11月に公開：「GPT-２」
2020年６月に公開：「GPT-３」
2021年１月に公開：「DALL E」（テキストから画像を生成するAIモデル）
2022年４月に公開：「DALL・E 2」
2022年９月に公開：「Whisper」（文字起こしAI）無料の音声認識モデル
2022年11月に公開：「ChatGPT」（対話型AI：チャットボット）
2023年２月に公開：「ChatGPT Plus」有料プラン
2023年10月に公開：「DALL・E 3」
2023年3月に公開：「GPT-４」、法人向けChatGPT EnterpriseChat
2024年５月に公開：「GPT-４o」(大規模言語モデル（LLM：Large language Models））
新モデル「GPT-4o」の特徴
「GPT-4o」は、OpenAIが開発した「GPT-4」の一つのバージョンで、「o」はOmnimodel（全方位モデル）≒（いわゆるマルチモーダル）」の意味。
このモデルは、特定のタスク（課された仕事）や目的に対して、より効率的かつ効果的に機能するように調整されたもので、「GPT-4o」は、以下の点で特徴がある。
1. 高い性能
「GPT-4o」は、特定のタスク（課された仕事）に対して高い性能を発揮するように最適化されている。
例えば、特定の質問に対する回答や、文章の生成、特定の情報の検索などにおいて、標準的なモデルよりも優れたパフォーマンスを示すことができる。
2. 効率的な処理
最適化されたアルゴリズムと処理方法により、「GPT-4o」は計算資源をより効率的に使用する。
これにより、応答速度が向上し、より迅速な結果を提供することができる。
3. 特定のユースケース向けの調整
「GPT-4o」は、特定の業界やアプリケーションのニーズに合わせて微調整されている。
例えば、医療、法律、技術サポートなど、特定の分野に特化した応答を提供するために最適化されている。
4. ユーザーフィードバックに基づく改良
ユーザーからのフィードバックを反映し、継続的に改善されている。
これにより、実際の使用シナリオにおいて、より適切な応答を提供できるようになっている。
今までとの違い
- テキスト、音声、視覚にまたがる「マルチモーダル機能」（異なる種類の情報をまとめて扱う機能のことで、例えば、画像、音声、テキストという異なる情報を組み合わせたり、お互いに関連付けたりして処理する事。）など、機能強化が図られている。
- 月額20ドルの有料の「ChatGPT Plus」ユーザーのみが利用できたものが、無料ユーザーにも提供されるようになる。
提供される内容は以下の通り。
- GPT-4レベルのインテリジェンス（知能）を活用
- 「ChatGPT Browse with Bing」でウェブから応答を取得
- データを分析
- 写真やドキュメントについてチャット
- 「GPTs」（ChatGPTをカスタマイズできる機能で、GPTsを使用することによって、オリジナルのチャットボットを作り、公開ができる。）を利用
- 「GPT Store」にアクセス（カスタマイズした独自のGPTを共有、販売できる。）
- 音声での会話が可能なほか、新たな音声アシスタント機能は、さまざまな声や感情、トーンで物語を読み上げることができる。
- テキストや視覚による総合的推論が可能になる。
- ユーザーがチャットＧＰＴに話しかけるとすぐに応答が得られ（従来の２倍）、リアルな会話が可能となる。
- ビジョン機能により、例えば、紙に書かれた数学の方程式を解く手順を説明できる。
- リアルタイムでの言語翻訳機能
※新モデルは従来型より効率的であり、今後数週間内に無料で提供される。
まとめ
OpenAIが公開した「GPT-４o」の使い方は多彩で、クリエイティブな活動から日々の作業の効率化まで、我々の要望に合わせて活用することが出来る。
さらに、ChatGPTの普及に伴い、MicrosoftやGoogleなどの大手企業の参入もあり、MicrosoftはBing AIやCopilotというツールを開発しているので、これからさらに競争が激化するのは必至だ。
これらを活用する事により、我々の生活や仕事を、より豊かで効率的にするための強力なツールになるのは間違いない。
我々の生活を豊かなものとするため、また、少子高齢化に伴う人材不足により作業の効率化が求められることから、良くも悪くも賛否はあると思うが、受け入れなければならない世の中になっていくのだろう。
その準備をしなければならい時が来た。
