OpenAIは今週、テキストと画像の両方の入力を受け付け、テキストによる応答を生成し、幅広い専門的および学術的なベンチマークにおいて前世代モデルを凌駕する、新世代の人工知能モデルであるGPT-4をリリースした。同時にMicrosoftは、新しいBing検索エクスペリエンスがすでにGPT-4上で稼働していることを確認し、このモデルの登場は、最先端のAIが研究段階から一般市場向け製品へとどれだけ迅速に移行できるかを即座に試すものとなった。.
OpenAIが3月14日に 発表した発表 によると、GPT-4は大規模なマルチモーダルモデルであり、多くの現実世界の状況では人間に劣るものの、いくつかの標準化された評価では同社が「人間レベルのパフォーマンス」と呼ぶものを示している。最も注目すべきベンチマークは模擬司法試験で、GPT-4は 受験者の上位10%のに対し、GPT-3.5は下位10%程度だった。
マルチモーダル入力は、モデルが解釈できる範囲を広げる。
ユーザーにとって最も大きなアーキテクチャ上の変更点は、マルチモダリティです。GPT-3.5と従来のChatGPTは主にテキストに基づいて動作しますが、GPT-4はテキストだけでなく画像も受け入れ、それらを組み合わせた推論を行うことができます。これにより、ユーザーは写真、図、グラフ、スクリーンショットなどを提供し、その内容について質問することが可能になります。OpenAIは当初、ChatGPT Plusと開発者向けAPIの待機リストを通じてテキスト入力機能を提供し、画像入力機能はより限定的な研究プレビュー段階にとどめています。.
付属の 技術報告 書には、法律、医学、数学、読解、作文など、さまざまな分野におけるベンチマーク性能が記載されています。OpenAIは、GPT-4が一般的な言語モデルテストの多言語版でも優れた性能を発揮すると述べています。ただし、同社は、これらのベンチマーク結果は、モデルが信頼できる専門的な判断力を持っていることを意味するものではなく、また、重大な局面で何の検証もなしに使用すべきであることを意味するものでもないと強調しています。
この報告書は、開示されていない内容においても注目に値する。OpenAIは、高性能モデルの競争環境と安全性への影響を理由に、モデルのサイズ、ハードウェア、トレーニング計算能力、データセットの構築方法、アーキテクチャなどに関する詳細な情報をほとんど開示していない。これは、以前の大規模言語モデル研究で見られたような、より詳細な技術情報開示とは一線を画すものであり、最先端モデルの開発者がどの程度の情報を公開すべきかという議論を激化させる可能性が高い。.
マイクロソフトは、GPT-4が既にBingに組み込まれていたことを確認した。
マイクロソフトは、ローンチ初日に大きな謎の一つを解明した。3月14日の Bing検索ブログ記事、同社は新しいBingがプレビュー期間中、カスタマイズされたGPT-4バージョンで動作していたことを確認した。したがって、過去5週間にわたりBingの対話型検索をテストしたユーザーは、既にこのモデルの初期実装版を体験していたことになる。
この確認は、OpenAIの研究とマイクロソフトの製品戦略がいかに密接に結びついているかを示している。マイクロソフトはOpenAIに多額の投資を行い、モデル向けにAzureインフラストラクチャを提供し、生成AIを検索ソフトウェアやエンタープライズソフトウェアに組み込んでいる。GPT-4のリリースにより、マイクロソフトはBingをはるかに超える製品をサポートできる可能性のある新たなモデルレイヤーを手に入れた。これは、Googleをはじめとする他のテクノロジー企業が独自の生成AIリリースを加速させている状況下でのことだ。.
ロイター通信は同時期に、今回のサービス開始を、オフィスワーカー、開発者、消費者が生成型AIをどのように活用していくかをめぐる競争の激化の一環として報じた。同記事によると、テキスト入力版はChatGPT Plusの加入者と開発者向けに順番待ちリストを通じて提供されており、画像入力版はまだ一般公開されていない。
初期の顧客事例は、GPT-4がいかに急速に製品に導入されつつあるかを示している。
OpenAIは、GPT-4が単なる新しいチャットボットではなく、プラットフォームとして設計されていることを示すため、複数の初期パートナー企業と連携している。決済会社のStripeは、サポート、業種別分類、不正対策などのワークフローにこのモデルを適用している。OpenAIの 事例研究 によると、Stripeは100人の従業員を動員してGPT-4の活用事例を検証し、加盟店ウェブサイトの要約や開発者による技術文書の閲覧支援など、数十もの潜在的なユースケースを特定したという。
教育関連企業もこのモデルを試験的に導入している。語学学習サービスのDuolingoは、ロールプレイング形式の会話や、回答の正誤理由の説明にGPT-4を活用した機能を導入した。Khan AcademyはGPT-4ベースの個別指導アシスタントをテスト中だ。これらの事例は、汎用モデルと完成品との重要な違いを浮き彫りにしている。つまり、モデルは言語能力と推論能力を提供する一方で、アプリケーション設計者は、モデルが受け取る情報、プロンプトの与え方、そして人間の監視をどこに組み込むかを決定するのだ。.
3月14日の TechCrunchのレポート では、モルガン・スタンレー、Stripe、Duolingo、Khan Academyなどが早期導入企業として挙げられている。OpenAIは、処理された入力トークンと出力トークンの数に応じてAPIアクセス料金を設定しており、ChatGPTをスタンドアロンサービスとして利用するのではなく、GPT-4をソフトウェアに組み込みたい企業にとって直接的な経済モデルを確立している。
安全対策によってモデルは改善されるが、幻覚は完全には解消されない。
OpenAIによると、リリース前に約6か月かけて反復的な調整と敵対的テストを行ったという。別途公開された GPT-4システムカードに は、有害コンテンツ、サイバーセキュリティ、プライバシー、生物学的リスク情報、許可されていないリクエストなど、より高性能なモデルを不用意に導入すると大きな安全上の問題を引き起こす可能性のある分野に関する評価の詳細が記載されている。
同社によると、GPT-4はGPT-3.5に比べて特定の種類の不適切なコンテンツを生成する可能性が低く、内部的な事実性評価においても優れた性能を発揮するとのことだ。しかし、OpenAIはGPT-4がまだ完全に信頼できるものではないと繰り返し警告している。GPT-4は事実を歪曲したり、推論ミスを犯したり、誤った前提を受け入れたり、回答の質を過大評価するような自信過剰な表現を生成したりする可能性がある。こうした制約は、流暢さやベンチマーク性能の向上によってユーザーがエラーを認識しにくくなる可能性があるため、特に重要である。.
プロフェッショナルな用途においては、モデルがデモンストレーションでどれほど印象的であるかという問題だけではありません。組織が、出力の検証、機密データへのアクセス制限、モデルの動作ログ記録、そして顧客、患者、財務上の意思決定、または法的プロセスに影響を与える前に人間が回答をレビューする必要があるタイミングを定義するシステムを構築できるかどうかが重要なのです。.
競争上の課題は、AIを導入するかどうかから、どれだけ迅速に導入するかへと移行する。
GPT-4の登場は、ChatGPTの一般公開からわずか3ヶ月半後のことだった。ChatGPTは、生成型AIを専門的な技術から一般消費者向けの主流技術へと変貌させた。この急速な変化により、テクノロジー企業は異例の短納期での意思決定を迫られている。マイクロソフトは既にこのモデルを検索機能に導入している。開発者たちはAPIアクセスを求めて列をなしている。決済、教育、金融業界の企業は、モデルの画像処理機能が広く利用可能になる前から、本番環境におけるワークフローのテストを開始している。.
したがって、短期的な競争優位性は、言語モデルを実証できるかどうかよりも、それを貴重なデータやワークフローに安全に接続できるかどうかに大きく左右されるだろう。検索エンジンにはウェブインデックスがあり、銀行には調査・コンプライアンスシステムがあり、教育機関にはカリキュラムや学習履歴があり、企業向けソフトウェアベンダーには顧客、販売、運用記録がある。GPT-4は一般的な推論・生成レイヤーを提供できるが、その機能が実際に役立つかどうかは、周囲のデータ、制御、製品設計によって決まる。.
OpenAIの発表は、ベンチマーク性能の向上だけではAIを取り巻く根本的な問題が解決するわけではないことを改めて示している。このモデルはより高性能になったものの、重要な技術的側面は依然として不透明であり、エラーが発生しやすい。より多くの種類の入力を解釈できるようになったが、その機能へのアクセスは段階的に拡大されている。すでにマイクロソフトの主要製品に組み込まれているにもかかわらず、企業はその利用をどのように管理すべきかを理解し始めたばかりだ。.
今週変わったのは、その基準となる部分だ。昨年11月にChatGPTがリリースされた当時は画期的と思われた生成型AIは、より高性能な後継機、マルチモーダルなインターフェース、そして拡大を続ける商用エコシステムを手に入れた。GPT-4の重要性は、最終的には模擬試験の結果ではなく、開発者がモデルの自信過剰が精度を上回らないようにしながら、その機能を信頼できるツールへと転換できるかどうかで測られるだろう。.