OpenAIがGPTをリリース

OpenAI は、画像およびテキストを理解する強力な新しい AI モデル GPT-4 をリリースしました。同社はこれを「ディープラーニングのスケールアップにおける取り組みにおける最新のマイルストーン」と呼んでいます。

GPT-4 は現在、OpenAI の有料ユーザーに ChatGPT Plus (使用量上限あり) 経由で提供されており、開発者は待機リストにサインアップして API にアクセスできます。

価格は、1,000 個の「プロンプト」トークン (約 750 ワード) あたり 0.03 ドル、1,000 個の「コンプリーション」トークン (約 750 ワード) あたり 0.06 ドルです。 トークンは生のテキストを表します。 たとえば、「fantastic」という単語は「fan」、「tas」、「tic」というトークンに分割されます。 プロンプト トークンは GPT-4 に入力される単語の一部であり、コンプリーション トークンは GPT-4 によって生成されるコンテンツです。

GPT-4 は、目に見えないところに隠れていたことが判明しました。 Microsoftは本日、OpenAIと共同開発した同社のチャットボット技術であるBing ChatがGPT-4で実行されていることを確認した。

他の早期導入企業としては、GPT-4 を使用して企業 Web サイトをスキャンし、概要をカスタマー サポート スタッフに提供している Stripe があります。 Duolingo は、GPT-4 を新しい言語学習サブスクリプション層に組み込みました。 モルガン・スタンレーは、企業文書から情報を取得して財務アナリストに提供する GPT-4 を利用したシステムを開発しています。 そして、Khan Academy は GPT-4 を活用して、ある種の自動家庭教師を構築しています。

GPT-4 の新機能は視覚障害者のための「バーチャル ボランティア」を強化します

GPT-4 は、テキストを生成し、画像とテキストの入力を受け入れることができます。これは、テキストのみを受け入れた前世代の GPT-3.5 よりも改善されており、さまざまな専門的および学術的なベンチマークで「人間レベル」で実行されます。 たとえば、GPT-4 は、受験者の上位 10% 程度のスコアで模擬司法試験に合格します。 対照的に、GPT-3.5 のスコアは下位 10% 程度でした。

同社によると、OpenAIは6か月をかけて、内部の敵対的テストプログラムとChatGPTから得た教訓を活用してGPT-4の「反復的な調整」を行い、その結果、事実性、操縦性、ガードレールの外側への進入の拒否に関して「史上最高の結果」をもたらしたという。 以前の GPT モデルと同様に、GPT-4 は、公開 Web ページからのデータや OpenAI がライセンスを取得したデータなど、公開されているデータを使用してトレーニングされました。

OpenAI は Microsoft と協力して、GPT-4 のトレーニングに使用される「スーパーコンピューター」を Azure クラウドでゼロから開発しました。

「カジュアルな会話では、GPT-3.5とGPT-4の違いは微妙な場合があります」とOpenAIはGPT-4を発表したブログ投稿で書いた。 「タスクの複雑さが十分なしきい値に達すると、違いが現れます。GPT-4 は GPT-3.5 よりも信頼性が高く、創造的で、より微妙な指示を処理できます。」

間違いなく、GPT-4 のより興味深い側面の 1 つは、テキストだけでなく画像も理解できることです。 GPT-4 は、比較的複雑な画像にキャプションを付けたり、解釈したりすることができます。たとえば、差し込まれた iPhone の写真からライトニング ケーブル アダプタを識別します。

画像理解機能はまだすべての OpenAI 顧客が利用できるわけではありません。OpenAI はまず、Be My Eyes という 1 つのパートナーとテストしています。 GPT-4 を利用した Be My Eyes の新しいバーチャル ボランティア機能は、送信された画像に関する質問に答えることができます。 同社はブログ投稿でその仕組みを説明しています。

「たとえば、ユーザーが冷蔵庫の内部の写真を送信すると、バーチャルボランティアはその中に何が入っているかを正確に識別できるだけでなく、それらの材料で何が調理できるかを推定して分析することもできます。 このツールは、それらの材料のレシピを多数提供し、作り方のステップバイステップのガイドを送信することもできます。」

GPT-4 におけるより意味のある改良点は、前述のステアビリティ ツールである可能性があります。 GPT-4 では、OpenAI は新しい API 機能である「システム」メッセージを導入しています。これにより、開発者は特定の方向を記述することでスタイルとタスクを規定できるようになります。 将来的には ChatGPT にも導入される予定のシステム メッセージは、基本的に、AI の次の対話の調子を設定し、境界を確立する指示です。

たとえば、システム メッセージは次のようになります。「あなたは常にソクラテス スタイルで応答する家庭教師です。 生徒に答えを与えることは決してありませんが、生徒が自分で考えることを学べるよう、常に適切な質問をするよう努めます。 常に生徒の興味や知識に合わせて質問を調整し、生徒にとって適切なレベルになるまで問題をより単純な部分に分割する必要があります。」