対話型人工知能（AI）の「ChatGPT（チャットGPT）」を発表したOpenAI社はこのほど、次世代のマルチモーダル大規模言語モデル「GPT-4」を発表し、世界中で広く注目を集めている。

GPT-4とは何か？

欧州科学アカデミーの外国籍会員で清華大学人工知能研究院の孫茂松常務副院長は、「GPT-4には確かに感嘆させられる。これはChatGPT、GPT-3.5（自然言語処理モデル）、CLIP（テキストと画像を結びつける画像処理モデル）を有機的に組み合わせたものだ。OpenAIはそれぞれ非常に優れた点があるこの3モデルを一体化した。同時に、GPT-4は学習する過程で一部のデータを増やし、データの規模をさらに拡大した。その中には画像もテキストも含まれる」と述べた。

GPT-4の核心となる向上ポイントは？

ChatGPTにこれまで組み込まれていた言語処理モデルはGPT-3.5であり、今回のGPT-4の核心となる向上ポイントは次の2点に集約される。1つ目は、基本的なスマートレベルが向上したことだ。GPT-3.0が世界の複数のテストを受けたところ、成績は後ろから10％だったが、新しいGPT-4はテストで人間の90％に勝つことができた。この進歩はデータ関連の学習とパラメータの蓄積によるものだ。また別の情報によると、GPT-4はほぼすべてのプログラミング言語を使用することができる。2つ目は、マルチモーダルモデルであることだ。ChatGPTはこれまではテキストでのやりとりしかできなかったが、今ではユーザーがChatGPTに画像を送ることが可能になり、ChatGPTは画像に対する反応をテキストで出力する。

さらに興味深いのは、GPT-4は単なる会話のサポート役ではなくなり、一部のユーモラスな画像を理解することも可能になったことだ。もちろん、人々が期待する動画理解レベルにはまだ及ばない。

将来、AIは人間から多くの仕事を奪う？

孫副院長によれば、AIが大規模に人に取って代わることはない。メカニズムから言えば、機械の役目はやはり人間をサポートすることで、人間の力強いアシスタントとして相対的に簡単な知的作業を手伝い、人間を一部の繰り返しの多い知的作業から開放してくれる。人間が複雑な作業をする時には、AIが一部の作業を手助けし、手間を省いて、作業の効率と質を大幅に高めてくれるのだという。

また、孫副院長は「本質的に言えば、機械が人間の知恵に取って代わることはない。人間の知恵、体験、知性が反映されたものであればあるほど、機械にとっては複雑なものになる。レベルが深ければ深いほど、取って代わることは難しくなる」とした。

将来、大規模言語モデルはどの方向に発展するだろうか。孫副院長は、「現在、GPT-4は画像処理対応が可能になった。将来の大規模言語モデルでは動画や3D画像などの処理が試みられるだろう」と述べた。

GPT-4にはどんな欠点があるか？

GPT-4にはもちろん欠点もある。たとえば、大真面目にでたらめなことを返してくることもあるし、一続きの会話だと判断できる回数に限界があり、経験の中から学ぶこともできない。そのため、セキュリティのための利用制限を設けなければ、GPT-4は偏った認識、虚偽の情報、さらには個人のプライバシー侵害などを大量に生み出す可能性がある。また、データ収集には時間がかかるので、GPT-4は2021年9月以降に起きた出来事を把握できていない。さらに、簡単な推測を誤ることもあれば、人間と同じように技術的に難しい問題で誤りを犯すこともある。たとえば生成したコードの中にセキュリティホールを組み込んでしまう可能もある。