OpenAIがマルチモーダルAI GPT-4をリリース
OpenAIは 発表の GPT-4と呼ばれる高度なAIモデルのリリース。これは、画像とテキストの両方を理解する優れた能力を発揮します。 機械学習このイノベーションは、ディープラーニング技術の強化に向けた同社の取り組みにおいて重要なマイルストーンとなります。
GPT-4はOpenAIの AI言語モデルを活用してコードのデバッグからデータの異常検出まで、 Plus サブスクライバーは使用制限の対象となりますが、開発者は API アクセスの待機リストに参加できます。
料金体系は、0.03 個の「プロンプト」トークン（約 1,000 語に相当）ごとに 750 ドル、0.06 個の「完了」トークン（これも約 1,000 語に相当）ごとに 750 ドルです。トークンはテキストの構成要素です。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 に入力される単語セグメントで構成され、完了トークンは AI モデルによって生成されたコンテンツを指します。
興味深いことに、GPT-4は、 マイクロソフトの確認 OpenAI と共同開発されたチャットボット技術である Bing Chat は GPT-4 を搭載しています。
GPT-4の早期導入者
すでにいくつかの早期導入者が GPT-4 の可能性を活用しています。 ストライプはAIモデルを採用 ビジネス ウェブサイトを分析し、顧客サポート チームに概要を提供します。Duolingo は、GPT-4 を新しい言語学習サブスクリプション レベルに統合しました。
モルガン・スタンレーはGPT-4駆動システムを開発中 財務アナリスト向けに企業文書から情報を抽出します。さらに、カーン アカデミーは GPT-4 を利用して自動指導ソリューションを作成しています。
GPT-4は、さまざまな専門的および学術的なベンチマークで驚くべきパフォーマンスを示し、「人間レベル」の結果を達成しました。たとえば、模擬司法試験では、GPT-4は 受験者の上位10%GPT-3.5 の下位 10% のスコアと比べて顕著な改善が見られました。
半年の開発期間
OpenAI は、内部の敵対的テスト プログラムと ChatGPT からの洞察を活用して、GPT-4 を微調整するのに XNUMX か月を費やしました。その結果、比類のない精度、操縦性、および事前定義された制約内で動作する能力を誇るモデルが誕生しました。
GPT-4を訓練するために、OpenAIは Microsoft Azure クラウド内にカスタム「スーパーコンピューター」を作成します。モデルは、公開されているデータとライセンスされたデータ ソースを使用してトレーニングされ、多用途でバランスの取れた言語モデルが実現しました。
GTP-4はテキストと同様に画像を理解できる
GPT-4の最も興味深い点の一つは、 画像を理解する テキストに加えて、たとえば、接続された iPhone の画像から Lightning ケーブル アダプタを識別するなど、比較的複雑な画像を認識して解釈できます。
画像理解機能はまだOpenAIのすべての顧客に提供されているわけではないが、 私の目になる、単一のパートナーです。GPT-4 を搭載した Be My Eyes の仮想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、この機能の仕組みについて詳しく説明しました。
「ユーザーが冷蔵庫の中の写真を送ると、バーチャルボランティアは冷蔵庫の中に何が入っているかを正確に特定できるだけでなく、それらの材料を使って何が作れるかを推測して分析することもできます。また、このツールはそれらの材料を使ったレシピをいくつか提供し、作り方をステップごとに説明するガイドを送信することもできます。」
「ステアビリティツール」機能
新機能「ステアビリティツール」により、開発者は 具体的な指示 AI に対話のトーンと境界を設定するよう指示します。この機能は、「システム」メッセージと呼ばれる新しい API 機能の導入によって可能になりました。
システム メッセージは、本質的には AI が従うべきスタイルとタスクを提供する指示です。特定の状況で AI がどのように動作すべきかを指示するガイドラインのようなものです。ChatGPT も将来この機能を受け取る予定です。
たとえば、システム メッセージでは、AI が常にソクラテス式で応答する家庭教師のように動作するように指定できます。この場合、AI は生徒に直接答えを与えることはなく、生徒が自分で考えることを学ぶのに役立つ適切な質問を常に行います。
さらに、AI は常に生徒の興味や知識に基づいて質問を調整し、複雑な問題を適切なレベルに達するまでより単純な部分に分解します。
システムメッセージやその他のアップグレードの導入にもかかわらず、OpenAIはGPT-4 まだ欠陥があるAI は推論で誤りを犯したり、事実を「幻覚」したりすることさえあります。たとえば、GPT-4 はかつてエルビス・プレスリーを「俳優の息子」と表現しましたが、これは誤りです。
GPT-4の限界は何ですか？
OpenAIによると、GPT-4は、データが途絶えた2021年4月以降に発生した最近の出来事に関する知識が不足しているという。さらに、GPT-XNUMXは経験から学習しないため、多くの分野にわたる幅広い知識を反映していない単純な推論エラーが発生することがある。
さらに、GPT-4 は、ユーザーからの明らかに誤った発言を受け入れる際に過度に信頼する可能性があり、生成したコードにセキュリティ上の脆弱性を導入するなどの困難なタスクで失敗する可能性もあります。
最後の言葉
これらの制限にもかかわらず、OpenAI は GPT-4 が特定の領域で大幅な改善を果たしたと主張しています。たとえば、GPT-4 は危険な化学物質の合成方法に関する指示を生成する可能性が低くなりました。GPT-3.5 と比較すると、GPT-4 が「許可されていない」コンテンツの要求に応答する可能性は 82% 低くなっています。
さらに、GPT-4 は、医療アドバイスや自傷行為に関するトピックなどの機密情報の提供に関しては OpenAI のポリシーに準拠するようになり、以前のバージョンよりも 29% 頻繁に応答するようになりました。
あなたの反応は何ですか？
