OpenAIは月曜日、音声、ビデオ、テキストにわたってリアルタイムで迅速な応答を調整するために新たに設計された、最も強力なエンタープライズグレードの大規模言語モデルのアップデートバージョンであるGPT-4oを公開した。
YouTube の派手なライブ デモで公開された GPT LLM ラインの最新版は、OpenAI の従業員 3 名と自然かつ迅速に会話を交わしました。
このロボットは、ある男性の話を聞いて数式を解くのを手伝ったり、表情から感情を視覚的に読み取ったりした。GPT-4o（「o」は「omni」の略）は、ロボットの声で架空の童話を歌ったり、イタリア語と英語を話す人の会話を口頭で翻訳したりもした。
OpenAI はまた、同社が新しいフラッグシップモデルと呼ぶデスクトップ版の刷新されたユーザーインターフェースを披露し、GPT-4o のより高速でインタラクティブな機能の一部を、このモデルのコンシューマー版である ChatGPT Free に拡張しました。
「GPT-4o は GPT-4 レベルの知能を提供しますが、はるかに高速です」と OpenAI CTO の Mira Murati 氏はライブ プレゼンテーションで述べました。「使いやすさに関しては、私たちは本当に大きな前進を遂げています。これは、私たち自身と機械とのインタラクションの未来を見ているため、非常に重要です。」
GPT-4o のリリースは、生成 AI 分野で OpenAI とそのパートナーである Microsoft の競合相手である Google から同様に派手な製品リリースが予定されている前夜に行われました。
Google I/O開発者会議は5月14日に開幕する予定だ。観測筋は、このテクノロジー大手でAIの先駆者である企業が、過去2年間にわたりOpenAI、Google、Microsoft、Meta、Amazon、そしてAnthropic、Cohere、Mistralなどの小規模ベンダーが絶えず競い合い、互いに勝ち抜いてきた、リスクの高い生成AIの軍拡競争をさらに激化させると予想している。
このような競争的な状況において、OpenAIのGPT-4oの成果は、ライブの観客にとっては技術的に印象的であったが、より現実的には、昨年12月にGoogleが自社の大ヒットLLMであるGeminiで披露したものと単純に匹敵するものだったと、ガートナーのアナリスト、チラグ・デカテ氏は述べた。
「生成型 AI イノベーションの進歩は常に刺激的です。モデル開発とエンジニアリングの最前線にいる研究者たちが、不可能と思われることを可能にしようと懸命に取り組んでいるのを見ることができるからです」とデカテ氏は言う。「しかし同時に、率直に言って、私はがっかりしました。」
「初めて、OpenAIがGoogleに追いつこうとしているのが見られ始めている」と彼は語った。
Gemini と GPT-4o はどちらもマルチモーダル モデルであり、テキスト、オーディオ、ビデオ、画像のモダリティにわたってコンテンツを生成します。
しかし、2月にジェミニの画像ジェネレーターがナチスの制服を着た黒人兵士を含む人々の極めて不正確な画像を吐き出し、グーグルの社会的イメージは大きな打撃を受けた。
Google はすぐに画像ジェネレータを停止しました。それ以来、テクノロジー業界は、ベンダーがいつ画像ジェネレータを再開し、同様の災害を防ぐためにどのような安全対策を講じるのかを待ち望んでいます。
OpenAIに関しては、同社の画像生成モデルのDall-Eファミリーは、ChatGPTやGPT-3.5とともに、2021年と2022年に大衆現象となった最初のLLMでした。
月曜日にOpenAIが発表した生成AI技術の成果は、急速に進化する技術の優れた能力と、人間が自然にその技術とやりとりできるようにする可能性を浮き彫りにしたと見る向きもある。
「OpenAIのプレゼンテーションで本当に印象的だったのは、彼らがこれをライブで実行し、モデルを相互に引き継いで、ほぼリアルタイムで反応させているところを見せたことだ」とフォレスター社のアナリスト、ウィリアム・マッケオン・ホワイト氏は語った。
マッキーオン・ホワイト氏は、OpenAI がデモに異常に大量の計算能力を投入して、応答の遅延を克服した可能性があると指摘した。実際、ムラティ氏は AI ハードウェア大手の Nvidia に対し、「今日最も先進的なスタジオを提供してくれた」ことに感謝した。
「しかし、Google の最初の発表と比較すると、これらすべてが連携して機能しているのを見るのはとてもクールでした。Google の最初の発表も、かなり印象的でした」と、McKeon-White 氏は Google の録画済みデモについて語った。「しかし、これは、これらを自分で使用できると言っているようなものです。」
しかし、2015年に設立され、現在では評価額が約800億ドルのスタートアップ企業であるOpenAIとGoogleは、かなり類似したLLMシステムを誇っているものの、ビジネスアプローチはまったく異なります。
Google は、オフィス生産性および分析アプリケーションやデータベースを含むエンタープライズ クラウド ベースのソフトウェアに Gemini の生成 AI テクノロジーを追加しました。同時に、Google Vertex AI プラットフォームの Model Garden で、自社のモデルだけでなく、多数のサードパーティ LLM や基盤モデルへのアクセスを顧客に提供しています。
一方、OpenAIは、生成AI技術を提供するためのマイクロソフトとの契約とは別に、自社のモデルを企業、他のソフトウェアベンダー、個人消費者に直接リースしているとデカテ氏は指摘した。
「OpenAIの成果はそれ自体素晴らしいものです」と彼は言う。「しかし、それを市場に出すには限界があります。」
それでも、OpenAI はいわゆる先行者利益をまだ保持しているとデカテ氏は認めた。大量 GenAI 市場における最初の大手企業として、同社の着実な製品リリースの勢いは業界の方向性を決定づけた。
OpenAIは、今後数週間でGPT-4oの機能の一部を段階的に展開し、レッドチームテストを直ちに開始すると述べた。
GPT-4o のその他のテキストおよび画像機能は、ChatGPT の無料バージョンと ChatGPT Plus ユーザー向けに、最大 5 倍のメッセージ制限で今すぐご利用いただけます。ベンダーは、今後数週間以内に ChatGPT Plus 内でアルファ版の GPT-4o 音声モードの新バージョンもリリースする予定であると述べています。
また、開発者は LLM の API で GPT-4o をテキストおよびビジョン モデルとして使用できるようになりました。
Microsoft Azure OpenAI Service のお客様は、本日より Azure OpenAI Studio のプレビュー プレイグラウンドを使用して GPT-4o の機能をテストできます。
Shaun Sutner は、TechTarget Editorial の情報管理チームのシニア ニュース ディレクターで、人工知能、ユニファイド コミュニケーション、分析、データ管理テクノロジーの取材を担当しています。彼は、30 年以上のニュース経験を持つベテラン ジャーナリストです。
高度な分析機能とデータの積極的な活用により、分析の成熟度を向上させます。文化的な課題を乗り越えて…
データ レイクハウスのパイオニアは、顧客がデータ レイクハウスで必要な情報を見つけるのに役立つベクトル検索機能の GA を使用して、モデルの精度の向上を目指しています。
ベンダーのプラットフォームには現在、顧客が NLP 応答を信頼できるようにする機能や、ワークフローを自動化する機能が含まれています…
Cleanlab、The Modern Data Company、および Pyte は、データ品質の問題、メタデータ管理、および複数当事者間のリスクに対処することを目指しています…
RPA ソフトウェアは、手動または自動で起動できます。無人 RPA ボットと有人 RPA ボットの違いと、その仕組みについて学習します。
さまざまなトピック領域に関する業界の専門家や思想的リーダーからの意見は、TechTarget のトピックに関する編集記事の作成に役立ちます…
データ カタログ スペシャリストのワークフロー自動化は、データ管理を支援するボットと事前構築されたワークフローを顧客に提供します…
データ マイニングとデータ プロファイリングは役割が異なります。一方だけを使用することは、データ管理操作の選択肢にはなりません…
データ レイクハウスの専門家による最新のアップデートには、テキストから SQL への変換機能と、次のことを支援する新しいパートナーシップが含まれています…
効率的な商品返品プロセスは、顧客ロイヤルティの向上に役立ちます。リバース ロジスティクス戦略を改善する方法を学び、…
ハノーバーメッセ産業見本市で、マイクロソフトは OT および IT データ向けの Fabric AI と、工場向けの Copilot テンプレートを発表しました…
シンプルなサプライ チェーン マップは、重要なビジネス課題など、さまざまな領域についての洞察を提供します。製造業がなぜ重要なのかを学びましょう…
