OpenAIが最近リリースしたモデルGPT-4oは、 大規模言語モデル（LLM）への投資額を引き上げ同社はすでに次期主力モデルGPT-5の開発に取り組んでいる。
また： ChatGPT Plusの使い方: GPT-4oからインタラクティブテーブルまで
に至るまで 春のイベント GPT-4o の発表を特集した X のブログで、多くの人が同社が待望の GPT-5 をリリースすることを期待していました。憶測を抑えるために、CEO の Sam Altman 氏は X に「gpt-5 ではないし、検索エンジンでもない」と投稿しました。
gpt-5 でも検索エンジンでもありませんが、私たちは人々が気に入ってくれると思う新しいものに一生懸命取り組んできました。私にとっては魔法のように感じます。
月曜日午前10時（太平洋標準時）。 https://t.co/nqftf6lRL1— サム・アルトマン (@sama) 2024年5月10日
そして、わずか2週間後の今、 ブログ投稿 同社は、安全性とセキュリティに関する決定を勧告するために OpenAI 理事会が結成した新しい安全性とセキュリティに関する委員会を発表し、次期主力モデルをトレーニングしていることを確認した。これはおそらく GPT-4 の後継である GPT-5 を指していると思われる。
「OpenAIは最近、次のフロンティアモデルのトレーニングを開始しており、その結果得られるシステムがAGIへの道の次のレベルの能力をもたらすことを期待しています。 [artificial general intelligence]同社はブログ投稿でこう述べた。
GPT-5 が顧客に提供されるまでには、数ヶ月、あるいはそれ以上かかる可能性がありますが (LLM のトレーニングには長い時間がかかる場合があります)、OpenAI の次世代モデルで何ができるようになるかについての期待を、最も期待度の低いものから最も期待度の高いものの順にランク付けして示します。
精度の向上
過去の傾向に倣うと、GPT-5 はより多くのデータでトレーニングされるため、応答の精度が向上することが期待できます。ChatGPT のような生成 AI モデルは、トレーニング データの蓄積を活用して、提供する回答を強化します。したがって、モデルがトレーニングされるデータが多いほど、一貫性のあるコンテンツを生成するモデルの能力が向上し、パフォーマンスが向上します。
また： ChatGPTを使用して高度なデータ分析でグラフや表を作成する方法
これまでリリースされたモデルごとに、トレーニングデータが増加してきました。例えば、 レポート GPT-3.5 は 1,750 億個のパラメータでトレーニングされ、GPT-4 は 1 兆個のパラメータでトレーニングされたとのことです。GPT-5 のリリースにより、さらに大きな飛躍が見られる可能性があります。
マルチモーダル性の向上
GPT-5 の機能を予測する際には、GPT-4 や GPT-4o など、GPT-3.5 以降のすべての主要なフラッグシップ モデル間の違いを調べることができます。モデルは進化するごとによりインテリジェントになり、価格、速度、コンテキストの長さ、モダリティなど、多くのアップグレードを誇りました。
GPT-3.5はテキストの入出力のみ可能です。GPT-4 Turboでは、テキストと画像の入力を行ってテキスト出力を得ることができます。GPT-4oでは、テキストと画像の入力を行ってテキスト出力を得ることができます。 テキスト、音声、画像、ビデオの組み合わせ テキスト、オーディオ、画像の出力を任意に組み合わせて受信できます。
また： GPT とはどういう意味ですか? GPT-3.5、GPT-4、GPT-4o などについて理解する
この傾向に倣って、GPT-5の次のステップはビデオ出力機能となるだろう。2月にOpenAIは テキストからビデオへのモデル Sora は、GPT-5 に組み込んでビデオを出力することができます。
自律的に行動する能力（AGI）
チャットボットは、多くのタスクで人々を支援できる素晴らしいAIツールであることは否定できません。 コード、 Excel の数式、 エッセイ、 履歴書、 アプリ、 グラフと表しかし、私たちは、あなたが何をしたいのかを理解し、最小限の指示でそれを実行できるAI、つまり汎用人工知能への要望が高まっているのを目にしています。 汎用性。
AGI を使用すると、ユーザーはエージェントに最終目標の達成を依頼し、エージェントは実行すべきことを推論し、実行方法を計画し、タスクを実行することで結果を出すことができます。たとえば、GPT-5 に AGI が搭載された理想的なシナリオでは、ユーザーは「マクドナルドでハンバーガーを注文して」などのタスクをリクエストでき、AI はマクドナルドのサイトを開いて注文、住所、支払い方法を入力する一連のタスクを完了できます。ユーザーはハンバーガーを食べることだけを心配すればよいのです。
また： 人工汎用知能とは一体何なのか？AI軍拡競争の最終段階を制覇する
の ウサギR1 スタートアップ企業も同じ目標を達成しようとしており、Uber の予約や食べ物の注文など、現実世界でのタスクをエージェントを使ってスムーズに実行できるガジェットを開発している。このデバイスは、前述のより高度なタスクを実行できないにもかかわらず、何度も売り切れている。
AI の次のフロンティアである AGI は、AI から得られる支援の種類を完全にアップグレードし、アシスタントに対する考え方を完全に変えることができます。たとえば、天気を知らせるために AI アシスタントに頼るのではなく、AI アシスタントが最初から最後まで私たちに代わってタスクの達成を支援できるようになります。これは、私に言わせれば、楽しみなことです。
