「GPT-4」発表 日本語でもChatGPT英語版より高性能、司法試験で上位10％、「この画像何が面白いの？」にも回答
コメント
注目のコメント
現時点では研究段階とのことですが、画像の入力から適切な文章を出力するというタスクに対応した点がGPT-4の大きな魅力です。
以下は想像を含みますが、通常、画像入力→文章出力をするためには、画像にその内容や意味を表す言葉（ラベル）を付けて学習させ、それを出力させるという手法を取ります。いわゆる「教師あり学習」という学習のさせ方ですが、GPTモデルでは「半教師あり学習」という手法が用いられており、これは、（やや飛躍した言い方ですが）、ラベル付きの画像を学習するのではなく、ラベルの付け方そのものを学習しており、「こういう風にラベルをつけるんだよ」という人が示したやり方自体をAIが学んでいくという仕組みをとっています。
また、おそらくGPT-3で採用されていた強化学習という手法も取り入れらていると思われ、人間が物事のやり方を徐々に学んでいくように、より適切な出力をするよう、徐々に自ら精度を高めていく仕組みも取り入れらているものと想像されます。
つまり（これもまた飛躍がある言い方ですが）大量のデータを収集できる仕組みが整っていれば、ある種、半自動的に画像＆文章のセットを作ることができ、入力された画像に対してより確率的に正しいと推論した文章を出力することに近付いていきます。
とはいえ、このようなこのような大規模な学習と、大規模なパラメーターで構成された高性能モデルを同様に独自開発することは簡単ではありません。まだ未公開部分が多いものですが、開発元のOpenAIのポリシーに沿えば、この新たなツールを私たちが日常的に使えるようになる日は、そう遠くないはずです。
この新しい進化を日常やビジネスでどう活用・応用していくのか、想像を巡らせておくことが、私たちにとっては非常に大切なことになるはずです。教育は特に影響受ける分野だと痛感しています。EdTech とジェネレイティブAIの相性はすごく良い。一方で、これまでの教育プレイヤーの役割をまるっと代替するくらいのインパクトがあります。
今回さらに精度が上がって、教育や試験(評価)の存在意義が問われています。
知識を教えることはAIどころか検索エンジンの時点で出来ていたけど、AIの精度が上がってきて、発問やアドバイス、さらにはコーチングやファシリテートの役割までできるようになってきていて、人間の教師にしかできないことは何かと考えさせられます。
一方で、GPT4の活用事例にEdTechのカーンアカデミーとデュオリンゴが出ていて、この変化に適応していくEdTechとそうでないところとで、1,2年後大きな差が出そうです。スプレッドシートの関数を調べる時は、googleで検索するのをやめて、chatgptを使うようになりました。こういう特定領域に関して、コツを掴むと仕事がめちゃくちゃ便利になりますね。画像でスクショをアップロードできると、さらに便利になりそう。
何がいいって、提案された答えに対して文句をつけると修正してくるのがすごい。「分かった。だけどその式だとIN関数の中を何回も入力しないといけないよね？もっと多くの値をまとめて入力したい」みたいに、人同士で話してもよく分からない聞き方をしてるのに、意図を正確に読み取って返してくる。googleだと、自分の意図に合った内容を自分から探しに行かないといけない。
法律とか医学とかプログラミングとか、膨大な知識を実務に活かす系の領域は、chatgptとかperplexity aiで仕事するのがすぐに定着しそうですね。
