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。