OpenAIは2022年11月30日、ChatGPTを無料の研究プレビューとして公開した。このチャットボットは、大規模言語モデルを基盤とし、GPT-3.5シリーズから微調整されたもので、ユーザーが自然言語でAIと対話し、エッセイ、コード、詩、事実に基づく質問への回答を生成できるようにした。公開から5日以内に100万人のユーザーを突破し、2023年2月初旬までに推定月間アクティブユーザー数1億人に達し、当時史上最速で成長する消費者向けアプリケーションとなった。この公開は、生成AIに対する一般の認識における転換点となり、人工知能を学術的・ニッチな技術的領域から、主流の会話、政策論争、ビジネス戦略へと移行させた。
初期の反応は、モデルの流暢さと多用途性への驚きとともに、誤情報、学術的カンニング、雇用喪失への広範な懸念によって特徴づけられた。教育者やジャーナリストはすぐにその限界を試し、説得力があるが時には事実的に誤った内容や偏った内容を生成できることを発見した。この公開はまた、テクノロジー企業間の競争を引き起こし、Google DeepMindとAnthropicは自社のチャットボット開発を加速させ、Microsoft (AI)は2023年1月にOpenAIへの数十億ドル規模の投資を発表し、ChatGPT類似の機能を自社のAzureクラウドとBing検索エンジンに統合した。
起源と開発
ChatGPTは、OpenAIのトランスフォーマーベースのモデルに関する長期的な研究から生まれた。2017年の論文「Attention Is All You Need」で導入された基盤となるアーキテクチャは、その後のGPTの反復を通じて洗練されてきた。2020年に公開されたOpenAIのGPT-3は、少数ショット学習能力を示したが、会話の洗練度には欠けていた。ChatGPTモデルは、人間のフィードバックからの強化学習（RLHF）を用いて微調整され、反復的なランキングと報酬モデリングを通じてモデルの出力を人間の好みに合わせる技術である。
主要な技術的構成要素には、マルチヘッドアテンション機構、シーケンス順序のための位置エンコーディング、応答生成のためのトップpサンプリングが含まれる。モデルはインターネットテキスト、書籍、記事の多様なコーパスで訓練されたが、OpenAIは正確なデータセットサイズや訓練計算量を開示しなかった。微調整プロセスには、会話を提供し代替応答をランク付けする人間のAIトレーナーが関与し、この方法はOpenAIの技術文書に詳述されたが、当時競合他社によって完全には再現されなかった。
開発チームには、元のトランスフォーマー論文の共著者であるjakub-uszkoreitと、同じくトランスフォーマー共著者であるLukasz Kaiserが含まれ、両名ともOpenAIに参加していた。Brad LightcapはOpenAIの最高執行責任者を務め、商業展開を監督した。CEOのサム・アルトマンや最高科学責任者のIlya Sutskeverを含む同社のリーダーシップは、即時の収益よりもユーザーフィードバックと公共の関与を優先し、ChatGPTを有料製品ではなく無料の研究プレビューとして公開する戦略的決定を下した。
公開と即時の反応
2022年11月30日の公開は、シンプルなブログ投稿とソーシャルメディアの更新を通じて発表された。大規模な記者会見や有名人の推薦はなく、製品は口コミ、技術フォーラム、ソーシャルメディアプラットフォームを通じて有機的に広まった。数時間以内に、ユーザーは哲学的な質問からプログラミングの課題に至るまでのプロンプトに対するChatGPTの応答のスクリーンショットを共有し始めた。モデルがマルチターン会話で文脈を維持し、間違いを認め、不適切なリクエストを拒否する能力は、チェスコンピュータプログラムやルールベースのアシスタントのような初期のチャットボットとは一線を画していた。
2022年12月4日までに、OpenAIは100万人以上のユーザーを報告した。このサービスは、圧倒的な需要により断続的な停止を経験し、OpenAIは待機システムとレート制限を実装することを余儀なくされた。技術評論家はこの公開を2007年のiPhoneの導入やウェブの初期の時代と比較したが、一部は基盤となる技術がまだエラーを起こしやすいと警告した。注目すべき初期テストには、複雑な科学的概念を説明するようChatGPTに依頼することが含まれ、それは驚くべき明瞭さで行ったが、単純な算術問題を解くように依頼すると、時には失敗した。
公共の議論とメディア報道
ChatGPTは数週間以内に主流メディアで頻繁に取り上げられるトピックとなった。新聞は学生がエッセイを書くためにそれを使用している記事を掲載し、ニューヨーク市やシアトルの学区が学校ネットワークでこのツールを禁止するきっかけとなった。OpenAI社は数千件のメディア問い合わせを受け、そのリーダーシップは技術の潜在的な利点とリスクの両方を強調するインタビューを行った。「生成AI」という用語は一般的な使用法に入り、人間のようなテキストを生成できる機械学習モデルの概念は夕食の話題となった。
学者や研究者はその影響について議論した。ポートランド州立大学の教授であるMelanie Mitchellは、大規模言語モデルの限界についてエッセイを書き、それらが真の理解を欠いていると主張した。MITとNYUのBrendan LakeとJoshua Tenenbaumは、人間の認知と統計的パターンマッチングの違いを強調する批判を発表した。逆に、UCバークレーの機械学習のパイオニアであるMichael I. Jordanは、科学発見のための技術の可能性について慎重な楽観主義を表明した。議論はしばしば、ChatGPTがツールなのか、脅威なのか、それとも汎用人工知能の前兆なのかに焦点を当てた。
経済的および産業的影響
ChatGPTの成功は、テクノロジー業界全体で投資と製品開発の波を触発した。Microsoft (AI)は2023年1月にOpenAIへの100億ドルの投資を発表し、2019年の初期の10億ドルのラウンドに続いた。このパートナーシップはOpenAIのモデルをMicrosoftのAzureクラウドプラットフォームに統合し、Amazon Web ServicesとGoogle Cloudは自社のAI製品を加速させることで対応した。NVIDIAは訓練と推論に使用されるGPUの需要により株価が急騰し、AMDとIntelは競合するAIアクセラレーターチップを発表した。
AI21 Labs、Inflection AI、Anthropicのようなスタートアップは、代替モデルを構築するために多額の資金を調達した。Google DeepMindとGoogle Brainは2023年4月に合併し、競争圧力に部分的に対応した。この公開は半導体産業にも影響を与え、TSMCとBroadcomはAI関連チップの注文増加を報告した。Samsung ElectronicsはスマートフォンにAI機能を統合し、Appleはオンデバイス言語モデルの探索を開始した。経済的な波及効果は、AIワークロード用の専門インフラを販売するOracle Cloud InfrastructureとGroqにも及んだ。
技術的および倫理的議論
ChatGPTの限界は、技術的および倫理的議論を引き起こした。モデルは時々「幻覚」、つまり自信満々だが虚偽のステートメントを生成し、専門的な文脈での信頼性について疑問を提起した。研究者はモデルプルーニングとデータ拡張を潜在的な緩和戦略として議論したが、決定的な解決策は現れなかった。RLHF技術は、出力を人間の好みに合わせるのに効果的であったが、人間のバイアスをエンコードする可能性があると批判された。MITのAleksander Madryは、モデルを騙して有害なコンテンツを生成させる敵対的例を研究した。
倫理的懸念は、プライバシー、同意、説明責任に集中した。モデルは公開されたインターネットデータで訓練されたが、一部はこれが許可なく著作権で保護された素材を含むと主張した。著者やアーティストは、作品の無断使用を主張してOpenAIや他の企業に対して訴訟を起こした。訓練データとモデル内部に関する透明性の欠如は、システムを監査したい研究者を苛立たせた。スタンフォード大学のCarlos Guestrinは解釈可能性の必要性を強調し、カルテックのAnima Anandkumarはオープンソースの代替案を提唱した。
規制および政策対応
政府や規制機関はChatGPTと類似のシステムの調査を開始した。欧州連合は、AIアプリケーションに対するリスクベースの規制を提案するAI法の作業を加速させた。米国では、ホワイトハウスが公開前に2022年10月にAI権利章典の青写真を発表したが、ChatGPTの人気がこの文書に新たな関連性を与えた。連邦取引委員会は潜在的な欺瞞的慣行に関する苦情を受け取り、国立標準技術研究所はAIリスク管理フレームワークに関する作業を開始した。
教育機関は、完全な禁止からカリキュラムへの統合まで、教室でのAI使用に関するポリシーを開発した。スタンフォードAIラボとMIT CSAILは、研究における責任あるAI使用のためのガイドラインを公開した。ユネスコのような国際機関はAIガバナンスに関する国際協力を呼びかけた。インドのバーバ原子力研究センターと韓国のサムスンリサーチはそれぞれの分野での応用を探求し、Xerox PARCとNokia Bell Labsは新技術を文脈化するために革新における歴史的役割を再検討した。
遺産と長期的意義
ChatGPTの公開は、人工知能の歴史における画期的な瞬間として広く認識されている。それは大規模言語モデルが一般の観客に大規模に展開できることを実証し、人間とコンピュータの相互作用に対する期待を根本的に変えた。その後のチャットボット、仮想アシスタント、AI搭載ツールの産業全体への普及は、この出来事に直接遡ることができる。2023年末までに、OpenAIはより強力なモデルであるGPT-4を公開し、競合他社も類似の製品を発表したが、ChatGPTはこの分野で最も認知された名前のままであった。
この出来事はまた、研究の方向性にも影響を与えた。トロント大学とカーネギーメロン大学はAIコースの登録者数増加を報告した。バークレーAIリサーチとオックスフォード大学はAIの安全性と倫理に焦点を当てた新しいイニシアチブを開始した。トランスフォーマーアーキテクチャは、すでに基盤的であったが、深層学習研究においてさらに中心的となった。この公開は、クリエイティブ産業、ソフトウェア開発、カスタマーサービスにおける生成AIの採用を加速させると同時に、ますます強力になるAIシステムによってもたらされる社会的リスクの真剣な考慮を促した。
振り返ってみると、2022年11月30日の公開は単なる製品発表ではなく、個人、機関、政府に高度なAIの現実に直面することを強いる文化的出来事であった。公共の議論への即時の影響は前例がなく、その長期的な結果は今も展開し続けている。2024年現在、ChatGPTは広く使用されるツールであり続け、それが引き起こした真実、創造性、労働、知性に関する議論は未解決のままであり、機械学習とその社会における役割の軌道を形成している。