2023年11月に発表されたOpenAI GPTs Launchは、ChatGPT内に新機能を導入し、ユーザーがGPTsとして知られるAIアシスタントのカスタム版を作成できるようにしました。これらの調整されたアシスタントは、料理のアドバイス、コーディング支援、教育用チュータリングなど、特定の目的のために設計でき、プログラミングスキルは不要でした。この発表は、基盤となる大規模言語モデルGPT-4の能力を活用し、生成AIをよりアクセスしやすく、パーソナライズされたものにする重要な一歩となりました。
GPTsは、OpenAIの既存のトランスフォーマーアーキテクチャに基づいて構築され、GPTシリーズの連続的な改良を通じて洗練されてきました。この発表は、2023年3月にリリースされたGPT-4に続くもので、GPT-4はすでに高度なテキストおよび画像処理能力を示していました。ユーザーがプロンプト、指示、さらには外部データソースをカスタマイズできるようにすることで、OpenAIはAIの有用性を一般的な応答を超えて拡張し、共有された専門アシスタントのコミュニティを育成することを目指しました。
背景
OpenAIは2018年に最初のGPTモデルを導入し、これはヤコブ・ウシュコレイトやルカシュ・カイザーを含む研究者によって開発されたトランスフォーマーアーキテクチャに基づいていました。2019年のGPT-2や2020年のGPT-3などの後続モデルは規模と能力が拡大し、GPT-3は前身の100倍以上のパラメータを備えていました。2022年にリリースされたGPT-3.5は、初期のChatGPT製品を支え、その会話能力で広く注目を集めました。
2023年までに、OpenAIはテキストと画像の両方を処理できるマルチモーダルモデルであるGPT-4をリリースしました。GPTs Launchはこの基盤の上に構築され、モデルの動作をカスタマイズするためのユーザーフレンドリーなインターフェースを提供しました。微調整に技術的専門知識を必要とした以前のバージョンとは異なり、GPTsはシンプルなチャットベースの設定プロセスを通じて作成でき、非プログラマーにとっての障壁を低くしました。
機能と能力
GPTs Launchにより、ユーザーはカスタム指示を定義し、特定の知識ソースを選択し、ウェブブラウジングや画像生成などのアクションを有効にできました。各GPTは公開共有または非公開にでき、OpenAIはクリエイターがアシスタントを公開できるGPTストアを導入しました。2024年1月に開始されたストアは、教育、生産性、エンターテイメントなどのカテゴリを備え、人気のあるGPTは数千人のユーザーを獲得しました。
GPTsはGPT-4によって駆動され、デフォルトのコンテキストウィンドウは8Kトークンで、APIバージョンは最大32Kトークンをサポートしていました。2023年11月、OpenAIは128Kコンテキストウィンドウと低価格を備えたGPT-4 Turboも発表し、複雑なカスタムアシスタントにとってより実現可能になりました。外部APIを統合する機能により、GPTsは予約の予約、データベースのクエリ、アップロードされたドキュメントの分析などのタスクを実行できました。
AIエコシステムへの影響
GPTsの発表は、汎用チャットボットを超えて、専門化されたAIアプリケーションへのトレンドを加速させました。これは、アマゾン・ウェブ・サービスやグーグル・クラウドがクラウドベースのイノベーションを促進したのと同様に、サードパーティ開発者がOpenAIのプラットフォーム上で構築することを奨励しました。しかし、一部のユーザーがOpenAIのポリシーに違反するGPTsを作成したため、コンテンツモデレーションに関する懸念も生じ、ストアのレビュープロセスの調整につながりました。
競合他社は、同様のカスタマイズ機能を開発することで対応しました。例えば、アンソロピックやグーグル・ディープマインドは独自のアシスタントカスタマイズオプションを導入し、オープンソースコミュニティは代替案を模索しました。GPTs Launchはまた、日常的なツールにおける大規模言語モデルの重要性の高まりを浮き彫りにし、テック業界全体の製品戦略に影響を与えました。
技術的詳細
OpenAIは、競争上および安全性上の懸念を理由に、GPT-4の正確なアーキテクチャやトレーニングの詳細を開示しませんでした。技術レポートでは、モデルが大規模データセットでの教師あり学習と、その後の人間のフィードバックからの強化学習（RLHF）を使用してトレーニングされたことが言及されました。GPT-4のトレーニングコストは、CEOのサム・アルトマンによると1億ドル以上と推定されました。
GPTsは同じ基盤モデルを活用しましたが、システムプロンプトとユーザー定義の知識を通じてカスタマイズのレイヤーを追加しました。このアプローチにより、ベースモデルを再トレーニングすることなく迅速な反復が可能になり、この技術は業界で一般的になりました。この発表ではまた、開発者がGPTsをテストおよび改良するためのツールも導入され、プレビューモードやデバッグ機能が含まれていました。
評価と批判
GPTs Launchは賛否両論の反応を受けました。支持者は、非専門家が有用なツールを作成できるようにするAIの民主化を称賛しました。一方、批判者は、誤情報の拡散や偏ったアシスタントの作成などの潜在的なリスクを指摘しました。研究では、GPT-4が確証バイアスやアンカリングなどの認知バイアスを示す可能性があり、カスタムGPTsで慎重に設計されない場合、これらが増幅される可能性があることが示されていました。
パフォーマンスの面では、GPT-4は標準化テストで強力な能力を示し、創造的思考タスクの独創性で上位1%を獲得しました。しかし、幻覚を起こす傾向や意思決定の透明性の欠如などの制限もありました。これらの問題はGPTsでも続き、より良い安全対策とユーザー教育への呼びかけにつながりました。
遺産
OpenAI GPTs Launchは、人工知能アプリケーションの進化におけるマイルストーンを表し、生のモデル能力からユーザー中心のカスタマイズへの焦点の移行を示しました。これは、2024年5月にリリースされたGPT-4oを含むその後の開発に影響を与え、リアルタイムのマルチモーダル処理を提供しました。カスタマイズ可能なAIアシスタントの概念は、その後、多くのAIプラットフォームで標準機能となり、人間とAIの相互作用の未来を形作っています。