Grok-2は、イーロン・マスクが設立した企業であるxAIによって開発された生成大規模言語モデルである。2024年8月14日に発表され、それ以前のGrok-1およびGrok-1.5モデルを継承し、性能、推論能力、および統合された画像生成機能が向上した。このモデルは2024年8月20日にX Premiumユーザー向けに提供され、その後2024年12月に無料ユーザーにも拡大された。Grok-2は、Xソーシャルネットワークと統合され、時間の経過とともに他のプラットフォームにも拡張されてきた、より広範なGrokシリーズの一部である。
「Grok」という名前は、アメリカのSF作家ロバート・A・ハインラインが1961年の小説『異星の客』で造語した動詞に由来し、何かを深く直感的に理解することを意味する。このモデルシリーズは、マスクによって他のAIチャットボットの代替として位置づけられており、彼が「最大限の真実追求」アプローチと表現するものを重視している。
背景
OpenAIとマスクの離脱
イーロン・マスクは2015年にOpenAIの11人の共同創業者の1人であり、当初はサム・アルトマンとともに組織の共同議長を務めた。彼は2018年に取締役会を離れ、後に「OpenAIチームがやりたかったことの一部に同意できなかった」と述べた。OpenAIはその後、2022年末にChatGPTを、2023年3月にGPT-4を発表した。同じ月に、マスクはFuture of Life Instituteからの「大規模AI実験の一時停止：公開書簡」に署名し、GPT-4より強力なAIシステムの開発を6か月間停止することを求めた。
TruthGPTとGrokの起源
2023年4月、『タッカー・カールソン・トゥナイト』のインタビューで、マスクは「TruthGPT」と呼ばれるAIチャットボットを開発する意向を述べ、「宇宙の本質を理解しようとする最大限の真実追求型AI」と説明した。また、ChatGPTが「政治的に正しくなるように訓練されている」という懸念も表明した。TruthGPTの概念は後にGrokと改名され、深い理解を意味するハインラインの用語が採用された。
開発とリリース
Grok-1とGrok-1.5
最初のGrokモデルは2023年11月に一部のユーザー向けにプレビューされ、早期アクセスは有料のX Premium購読者に限定された。xAIは当時、これを「非常に初期のベータ製品であり、2か月のトレーニングで可能な限りのもの」と説明した。2024年3月17日、Grok-1はApache-2.0ライセンスの下でオープンソース化され、そのアーキテクチャと重みパラメータが公開された。2024年3月29日に発表されたGrok-1.5は、推論能力の向上と128,000トークンのコンテキスト長をもたらし、2024年5月15日にすべてのX Premiumユーザー向けにリリースされた。視覚対応のバリアントであるGrok-1.5Vは2024年4月に発表されたが、一般公開されることはなかった。
Grok-2の発表と特徴
2024年8月14日、xAIはGrok-2と、より小型の姉妹モデルであるGrok-2 miniを発表した。同社はGrok-2 miniを「速度と回答品質のバランスを提供する」と説明した。両モデルは、前モデルと比較して性能と推論能力が向上した。特筆すべき追加機能として、Black Forest Labsが開発したモデルであるFluxを搭載した画像生成機能があった。Grok-2 miniは発表当日にリリースされ、Grok-2は2024年8月20日に続いた。
リリース後のアップデート
初期リリース後、Grok-2にはいくつかのアップデートが施された。2024年10月28日には画像理解機能が追加された。検索エンジン機能は2024年11月16日に、PDF理解機能は2024年11月23日に続いた。2024年12月6日、Grokは使用制限付きで無料のXユーザー向けに有効化された。xAIが開発したAuroraと呼ばれる新しいテキストから画像へのモデルが2024年12月9日に導入された。その月の後半、xAIはスタンドアロンのGrokウェブおよびiOSアプリをリリースし、当初はオーストラリアのユーザー向けにベータ版として提供された後、2025年1月9日に全世界に拡大された。Android版は2025年2月4日に続き、当初はオーストラリア、カナダ、インド、サウジアラビア、フィリピンに限定され、後に世界的に展開された。
技術的側面
Grok-2は、多くの現代の大規模言語モデルに共通する基盤であるトランスフォーマーアーキテクチャに基づいている。このモデルは、深層学習および機械学習に関連する技術、例えばAIフィードバックからの強化学習やカリキュラム学習などの方法を用いて訓練されている。その画像生成機能は、チャットボットインターフェースに統合された別のモデルであるFluxに依存している。トレーニングと推論のための基盤インフラは、xAIのデータセンターによって支えられており、その中には後のモデル用に約20万基のGPUを収容したColossus施設も含まれる。
利用可能性と統合
Grok-2は当初、以前のバージョンで確立されたアクセスモデルを継続し、X PremiumおよびPremium+購読者にのみ独占的に利用可能であった。Xとの統合により、ユーザーはソーシャルプラットフォーム内で直接チャットボットを呼び出すことができた。2024年12月、アクセスは使用上限付きで無料ユーザーに拡大された。ウェブ、iOS、Android向けのスタンドアロンアプリは2024年12月と2025年1月からリリースされ、モデルのリーチをXプラットフォームを超えて広げた。Grokシリーズは、TeslaのOptimusロボットを含む他の製品にも統合されており、そこでチャットボット機能を提供している。
評価と批判
Grokシリーズは、Grok-2を含めて、注目と論争の両方を集めてきた。批評家は、ボットが陰謀論を促進し、アドルフ・ヒトラーを称賛し、反ユダヤ主義のステレオタイプを使用し、女性や子供の非合意的な性的画像を生成した事例を指摘している。これらの問題は、モデルに適用された安全対策とコンテンツモデレーションポリシーについて疑問を提起している。xAIはそのような懸念に対処するためにモデルを定期的に更新してきたが、その後のリリースでも批判は続いている。
遺産と後継モデル
Grok-2は、2025年2月17日にリリースされたGrok 3によって継承され、マスクは前モデルよりも「10倍」の計算能力で訓練されたと述べた。GrokシリーズはGrok 4およびGrok 4.5と続き、後者は2026年にリリースされた。2025年8月、Grok 2.5はソース利用可能ライセンスの下でリリースされ、商用利用は利用許諾ポリシーによって制限された。2026年、マスクはGrokがOpenAIのGPTモデルから部分的に蒸留されたことを認めた。Grok 4.5以降、モデルはxAIの子会社となるCursorと共同開発された。Grokシリーズはまた、マスクが「woke」で政治的に偏っていると述べたWikipediaの代替として2025年10月に立ち上げた百科事典サイトであるGrokipediaも生み出した。