OpenAI、マルチモーダル対応の「GPT-4」を発表

OpenAIが2023年3月14日、新モデル「GPT-4」を発表しました。テキストに加えて画像も入力として受け付けるマルチモーダル対応が最大の特徴で、模擬司法試験では上位10%相当のスコアを記録するなど、前身のGPT-3.5から大きく性能が向上しました。発表と同時にChatGPT Plus利用者向けに提供が始まりました。

詳細

• マルチモーダル対応: テキストと画像を組み合わせた入力を受け付け、視覚・言語タスクを横断的にこなせるように。出力は引き続きテキストのみ
• 性能向上: 模擬司法試験で上位10%相当のスコアを記録。GPT-3.5が下位10%程度だったのに対し大幅な改善
• 提供開始: ChatGPT Plus利用者は利用回数上限つきで即日利用可能に。API利用は開発者向けウェイトリスト経由で順次開放
• 安全性への取り組み: 内部の敵対的テストプログラムやChatGPT運用で得た知見をもとに、約6か月かけて事実性・制御可能性・ガードレール遵守を調整したと説明
• 知識のカットオフ: 2021年9月までのデータで学習しており、それ以降の出来事は基本的に把握していないという制約も明記

その後

GPT-4はその後もTurbo版や視覚・音声機能の拡張など継続的にアップデートされ、2024年5月のGPT-4o、2024年9月の推論特化モデルo1へとつながる基盤となりました。多くの競合AI企業がGPT-4を性能比較のベンチマークとして扱うようになり、生成AIの実用性を大きく引き上げた転換点として位置づけられています。