「ChatGPTとOpenAIはどう変わろうとしているのか？」の講演ビデオと講演資料を公開しました

1月 14, 2024

【 11月のセミナー「ChatGPTとOpenAIはどう変わろうとしているのか？」の講演ビデオと講演資料の公開です】 #AIの未来

11月のマルレクはお休みしたのですが、11-12月に、東京を含めていろいろ講演を行いました。今回の情報公開は、それらの講演を「ChatGPTとOpenAIはどう変わろうとしているのか？」というタイトルでまとめたものです。

「ChatGPTとOpenAIはどう変わろうとしているのか？」
https://www.marulabo.net/docs/chatgpt-openai/

いろいろなところで講演はしたのですが、東京で「WiFi難民」になったり、ネット環境がいつもと違って講演はしたものの話しっぱなしで、手元に動画ファイルが残らず困っていました。

ただ、GMOさんで12月に行った社内研究会の動画ファイルの公開を快諾していただきました。助かりました。ありがとうございます。動画は、その時のものです。

【全体の構成】

次の四つのパートから構成されています。

　● この一年の間にAIの世界で起きたこと
　● OpenAI について -- 2023年11月の内紛をどう捉えるか
　● 現在の人工知能技術の技術的な焦点 -- AIのマルチモーダル化とカスタム化
　● 近未来のAIの展望

以下、各パートの概略です。

【この一年の間にAIの世界で起きたこと】

この一年、AIの世界の起きたことをふりかえってみました。

　2022年11月30日　ChatGPT発表

　2023年03月14日　GPT-4 リリース

　2023年05月01日　ヒントン、Googleを辞める

　2023年05月23日　AIのリスクへの警告。OpenAI "GPT-4 System Card" 発表

　2023年09月25日　マルチモーダルAIへ。ChatGPT can now see, hear and speak !

　2023年10月23日　全人類のAIという理念。Creating safe AGI that benefits for all of humanity.

　2023年11月06日　AIがアプリになる。Assistant API 発表

　2023年11月17日　Altman 解任

　2023年11月21日　Altman 復帰

この一年は、AIの世界は激動の年でした。

【 OpenAI について -- 2023年11月の内紛をどう捉えるか】

2023年11月17日の、OpenAI CEO Altmanの突然の解任は、多くの人を驚かせました。それはOpenAI自身の内部に、AIの進むべき道をめぐって深刻な対立があったことを浮き彫りにしました。

このセクションでは、その背景を次の四つの視点から考えます。

　1.  OpenAI創設の経緯
　2.  OpenAIの組織構造
　3.  2023年11月 OpenAIに何が起きたか
　4.  Helen Toner 論文について

今回の激しい対立の導火線となったのは、OpenAIのボードメンバーだったHelen Tonerが発表しようとした論文の内容にAltmanが強く反発したことにあったと言われています。Altmanは、Helenをボードメンバーから放逐しようとしますが叶わず、今度は逆に Helen がIlya Sutskever を仲間に引きいれてAltman をボードメンバーから放逐して、大爆発が起きます。

Helen論文の、「三つのAI論」（軍事的AIと民主的AIと民間セクターのAI）、「AIのdual use論」（AIは軍事と民生の両方で利用されうる）、「底辺への競争論」（AIのリスクを軽視あるいは無視した開発競争）は、今回の対立の背景を理解する上で、重要な概念だと思います。

Helen論文の解説動画へのポインターを次のページにに作成しました。ご利用ください。
https://maruyama097.blogspot.com/2024/01/chatgptopenai.html

11月21日のAltmanのCEO復帰をもって、OpenAIはもとの状態に戻ったと思われているかもしれませんが、それは違うと僕は考えています。

OpenAIの最高意思決定機関であるOpenAIのNPOボードは、OpenAI創立の理念である「民主的AI」の理論家 Helenと、創立以来OpenAIのAI研究を主導してきた最高のAI 科学者 Ilya を失いました。

【現在の人工知能技術の技術的な焦点 -- AIのマルチモーダル化とカスタム化】

現在の人工知能技術の技術的な焦点の一つは、「Multimodalな人工知能」の実現にあります。ここでは、大規模言語の上に Multimodalな人工知能を実現しようとする動きを紹介しようとおもいます。

マルチモーダルな人工知能とは、現在のテキスト中心の人間と人工知能のインターフェースを大きく変える「見ることも聞くことも話すこともできる」インターフェースを備えた人工知能のことです。

ただ、AIが「聞くこと話すこと」と比べて、AIが「見ること」を実現するのは技術的には様ざまな難しさがあります。ですから、マルチモーダルなAIを目指す技術の大きな関心は、AIが「見ること」の実現にむけられていると僕は考えています。

現在の人工知能技術のもう一つの技術的な焦点は、ユーザーが開発したアプリとしてAIをカスタム化する技術です。ここでは、OpenAI DevDayで発表された、GPTの能力をユーザーが開発したアプリの上で自由に生かすことを可能にするAssistant APIの概要を見ていこうと思います。

これまで、ChatGPTの利用のスタイルは、OpenAIのサイトにログインして直接ChatGPTと向き合って対話を続けること、具体的にはキーボードとスクリーンを通じてChatGPTとテキストを交換するのが基本でした。このスタイルが大きく変わろうとしています。

ユーザは、場合によればそのアプリの背後にAIがいることを全く意識せずに、普通のスマートフォンアプリと同じように画面タッチでボタンを押したり、スワイプしたりすればいいのです。僕が一番気に入っているインターフェースは、アプリに声で話しかけ、アプリが声で答えるというものです。

【近未来のAIの展望】