5 月 13 日、OpenAI は、新しい言語モデルと将来の言語モデルに関するニュースを世界に発表しました。その中で、 ChatGPT に高速性と包括性を与える、現在最も強力な言語モデルであるGPT-4o を世界に公開しました。しかし、本当に驚かされたのは、同社がこのモデルの機能を音声バージョンとともに示したので、このモデルを紹介したデモでした。
ChatGPT は、このモデルの新たな進化のおかげで、会話のコンテキストを理解し、リアルタイムで応答することができました。さらに、携帯電話のカメラの助けを借りて、ユーザーは映画「Her」の最も純粋なスタイルで AI と会話することができ（これは問題にもつながりましたが）、会話がより現実的になります。とりわけ、OpenAI は、その AI が画面上で行われるすべてのことをリアルタイムで分析および処理する方法を実証しました。これはモバイル デバイスやタブレットに限定されるものではなく、 macOS や Windows を搭載したコンピューターにも適用されます。
OpenAI が将来の言語モデルのロードマップを共有
同社の将来の言語モデルについてはあまり詳しく知ることができませんでしたが、その後パリで開催されたイベントで、 OpenAI は ChatGPT とその将来の言語モデルに関して実行する予定のロードマップについて非公開で議論しました。イベントでは、彼らはモデルのより大きな「民主化」について話し、より安価で無料の代替品を提供することについて話しました。GPT-4o の場合のように、完全に ChatGPT Plus ユーザー向けに提供されていますが、すべての人に無料で提供される予定です。 。
さらに、OpenAI は、より小さな言語モデルを利用できる可能性も高めます。これらの反復ではパラメータが減り、処理能力がより制限されますが、 Gemini for Pixels または他の Llama モデルのより制限されたバージョンの場合と同様に、さまざまなデバイスでの ChatGPT の使用に高い汎用性が与えられる可能性があります。これに加えて、オープンソース言語モデルも禁止されることになります。
これらのモデルは、音声、画像、またはテキストによって対話者と対話できる、マルチモーダル エージェントの形でパーソナライズされても到着します。通信するデータベースは、サードパーティのユーザーまたは開発者によって提供されます。これは、現在存在するカスタム GPT モデルに似ていますが、あらゆる種類のサイズと種類の言語モデルを使用します。
最後に、OpenAI は将来の言語モデルについても話しました。私たちは、(GPT-4o を知る前から) GPT-4 の後継となるGPT-5を長い間待っていました。私たちはそれが必然的に起こることを知っており、 2024 年にリリースされる予定です。ただし、OpenAI が言及している次のバージョンは「 GPT-Next 」であり、おそらく詳細が判明するまでの一時的な名前です。これについて同社はウェブサイトで次のように述べています。
「OpenAI は最近、次のモデルのトレーニングを開始しており、その結果として得られるシステムが、AGI への道において私たちを次のレベルの機能に引き上げてくれることを期待しています。しかし、私たちは機能とセキュリティの両方で業界をリードするモデルを構築し、リリースできることを誇りに思っています。 「この重要な時期に、しっかりとした議論を歓迎します。」
同社によれば、この新バージョンは言語モデルの次のメジャーアップデートとなるという。同社はこれ以上の詳細についてはコメントを避けたがっていましたが、ロードマップの中で2024 年のある時点で登場すると言及していたので、今後数か月のうちにさらに詳細を知ることができるでしょう。
この新しい言語モデルに加えて、プレゼンテーション中に、彼らはこの言語モデルの次の言語モデルのヒントを示しましたが、具体的な日付については言及されていませんでした。予想通り、OpenAI にはその言語モデルに関する大規模な長期計画があるため、それについてのさらなる情報が得られるのを待つしかありません。