ChatGPT：未来はAIが作るのか?

[編注 ：この記事のイントロダクションはChatGPTによって執筆されたものです。] この記事では、GLGアドバイザーであり、人工知能（AI）と自然言語処理（NLP）の専門家であるバラク・トゥロフスキー氏が、OpenAIによって開発された言語モデル「ChatGPT」に関するインサイトを共有しています。 トゥロフスキー氏は、ChatGPTを他のAIや大規模言語モデル（LLM）テクノロジーと比較し、検索にとどまらない活用方法の可能性について説明しています。 また、トゥロフスキー氏は、MicrosoftのOpenAIへの投資についてや、消費者や企業がChatGPTを利用する際の課題についても意見を述べています。 この記事の最後で、AIをめぐる争いの行方とNLPテクノロジーに与える可能性がある影響についてまとめています。 ChatGPTに組み込まれているテクノロジーと、これまでにAIおよびLLM市場に登場したテクノロジーについてどのように捉えていますか？例えば、従来のテクノロジーとの相違点は何でしょうか？ ChatGPTテクノロジーの最も画期的な点は、その流暢さにあります。ほぼあらゆるトピックについて、人間が作ったかのような自然な回答が得られます。 これは、2017年にGoogleが開発およびオープンソース化した、画期的なTransformerニューラルネットワークを使用することで実現しています。古いモデルは文章を順番に処理し、文の真の意味が後半に出現する単語によって決まる場合でも、前半部分をひとまとめにして解釈しますが、Transformerネットワークではこの点が大きく進化しています。 Transformerは、その位置にかかわらず、文章を構成する単語間の関係をすべて同時にモデル化し、より人間に近い結果を導き出します。 さらに、Transformerニューラルネットワークは、数百億のサンプル対話のコーパスでトレーニングされているため、AIよりもはるかに効果的に情報を学習して合成します。 このテクノロジーが近々もたらす変革的なビジネスチャンスはどのようなものだと思いますか？ これまで重要視されてきたのは検索ですが、これはLLMテクノロジーの活用方法として最適でしょうか？ ジェネレーティブAIは、大量の検索クエリのような、情報を求めたり意思決定を支援したりする場合よりも、クリエイティブな作業や職場の生産性を向上させることを目的とした事例に用いる方がはるかに実用的であると思います。 こちらの投稿で説明したように、私は次のようなフレームワークを使用して、ジェネレーティブAI/LLMのユースケースを評価しています。

• 精度の必要性 — 精度はどの程度重要か。 詩を書くときは、精度はあまり重要でないかもしれません。一方、大きな買い物をするユーザーにおすすめを提示するときは、精度が非常に重要になります。
• 流暢さの必要性 — 自然に聞こえる「ストーリー」を求めているか。 たとえば、SFを執筆している場合は流暢さが求められますが、経営判断のためにデータを提示する場合はそれほど重要ではありません。
• リスクはどの程度高いか。 AIが誤った回答を提示した場合、どのようなリスクがあるか。AIの回答が誤っていた場合のリスクは、AIを使用して詩を書くときのほうが、次の旅行先を予約する場合や、購入する食器洗い機を選定する場合より大幅に低くなります。

  Microsoftは、ChatGPTテクノロジーをBingに統合するため、OpenAIへの投資を増やしてきました。 これにより、Microsoftは検索を大きく変化させると思われますか？ また、そうお考えになった理由も教えてください。 ChatGPTが今後検索を大きく変化させるかどうかは分かりません。 ここで考慮すべき重要な点が2つあります。 1つは流通です。 Googleは、デスクトップデバイス（Chrome）と、主にモバイル（Androidと今はiOS）の両方で流通を独占しています。 もう1つは、Google検索が全体として優れたサービスであるというユーザーの認識です。 ChatGPTは、リスクが中程度の質問（「バラク・オバマ氏は何歳ですか？」など）では適切な回答を提示するものの、急進的な改善は見られないでしょう。一方、リスクが大きい質問（「どの洗濯機を購入すればよいか？」など）の場合、消費者はすぐにはChatGPTを利用しないのではないかと思っています。 ただし、ChatGPTの組み込みは、Microsoftにとって大成功のシナリオであると思います。 MicrosoftがGoogleから検索シェアを1%奪うごとに、追加で得られる収益は10億ドルから20億ドルに相当します（実際、大々的なマーケティングキャンペーンとPRにより、Microsoftは検索シェアを数パーセント増やす可能性があります）。 さらに、Bingからのデータを用いて大規模な言語モデルをトレーニングして、さらに2つの大きな事業分野に利益をもたらすことができます。 その事業分野の1つがMicrosoft Officeです。ChatGPTを「ライティングエイド」として使用することで、電子メール、ドキュメント、プレゼンテーションなどの生産性が向上し、この成熟しているが非常に収益性の高いビジネスの成長を活性化させる可能性があります。 もう1つの事業分野は、サービスとしてのジェネレーティブAIです。Azureクラウド製品の新しい成長の波を引き起こし、MicrosoftがAWSを抜いてナンバーワンのクラウドプロバイダーになるチャンスかもしれません。 消費者や企業がこのテクノロジーを利用しようとする動きを妨げる、最大の逆風は何ですか？ まず、LLMは自信たっぷりに、つまり流暢なのに、不正確な内容を示す可能性があります。 人間に例えると最も近いタイプが、あるトピックについて非常に自信と説得力を持って話すことができる人々です。知らないことについても、自信たっぷりに物事をでっちあげます。 そうした人々のカリスマ性と「なめらかなトーク」に接すると、多くの場合、私たちはその自信に満ちた態度に魅せられ、彼らの言うことを信じてしまいます。その話題を完全に理解していない場合はなおさら信じてしまうでしょう。 対話トレーニングされたLLMも同じような行動を取ります。LLMはたとえ間違いがあったり、意味が通じなかったりする場合でも、何らかの答えを提示するようにトレーニングされています。 自信たっぷりに誤った答えを出すことに加えて、LLMは時々不快な答えや、偏見を与えたり強めたりするような答えをすることがあります。 次に、より多くのトレーニングデータを使用しても、常にLLMの精度が直線的かつ超高速な向上を期待できるとは限りません。 LLMをうまく機能させるためには、膨大な量のトレーニングデータでトレーニングする必要があります。 ChatGPTモデルとGoogle LAMBDAモデルは、どちらも数十億語を用いてトレーニングされていると言われています。 トレーニングコーパスのサイズが膨大であることを考えると、それを2倍にすることで精度が比較的段階的に向上するかもしれません。 LLMの精度を向上させることは可能ですが、非常に複雑で、科学というよりも芸術の領域になります。 AIをめぐる争いの行方は今後どのようになるでしょうか？ 私はそれを「AI革命」と呼んでいます。多くの人が電気や火の発明を引き合いに出す、AIという革新的なテクノロジーのこの新たな姿は、私たちの生活のあらゆる側面に影響を与えます。 Google翻訳で、史上初めてディープニューラルネットワークを大規模に使用した最初の大きなAIのブレークスルーと、事実上どんなトピックに対しても自然で人間のようなアウトプットを生成できる新世代のAIの両方に関わったことは、私にとって非常に幸運なことだったと思います。 現在、ChatGPTが破壊的な影響を与えるとして大きな注目を集めているのが検索です。しかし、正確さが最も重要であることを考えると、ChatGPTが情報の検索方法を変えるまでには長い時間を要すると考えています。 しかし、流暢さ、つまり自然に聞こえるやり取りが重視される活用方法は多数あります。 あらゆる業界における顧客とのやり取りを考えてみてください。 代表的な例をいくつか紹介しましょう。

• カスタマーサービス：金融サービス、ヘルスケア、テレコム、輸送などとやり取りするChatGPTベースのチャットボットは流暢で、紋切り型のやり取りを繰り返すのではなくあらゆる応答を言い換えることができるため、トレーニングが不十分なオフショアベースのカスタマーサービス担当者よりもはるかに「人間的」で知識が豊富であるように聞こえます。
• 教育：ChatGPTは、看護試験や法的な試験、その他の試験に合格できることをすでに示しています。 これにより、急速に変化する未来の職場に必要なスキルを学ぶ方法が新たな時代を迎えます。

ChatGPTによって可能になる、より流暢な会話レイヤーと、確立された企業のナレッジベースからカスタマイズされたコンテンツを生成する「強化機能」を組み合わせることで、比較的近いうちに、企業にとって「予想外に当たった」キラーアプリになる可能性があります。 そのため、このようなChatGPTの活用方法の多くでは、検索機能よりもはるかに速く変化が起こり、多くの企業が遅かれ早かれ導入を考えなければならなくなると思います。 つまり、「競合他社をChatGPTするか、競合他社にChatGPTされるか」のどちらかです。 鉄道や飛行機が世に出たときのような新しく革新的なテクノロジーと同様、この画期的なAIテクノロジーの製品化と収益化は、面白いものでもあり、恐ろしいものであり、隔たりを越えるためには多くの複雑さとニュアンスが必要です。 似たような多くの変革的なテクノロジープラットフォームと同様、企業はこの新たな機能をどのように活用するか、より速く機敏な競合他社からどのように身を守るかにおいて厳しい選択に直面するでしょう。

---

GLGでは、世界で100万人以上の有識者が、あらゆる業界・分野のインサイトを提供しています。サービス詳細はこちらをご覧ください。