OpenAI から新らたに登場した「GPT-4 AI モデル」は大きなデビューを果たし、すでに視覚障害者向けの仮想ボランティアから Duolingo の言語学習ボットまで、あらゆるものを強化しています。
しかし、GPT-4 が ChatGPT や GPT-3.5 などの以前のバージョンと異なる点は何でしょうか?
今回は、GPT-4がChatGPTとどう異なるかを説明したいと思います。
まず、名前です。
ChatGPT は当初、GPT-3.5 であると説明されていました。それ自体は OpenAI の大規模な言語モデルのバージョンではなく、モデルを強化するためのチャットベースのインターフェイスです。ここ数か月で人気が爆発的に高まった ChatGPT システムは、GPT-3.5 を採用していましたが、現在は GPT-4 を採用しています。
1. GPT-4 は画像を理解することができる｜ChatGPTとGPT-4の違い
こ最も顕著な変化は、それが「マルチモーダル」であることです。
つまり、複数の「モダリティ」の情報を理解できるということです。
ChatGPT と GPT-3 はテキストに限定されていました。
一方で、GPT-4 には画像を与えることができ、それらを処理して関連情報を見つけ出すことが可能となりました。
もちろん、単純に写真の内容を説明するように頼むこともできますが、もっと重要なのは、その理解レベルが非常に高いということです。
OpenAI によって提供された例では、実際には iPhone コネクタの画像でジョークを説明していますが、Be My Eyes とのパートナーシップは、視覚障害者やロービジョンの人々がボランティアに自分が見ているものを説明させるために使用するアプリとして使えるのです。
Be My Eyes のビデオでは、GPT-4 がドレスのパターンを説明し、植物を識別し、ジムで特定の機械に到達する方法を説明し、ラベルを翻訳 (およびレシピを提供) し、地図を読み取り、実行します。
2. GPT-4はだまされにくい｜ChatGPTとGPT-4の違い
最近のチャットボットは正しく機能しているにもかかわらず、おかしな回答をしてしまうことが多々ありますね。
一方、GPT-4 は、非常に多くのプロンプトでトレーニングされています。これは、ユーザーがこの 1、2 年にわたって OpenAI に提供してくれたことが大きく貢献しています。
GPT-4 は、「信用性」や「正確性」という点で、以前のモデルよりもはるかに優れています。
OpenAI が説明するように、GPT-3.5 (ChatGPT を強化) は新しいトレーニングアーキテクチャの「テストラン」であり、そこからの教訓を今回の新しいバージョンに適用しています。これは「前例のない安定性」でした。
3. GPT-4 の方がメモリが長い｜ChatGPTとGPT-4の違い
これらの大規模な言語モデルは、何百万もの Web ページ、書籍、およびその他のテキストデータでトレーニングされていますが、実際にユーザーと会話している場合、いわば「留めておく」ことができる量には限界があります。
GPT-3.5 と古いバージョンの ChatGPT での制限は 4,096 の「トークン」です。これは約 8,000 語、または本の約 4 ～ 5 ページに相当します。そのため、アテンション機能で「さかのぼって」通過した後は、物事を追跡できなくなります。
GPT-4 の最大トークン数は 32,768 です。これは 2 の 15 乗であり、約 64,000 語または 50 ページのテキストに相当し、劇全体または短編小説を扱うにも十分な量です。
これが意味することは、会話やテキストの生成において、最大 50 ページ程度まで覚えておくことができるということです。 そのため、20 ページのチャットであなたが話したことを覚えているか、ストーリーやエッセイを書いている場合は、35 ページ前に発生したイベントを参照する場合があります。 これはアテンションメカニズムとトークンカウントがどのように機能するかについての非常に大まかな説明ですが、一般的な考え方は拡張メモリとそれに伴う機能です。
4. GPT-4 はより多言語化対応している｜ChatGPTとGPT-4の違い
AI の世界は英語話者が中心であり、データからテスト、研究論文まで、すべて英語で書かれています。
しかしもちろん、大規模な言語モデルの機能は、あらゆる書き言葉に適用可能であり、それらの言語で利用できるようにする必要があります。
GPT-4 は、イタリア語からウクライナ語、韓国語まで、26の言語にわたって何千もの多肢選択式の質問に高い精度で回答できることを実証することで、これを実現するための一歩を踏み出しました。 ロマンス語とゲルマン語に最適ですが、他の言語にも一般化できます。
この言語機能の初期テストは有望ですが、多言語機能を完全に受け入れるにはまだまだ程遠いものです。テスト基準はそもそも英語から翻訳されており、多肢選択問題は実際には通常のスピーチを表していません。 しかし、それは特別に訓練されていなかったもので素晴らしいと思います。これは、GPT-4が英語以外の話者にとってこれまでより便利になってきたのではないでしょうか？
5. GPT-4にはさまざまな「個性」がある
「操縦性」は AI の興味深い概念です。
GPT-4 は、GPT-3.5 よりもネイティブに操縦性を統合し、ユーザーは、「冗長性、トーン、およびスタイルが固定された従来の ChatGPT パーソナリティ」をニーズにより適したものに変更することが可能です。
例えば、チャットボットに「テーブルトップ RPG の DM のふりをしてください」や「ケーブル ニュースのインタビューを受けているかのように答えてください」などのメッセージを送信したりすることで、個性を生み出すこともできるということです。
しかし、実際には、「デフォルト」の GPT-3.5 パーソナリティに対して提案を行っているだけです。開発者は、視点、会話スタイル、トーン、または対話方法を埋め込むことができるでしょう。
まとめ ChatGPTとGPT-4の違い
GPT-4 とその前身との間にはさらに多くの違いがあります。 月日が経ち、ユーザーが最新の言語モデルを試してみると、さらに多くのことを学ぶことは間違いありません。
ぜひGPT-4 を自分で試してみてください！
また、ChatGPTは現在就活でも活用されているようです！
ChatGPTを就活で活用する方法については、別の記事で解説しました！
OpenAI の有料サービス ChatGPT Plus に登場し、開発者向けの API を介してまもなく利用可能になり、おそらくすぐに無料のデモが提供される予定です。
