2023年の生成AI主要動向とは何だったのか

TL;DR

2023年は、GPT-4の高度化と低コスト化、音声入力、用途特化型GPT、Microsoft Copilotの展開によって、生成AIが実務へ組み込まれ始めた。Googleの対抗策や画像生成・編集技術も進み、企業には目的に合うモデルと利用環境を選ぶ視点が求められた。

Transcript

リモート学研究所えどです今回は2023 年を総振り返り生成AI重要トピック10 戦と対してこの1年間にあった重だった ニュースであったりとか取り組みというの を独断と偏見で10個にギュっとまとめて お伝えしていきたいと思います今12月 30日でちょうど年末なんですけれども やっぱり今年生成が一気に盛り上がりまし て実私のチャンネルも1月の段階では チャンネル登録5000人ぐらいだったん ですけれどもおかげ様で7万人突破という ことで非常にありがたい一年だったわけな んですけれどもやっぱっいろんなことが ありすぎたので結局どういうことがあった のかなてことをまざっとまとめておくのは 重要かなとでこれを知ることによって じゃあ2024年以降どんなことが起こり そうなのかということのま考える材にな... Read More

Key Insights

• GPT-4は2023年3月に有料版ChatGPTで使えるようになり、GPT-3.5より要件理解、処理、画像認識の水準が高く、複雑な実務や製品開発への応用を広げたモデルである。
• GPT-4 Turboは従来の8Kから128Kへ扱える容量を広げ、コストを約3分の1にしたと紹介され、長い情報を処理する開発用途でGPT-4を採用しやすくした。
• スマートフォンの音声入力は、移動中、思考が未整理の時、疲れてパソコンを開きたくない時でも、文章を整えずに生成AIへ依頼できる入力手段である。
• 用途特化型GPTは、誤脱字チェックや紹介文の下書きなど、繰り返す作業の指示と形式を保存し、次回以降の作業を短縮する個人向けの処理環境である。
• Microsoft Copilotは、人間が目的設定、判断、修正を担い、AIがアイデア出し、下書き、一定の処理を担うという、副操縦士型の役割分担を示す構想である。
• Azure上の生成AI利用企業は、話者が示した数値では2023年9月末の560社から12月の2300社以上へ増え、企業内利用の基盤として採用が進んだ。
• GoogleはGemini、Bard、検索の生成AI要約、Workspace向け機能を展開した一方、話者はGeminiのデモ表現やPro版の品質に留保を示しており、評価には実利用が必要である。
• 画像生成AIはMidjourneyの高精細化、DALL-E 3の日本語指示、Adobe Fireflyの部分編集やベクター生成により、制作だけでなく資料作成や意思疎通にも用途を広げた。
• 🎬 このチャンネルの他の動画:
  • ChatGPTにExcel関数を作らせる方法
  • AI副業で安全かつ継続的に稼ぐ方法は？
  • ChatGPT音声会話を仕事で活用する方法
• 📺 このチャンネル: いけともch

Questions & Answers

Q: 2023年にGPT-4が実務へ与えた変化とは何ですか？

GPT-4は、複雑な要件の理解、処理、画像認識をGPT-3.5より高い水準で行えるようにし、定型業務や製品開発への適用範囲を広げました。動画では、米国の司法試験で上位10％相当の結果を得た例も紹介され、月20ドル、日本円で約3000円の有料版ChatGPTから利用できる点が強調されています。

Q: GPT-4 Turboは従来版から何が変わったのですか？

GPT-4 Turboは、扱える容量が従来の8Kから128Kへ拡大し、コストも約3分の1になったと説明されています。参照データも2023年4月までに更新されたとされ、より長い入力を処理しながら費用を抑えられるため、開発や業務システムへの組み込みがしやすくなりました。

Q: ChatGPTの音声入力を仕事で活用する方法は？

移動中や考えが整理できていない時に、スマートフォンへ思いついた内容をそのまま話して依頼します。文章として整える前でも入力でき、疲れてパソコンを開きたくない場面にも使えます。話者は、日常的な依頼の多くを音声で行い、厳密な要件が必要な仕事だけ文章で指示する使い分けを想定しています。

Q: 用途特化型GPTを作るとどの業務を効率化できますか？

用途特化型GPTは、同じ形式で繰り返す文章作成や確認作業を効率化できます。動画では、誤脱字チェック、指定した属性の人物画像の生成、部下の強みを顧客へ紹介する文章の下書きなどが例示されています。まず自分で作業し、その手順や出力条件をGPTへ落とし込むことで、次回以降の作業を短縮します。

Q: Microsoft Copilotでは人間とAIをどう役割分担しますか？

人間は何を考えるかを決め、AIの提案を判断、修正、編集し、AIはアイデア出し、下書き、一定の処理を担当します。Microsoftはこの関係を操縦士と副操縦士になぞらえ、WindowsやExcel、PowerPointなどでいつでもAIへ相談できる方向を示しました。ただし話者は、当時のWindows版には日常利用上の遅さも感じたと述べています。

Q: 企業がAzure上で生成AIを使う理由は何ですか？

企業がAzure上の生成AIを選ぶ理由として、既存のセキュリティ基盤や社内方針に適合しやすい点が挙げられています。OpenAIのサービスを直接使うことが難しい企業でも、承認済みのAzure上なら利用できる場合があります。動画では、利用企業が2023年9月末の560社から12月には2300社以上へ増えたと紹介されています。

Q: Googleは生成AIの普及にどのように対応しましたか？

GoogleはGemini、Bard、検索結果上の生成AI要約、Workspace向けのDuet AIなどを展開しました。BardにはYouTube、Gmail、Googleドライブと連携する機能も紹介されています。一方、話者はGeminiのデモがリアルタイム処理に見えるよう編集されていたとの批判や、Pro版がGPT-4へ及ばないという自身の試用結果も挙げています。

Q: 画像生成AIは2023年にどのように進化しましたか？

画像生成AIは、画質の向上、自然言語による生成、既存画像の部分編集という複数の方向で進化しました。動画ではMidjourney V4とV6の比較で写実性や洗練度の向上が示され、DALL-E 3では日本語や音声による依頼が可能になりました。Adobe Fireflyでは、指定部分への追加や削除、編集可能なベクター画像の生成も紹介されています。

Summary & Key Takeaways

• 基盤モデルでは、2023年3月にGPT-4が有料版ChatGPTで利用可能となり、GPT-3.5より要件理解や処理、画像認識の能力が高まった。11月に発表されたGPT-4 Turboは、扱える容量が8Kから128Kへ拡大し、コストも約3分の1になったと紹介される。高性能化だけでなく、開発や定型業務へ導入しやすくなった点が重要である。

• 利用体験では、スマートフォンアプリの音声入力と、用途特化型のGPTを自作できるGPT Builderが注目された。移動中や考えが整理されていない場面でも口頭で依頼でき、誤脱字チェック、人物画像の作成、部下を紹介する文章の下書きなど、反復作業を専用GPTへ移せる。人間が判断と修正を担い、AIに案出しや下書きを任せる形が示された。

• 企業向けでは、MicrosoftがCopilotをWindowsや業務アプリ、開発基盤へ広げ、GoogleもGemini、Bard、検索結果の生成AI要約、Workspace向け機能などで対抗した。画像分野ではMidjourney V4からV6への品質向上、DALL-E 3の日本語指示、Adobe Fireflyの部分編集やベクター生成が紹介され、資料作成や意思疎通にも活用範囲が広がった。