生成AI（ジェネレーティブAI）は、テキストや画像、音声など、さまざまな種類のコンテンツを生成できるAI（人工知能）技術の一種だ。（続きはページの末尾にあります）
OpenAIが、誰でも利用できるオープンなAIモデルを公開した。しかし、その手軽さの裏には、企業が見過ごしてはならない複数のリスクが潜んでいる。オープンモデルを導入する前に知っておくべき注意点とは。
2024年10月にOpenAIが提供開始した「ChatGPT Search」は、Google検索と何が違うのか。ChatGPT Searchの魅力とは何か。4つのポイントを解説する。
生成AIを活用したコーディング支援ツールは、開発者の生産性向上を考える上で欠かせない存在になりつつある。ソースコードの生成に役立つAIツール「6選」を紹介する。
調査によると、品質エンジニアリングでの生成AI活用に9割近くの企業が着手しながらも、その大半が実験段階にとどまっている。全社展開を目指す企業を足止めする「壁」の実態とは。
「Microsoft 365 Copilot」は「Office」アプリケーションと連携させて利用できるAIアシスタントだ。Copilotの具体的な利用例や使われている主要技術、役立つプロンプトを解説するホワイトペーパーを3つ紹介する。
Excel×生成AIで現場業務を効率化する動きが加速している。一方で、情シスの知らないところでAIツールが使われる“シャドーAI”も拡大中だ。本資料では、この2つをどう両立させるかのヒントを示す。
大手IT商社として膨大な製品を取り扱うSB C&S。それらのリリースや更新に関する情報提供や問い合わせ対応をいかに効率化するかが、従業員の業務効率を改善する上で大きな課題となっていた。
大手ベンダーが発表する公式動画を見たい、しかし時間がない、英語だから難しそう。そんな忙しいユーザーに向けて、サクッと動画を理解できるコンテンツを紹介する。
生成型からエージェンティックAIへの進化によって、コンタクトセンターの在り方が大きく変わろうとしている。しかし、単にAIを導入すれば全ての課題が解決するわけではない。真の顧客体験向上には、どのような視点と戦略が必要なのか。
AIの基礎から法律・倫理まで幅広い領域が問われる資格「G検定」。試験範囲の中でも重要度の高いテーマを1問ずつ取り上げ、理解の定着に役立つポイントを確認していきます。今回は「『ChatGPT』が事実と異なる回答をする理由」についてです。
AIの活用がさまざまな場面で広がっている。生成AIを使えるのは「ChatGPT」や「Gemini」。では「AIエージェント」を使って何ができる？
Netskopeは、製造業における生成AIツールの利用とセキュリティリスクをまとめたレポートを発表した。「シャドーAI」は減少し、企業が正式に承認したAIツールの活用が進む中、新たな課題が浮き彫りになっている。
AI技術は進化を続け、人間の仕事の一部はAIによって代替可能になる。AI技術に代替されにくいITエンジニアの職種とは何か。ITエンジニアはどのようなキャリアを歩むべきなのか。
生成AIのビジネス活用を成功させることは簡単ではない。しかし、ある2つのことに取り組めば失敗を避けられると、NTTデータ海外法人のCEOは指摘する。どのような施策なのか。
AIツールの普及が進む一方、雇用の縮小に対する懸念が広がりつつある。そうした中、AI技術を従業員の“代替”ではなく、人間の従業員の力を引き出す存在と位置付けて活用する企業の施策を紹介する。
積極的にAI人材を引き抜くMeta Platformsが組織を再構築し、AI開発へいよいよ本腰を入れる。どのような狙いがあるのか。課題は。
AIベンダーAnthropicは130億ドルの資金を調達し、評価額が1830億ドルに達した。2025年3月からほぼ3倍に成長したことになる。しかし同社は課題にも直面している。今後、同社が乗り越えるべき壁とは。
AIモデル開発の覇権を争うMetaが、100億ドル規模の契約をGoogleと締結した。AIモデルや広告市場で競合する両社が、なぜインフラ分野では手を組むのか。一見矛盾した提携の裏にある、AI市場の奇妙な構図とは。
生成AIの進化で重要な役割を果たしたのが、深層学習技術の「Transformer」だ。Transformerによって、研究者は学習データにあらかじめラベルを付ける必要がない教師なし学習で、より大規模なモデルを訓練できるようになった。何十億ページ分にも上るテキストを新しいAIモデルに学習させることで、より正確かつ詳細な答えを導き出すことができる。
TransformerはAttentionという機構によって、1文ごとの文章だけでなく、複数のページや章、本にわたる単語間の関係を計算することを可能にしている。要素同士の関係性を計算するTransformerの能力によって、言葉だけでなくソースコードやタンパク質、化学物質、DNA（デオキシリボ核酸）を分析することができる。
何十億個、何兆個ものパラメーターを持つ大規模言語モデル（LLM）の急速な進歩は、生成AIモデルが即座に魅力的な文章を書いたり、写実的な画像を描いたりできる新しい時代を到来させた。複数の種類の情報を同時に処理する「マルチモーダルAI」の登場で、ユーザーはテキストや画像、音声など、複数のメディアを組み合わせてコンテンツを生成できるようになった。OpenAIの画像生成サービス「Dall-E」は、マルチモーダルAIの一つだ。Dall-Eはテキストの説明から画像を自動的に作成したり、画像からテキストのキャプションを生成したりする。
生成AIの進化はまだ初期の段階だ。そのため入力したプロンプト（指示）に対して奇妙な答えを返すこともある。しかし生成AIの能力は、企業のIT活用の方法を劇的に変える可能性がある。今後生成AIは、ソースコードの記述や新薬の設計、製品の開発、業務プロセスの再設計、サプライチェーンの変革に利用できるようになると考えられる。
生成AIは、ユーザーがテキストや画像、動画、デザイン、音符などの形式でプロンプトを入力することで、データ処理を始める。そしてプロンプトを基に新しいコンテンツを出力する。出力できるコンテンツには、文章や問題の解決策、画像、音声などがある。
初期の生成AIは、データを送信するためにAPI（アプリケーションプログラミングインタフェース）やその他の複雑なプロセスを必要とした。OpenAIの「ChatGPT」やGoogleの「Bard」など新たに登場した主要な生成AIサービスでは、ユーザーが自然言語で簡単なプロンプトを入力することで結果を得られるようになっている。やりとりの過程でフィードバックを送信することで、生成結果にユーザーの希望を反映させることもできる。
生成AIモデルは、さまざまなAIアルゴリズムを組み合わせてコンテンツを表現し、処理する。こうした技術は学習データに含まれる偏見や人種差別、誇大広告に基づいた処理結果を出力してしまう可能性がある点に注意が必要だ。
生成AIに使われているAIモデルの具体例として、Googleの「BERT」（Bidirectional Encoder Representations from Transformers）やDeepMind Technologies（現Google DeepMind）が開発した「Google AlphaFold」、OpenAIの「GPT」などが挙げられる。
主な生成AIサービスとして、ChatGPTやDall-E、Bardがある。
OpenAIが手掛けるChatGPTは、AIモデルとして「GPT-3.5」を利用している。GPT-3.5によって、ChatGPTはユーザーインタフェースのチャット機能を通してユーザーと対話したり、やり取りの中で回答を微調整したりすることを可能にしている。2023年3月14日に、同社は新バージョンの「GPT-4」を発表した。
ChatGPTは、ユーザーとの会話履歴を出力結果に組み込む。これによって人間同士の実際の会話のような体験ができることが特徴だ。ChatGPTの登場に合わせて、MicrosoftはOpenAIへの大規模な投資を発表し、GPT-4を同社の検索エンジン「Bing」に組み込んだ。
Dall-Eは、画像とそれに関連するテキスト説明を含む大規模なデータセットで訓練されている。視覚やテキストなど複数の表現方法の間で関連性を識別できる、マルチモーダルAIの一例だ。Dall-Eは言葉の意味を基に画像を生成する。Dall-E 2は、より高性能な2番目のバージョンで、2022年にリリースされた。ユーザーのプロンプトによって複数のスタイルでイメージを生成することができる。
Googleもまた、言語やタンパク質の構造、その他の種類の情報を処理するAIモデルを擁する先駆者である。同社は自社で開発したAIモデルの一部を、研究者向けにオープンソース化して提供している。これらのAIモデルを利用した一般消費者向けのチャットbotサービスは、しばらく発表しなかった。
MicrosoftがBingにGPTを実装するという決定を下した後、GoogleはLLMの「LaMDA」ファミリーの軽量版をベースにした一般向けチャットbot「Google Bard」の開発を急いだ。
Bardは、「初めて太陽系外に惑星を発見したのはジェームズ・ウェッブ宇宙望遠鏡である」という間違った回答を表示したため、同サービスの提供を急いだGoogleの株価が大幅に下落した。MicrosoftがBingにChatGPTを実装した際にも出力結果の不正確さや不安定な動作が見られ、初期の段階でユーザーの期待を薄れさせた。
Googleはその後、同社の新しいLLMである「PaLM 2」を組み込んだBardの新バージョンを発表した。Bardはアップデートによって、ユーザーが入力した質問に対して、画像を含んだ回答やユーザーの需要に合わせた回答ができるようになった。
ITmediaはアイティメディア株式会社の登録商標です。
