ChainCatcher のメッセージによると、Fortune の報道では、Elon Musk が OpenAI に対する訴訟の2回目で勝つ可能性は非常に低いようです。Musk は、彼が以前設立した組織に対して、5年間で寄付した4460万ドルの3倍を支払うよう強制し、さらにその神経ネットワーク GPT-4 の背後にあるすべての研究成果をオープンソース化するよう迫っています。Musk は、OpenAI の CEO Sam Altman と結んだ「創業者協定」が存在し、この可能性を明確に禁止していると主張しています。しかし、彼はその協定を示すことができず、その代わりにその協定がこの非営利団体の2015年12月の登録証明書に十分に反映されていると主張しています。

ChainCatcher のメッセージによると、Cointelegraph の報道では、OpenAI は 10 月にそのモデルに対して 4 つの更新を行い、AI モデルの対話能力を向上させ、画像認識能力を強化しました。最初の大きな更新はリアルタイム API で、これにより開発者は単一のプロンプトを使用して AI 生成の音声アプリケーションを作成し、ChatGPT の高度な音声モードに似た自然な対話を実現できます。以前は、開発者はこれらの体験を作成するために複数のモデルを「つなぎ合わせる」必要がありました。音声入力は通常、応答を受け取る前に完全にアップロードおよび処理される必要があり、これにより音声同士の対話などのリアルタイムアプリケーションの遅延が高くなります。Realtime API のストリーミング機能を利用することで、開発者は今や音声アシスタントのように即時で自然なインタラクションを実現できます。この API は 2024 年 5 月にリリースされる GPT-4 上で動作し、音声、視覚、テキストをリアルタイムで推論できます。別の更新には、開発者向けの微調整ツールが含まれており、これにより彼らは画像やテキスト入力から生成された AI 応答を改善することができます。画像ベースの微調整ツールは、AI が画像をよりよく理解できるようにし、視覚検索や物体検出能力を強化します。このプロセスには、人間からのフィードバックが含まれ、彼らは良い反応と悪い反応の例を提供してトレーニングを行います。音声と視覚の更新に加えて、OpenAI は「モデル蒸留」と「プロンプトキャッシュ」を導入し、より小さなモデルがより大きなモデルから学び、処理済みのテキストを再利用することで開発コストと時間を削減できるようにしました。ロイターの報道によれば、OpenAI は来年の収益が 116 億ドルに増加すると予想しており、2024 年の予想 37 億ドルを上回る見込みです。

ChainCatcher のメッセージ、分析機関 Similarweb の最新データによると、ChatGPT ウェブサイトの月間訪問総数は春から夏の初めにかけて急激に減少しました。ゴールドマン・サックスのグローバル投資研究部門のヨーロッパマクロ研究責任者兼チーフグローバル株式ストラテジストであるピーター・オッペンハイマーは、月間訪問総数の観点から、ユーザーの ChatGPT に対する最初の「興奮」が薄れていると考えています。ユーザーは GPT-4 に飽きているか、テクノロジー大手が提供する他の大規模言語モデルに移行している可能性があります。一部のユーザーは、AI チャットボットを日常生活に取り入れる必要がないと感じている可能性が高いです。

ChainCatcher のメッセージによると、金十の報道で、最近開催された KDDI サミットで、OpenAI 日本子会社の CEO 長崎忠雄（Tadao Nagasaki）が明らかにしたところによると、OpenAI のコードネーム「GPT-Next」の新世代モデルの性能は、既存の GPT-4 モデルよりも 100 倍強力になると予測されており、今年後半にリリースされる予定です。GPT-Next モデルの性能向上は、単に膨大な計算リソースに依存するのではなく、最適化されたアーキテクチャ設計と学習効率の改善によるものです。彼はまた、現在 OpenAI のグローバルな従業員数は 2000 人未満で、その約半数が AI 開発に専念していることを明らかにしました。OpenAI の主要な顧客には、アップル社、コカ・コーラ、バイオテクノロジーの巨人モデernaが含まれています。

ChainCatcher のメッセージによると、最近 OpenAI の CEO サム・アルトマンがソーシャルプラットフォームで、今週 ChatGPT Plus のサブスクリプションユーザーに対して Alpha バージョン GPT-4o の音声モード（Voice Mode）を開放することを明らかにしました。これにより、ユーザーは遅延のないスムーズな対話を行うことができます。現在の公開情報によれば、ChatGPT の音声モードは平均遅延が 2.8 秒（GPT-3.5）および 5.4 秒（GPT-4）であるため、使用体験は直感的ではありませんが、GPT-4o は遅延時間を大幅に短縮し、シームレスな対話を実現します。

ChainCatcher のメッセージによると、CNBC の報道で、人工知能スタートアップの OpenAI が新しい人工知能モデル「GPT-4o mini」を発表し、新バージョンは「今日の最も強力でコスト効率の高い小型モデル」と称し、後に画像、動画、音声を統合する計画を立てているとのことです。報道によると、GPT-4o の o は omni を表し、GPT-4o は音声、動画、テキスト機能を改善し、50 の異なる言語をより高い速度と品質で処理できるようになっています。

ChainCatcher のメッセージによると、財聯社の報道で、OpenAI は新たに GPT-4 に基づくモデル ------ CriticGPT を発表しました。これは ChatGPT のコード出力におけるエラーを捕捉するためのものです。CriticGPT の役割は、人々が GPT-4 を使って GPT-4 のエラーを見つけることに相当します。このモデルは ChatGPT の応答結果に対して批判的なコメントを行うことができ、人工知能トレーナーが「人間のフィードバックに基づく強化学習（RLHF）」プロセスで発見したエラーを特定するのを助け、人工知能トレーナーに明確な人工知能の支援を提供します。研究によると、トレーナーが CriticGPT を使って ChatGPT の出力コードを審査する際、彼らのパフォーマンスは助けを得られなかった人々よりも 60% 高いことがわかりました。また、CriticGPT の助けを借りることで、彼らの指摘は自分だけで行った場合よりもより包括的でした。

ChainCatcher のメッセージ、Google は今朝「I/O 2024」年次開発者会議を開催し、全く新しい AI エージェント製品 Project Astra を発表しました。これは OpenAI が発表した GPT4o のように、テキスト、音声、動画のマルチモーダルリアルタイム推論を実現します。また、Gemini 1.5 Pro のアップデートも発表され、その人工知能モデルはすぐにより多くのデータを処理できるようになり、新しいより小型の Gemini 1.5 Flash AI モデルも登場します。さらに、Google は高品質な動画生成のための最新モデル「Veo」と、最高品質のテキストから画像へのモデル Imagen 3 を発表しました。このモデルはリアルな画像を提供し、「以前のモデルよりも注意を散漫にする視覚的アーチファクトが少ない」と約束しています。

ChainCatcher のメッセージによると、AI 開発プラットフォーム HumanLoop のブログ記事で、OpenAI の CEO サム・アルトマンは、あるクローズドセミナーで、OpenAI は現在 GPU に深刻に制約されており、そのため多くの短期計画が遅れていると述べました。ChatGPT の信頼性と速度に関する問題の大部分は、GPU リソースの不足によるものです。サム・アルトマンはまた、OpenAI の最近のロードマップを共有しました：2023 年には GPT-4 API のコストを削減する予定です；より長い ChatGPT のコンテキストウィンドウ（最大 100 万トークン）、将来的には会話の履歴を記憶する API バージョンが登場します；GPT-4 のマルチモーダル機能は 2024 年まで公開されず、より多くの GPU リソースを取得する前に GPT-4 のビジュアルバージョンをすべての人に拡張することはできません。さらに、OpenAI は GPT-3 のオープンソース化を検討していますが、彼らがまだオープンソース化していない理由の一部は、あまりにも多くの人や企業がこのような大規模な大言語モデルを適切に管理できる能力を持っていないと感じているからです。「巨大 AI モデルの時代は終わった」という最近の多くの記事は正しくなく、OpenAI の内部データは、規模と性能が比例する法則が依然として成り立つことを示しています。OpenAI のモデルの規模は毎年倍増または三倍になる可能性があり（多くの情報が GPT-4 のパラメータ規模は 10000 億であることを示しています）、数桁増加するのではありません。（出典リンク）

ChainCatcher メッセージ、Dune は最近コミュニティに大規模言語モデル（LLM）ロードマップを発表し、最初の LLM 機能をリリースし、ユーザーに全セットの LLM 機能と統合を提供する準備をしています。Dune はクエリ説明（Query Explanations）機能をリリースし、GPT-4 を統合しました。ユーザーはボタンをクリックすることで、任意のクエリの自然言語による説明を表示し、SQL クエリを簡素化できます。同時に、Dune は間もなく LLM を使用した自然言語クエリをサポートし、ユーザーは英語で質問をし、SQL の知識なしに Dune データセットをクエリできます。（出典リンク）

ChainCatcher のメッセージ、マスク氏と1000人以上の人工知能専門家および業界幹部が連名で手紙に署名し、GPT-4 よりも強力な人工知能システムの訓練を少なくとも6ヶ月間停止するよう呼びかけています。その理由は、このようなシステムが社会と人類に潜在的なリスクをもたらすためです。手紙には「私たちがその効果がポジティブであり、リスクが制御可能であると確信するまで、強力な人工知能システムを開発すべきではない」と書かれています。マスク氏は以前から人工知能に対する懸念を何度も表明しており、今年2月のビデオスピーチでは、人工知能が未来の人類文明にとって最大のリスクの一つであると述べました。（出典リンク）