LOGO

2024年5月、OpenAIが、ChatGPTの最新モデルである「GPT-4o」をリリースしました。

テキスト、音声、画像を統合的に処理可能な最先端のマルチモーダルAIであり、無料版ChatGPTにも実装される点が注目されています。

GAFAをはじめ日本の企業でも新設ラッシュのデータセンターに大きな影響を与える生成AI、その代表格であるOpenAIのChatGPT最新バージョン「4o」は従来のものと何が違うのか、見ていきたいと思います。

GPT-4oとは？

ChatGPT-4o（Omni、オムニ）とは、2024年5月にOpenAIが発表したChatGPTの最新モデルです。オムニとはラテン語で「全て」という意味であり、文章だけでなく画像や音声も含む全ての情報を取り扱い、あらゆるタスクを実行できることを表しています。

従来のモデルであるGPT-4 Turboに比べて、圧倒的に回答精度と回答スピードが向上したことに加え、人間のように感情豊かに音声会話ができ、画像の細かい部分まで読み取るなど、あらゆる点においてバージョンアップしています。

GPT-4oの特徴と他のモデルとの違いは？

GPTシリーズは、OpenAIが開発する大規模言語モデルであり、その性能向上は目覚ましいものがあります。

2020年に発表されたGPT-3は、175Bのパラメータを持つ大規模モデルとして注目を集めました。2022年のGPT-3.5では、ChatGPTに実装され、一般ユーザーとの対話を通じて言語生成AIの可能性を広く知らしめました。そして2023年のGPT-4では、マルチモーダル化への第一歩が示されました。

GPT-4oは、このGPTシリーズの進化の延長線上に位置づけられます。ただし、単なる性能向上にとどまらず、音声・画像・テキストのスムーズな統合処理を実現した点で、従来のGPTとは一線を画しています。

従来のモデルと比べて大幅に向上した主要な評価ポイントを以下に紹介します。

①　テキスト精度

複雑な文章の理解と生成において高い精度を誇ります。これにより、より自然で一貫性のあるテキスト生成が可能となります。

執筆に欠かせない記事構成案も簡単に作成することができます。

②　テキスト・音声の応答速度

新しいアルゴリズムにより、テキストおよび音声の応答速度が改善され、リアルタイムでの対話がさらにスムーズになりました。また、音声に抑揚があるので、人と会話しているような感覚にもなります。

③　音声認識と翻訳機能

音声認識機能の精度が向上し、多言語対応の翻訳機能も強化されています。これにより、グローバルなコミュニケーションがより効率的に行えます。

音声を認識し処理を行うことで、リアルタイムに翻訳することも可能です。

④　画像の認識機能強化

画像認識能力も強化されており、画像の内容を高い精度で解析し、関連する情報を提供することができます。

画像データから文字を抽出することも可能です。読み取りづらい文字に関しては、その他の画像データから推測して文字を抽出することができます。

⑤　セキュリティ機能

日本語を含む20言語で新しいトークナイザーが導入され、セキュリティ面でも大幅な改良が施されています。これにより、データの安全性と処理効率が向上したとともに、ユーザーのプライバシーを保護しつつ、高速で安全なデータ処理が可能になりました。

進化するChatGPT

画像処理能力の向上や音声認識機能の追加など、今回のアップデートで驚かされる機能がたくさん追加されたChatGPT。

今後はリアルタイムビデオを介して会話できるようになり、読み込ませた動画の内容を音声で解説させることができる新しい音声モードのリリースも予定されています。

生成AIを牽引しているChatGPTの展開は今後のデータセンターにも大きく影響を与える要素になりますので、その様子は今後も随時ウォッチしていきたいと思います。

一方、今後さらに開発される新機能に期待が膨らむなか、消費電力は今までの何倍にも膨れ上がっていくことが予想されます。

日本においては新たに開設されるデータセンターの電力不足をどう解消していくのか。

こちらも併せて注視していきたいと思います。

米オラクルは4月18日、今後10年間で日本国内のデータセンターに80億ドル（約1兆2000億 円）を投じると発表しました。また、米オープンAIも日本進出を発表。

他にもマイクロソフトなど、米クラウド大手が今年に入って表明した対日投資額は計4兆円に迫っています。こうした米クラウド大手の日本のデータセンター重視の背景には何があるのでしょうか。

生成AIの普及と安全保障のリスクへの対応

背景にあるのは、生成AI（人工知能）の急速な普及です。利用企業の間では基盤となる大規模言語モデルの学習や運用に使うクラウドサービスのニーズが高まっています。ドイツの調査会社スタティスタは日本のデータセンターの市場規模が28年に約240億ドルに達し、23年の1.4 倍に膨らむと予測しています。

しかし、クラウドサービスの安全保障のリスクが浮上。日本経済新聞などの調査によると、約半数の企業が各国の捜査当局などからの開示請求に関する十分な規定を整えていないことが分かっています。日本はデータの保管を海外に依存している企業が少なくない中、検閲などの懸念がある中国やロシアにデータを置く企業もあり、対応が急がれています。

セキュリティーやプライバシー意識の高まりからも、各国・地域の規制当局は自国のデータを国内で管理するデータ主権の考え方を重視するようになっています。日本政府も個人情報保護法で国境をまたいだ個人データの移転を制限しています。日本の企業は機密データを国内で管理するよう求められつつあります。

こうしたニーズに応えるため、米クラウド大手は相次いで日本国内での大規模投資を打ち出しています。

また、日本重視の動きはAI分野に限りません。世界最大の半導体受託生産会社、台湾積体電路製造 （TSMC）は約1兆3000億円を投じて熊本県内に建設した工場で24年末までに演算用半導体の量産に乗り出します。約2兆円を投じ、27年の稼働に向けて第2工場の建設も決めました。

同社はこれまで台湾に生産拠点を集中させてきましたが、中国の侵攻リスクをにらみ日本や米国、ドイツなどに生産拠点を分散する戦略を進めています。熊本工場の建設はその一環ですが、半導体の需要地で関連産業が集まる日本の重要性はさらに高まる可能性があります。

このような情勢は今後も大手クラウドの動きに影響を及ぼすことになりそうです。

AIは日本の経済成長に不可欠な要素

地震国で電気代も高い日本におけるデータセンターのコストは海外に比べ割高とされていますが、クラウドサービスでマイクロソフトと競合する米アマゾン・ウェブ・サービス（AWS）や米グーグルも国内で大規模なデータセンター投資に乗り出しています。

マイクロソフトのブラッド・スミス社長は日本について「人口が高齢化し減少する中、持続的な経済成長にとってAIは不可欠な要素だ」と語っています。

日本の経済成長に向けて、AIの可能性そして大手クラウドの動向に今後も注目していきたいと思います。