新型AIモデル「GPT-4o」が発表されたものの、実は多くの謎が残されており、研究者たちからもさまざまな疑問が投げかけられています。特に、旧GPT-4に比べて驚異的に高速化された出力スピードは、単なるハードウェアの改善だけでは説明できないレベルのものです。一方、性能の一部が低下しているという報告もあり、今後の詳細な検証が求められそうです。GPT-4oは汎用人工知能（AGI）に近づく一歩とされており、次世代の「GPT-5」への期待も高まっています。この記事では、『生成AIで世界はこう変わる』の著者で、東大 松尾研究室の今井翔太氏が、研究者の視点でGPT-4oの性能と次世代のGPT-5への可能性について解説します。

OpenAIの新型AIモデル「GPT-4o」で特に注目すべきは、動画理解や音声処理能力です。たとえば45分の専門家向け講義動画をGPT-4oに入力し、数分で正確に要約する能力を示しました。さらに、高品質な画像生成や3Dオブジェクトの生成までこなします。まだ一般開放されていないこれらの技術はどのようなものなのか、いったい何をもたらすのか。『生成AIで世界はこう変わる』の著者で、東大 松尾研究室の今井翔太氏がわかりやすく解説します。

2024年5月、OpenAIは突如として最新のAIモデル「GPT-4o」を発表しました。末尾のoは「omni」の略称で、その意味は言語、画像、音声、動画を1つのモデルで処理できる能力があること。この能力を活用したリアルタイムのデモは、全世界の専門家に衝撃を与えるものになりました。このGPT-4oについて、『生成AIで世界はこう変わる』の著者で、元東大 松尾研究室の今井翔太氏は「時代の転換点になった」とまで評価しています。ここでは、GPT-4oは何が凄いのか、過去のモデルと何が違うのか、わかりやすく解説します。

ChatGPTをはじめ、生成AIの進歩は著しいが、「将来的に『AIに聞けばなんでも解決する』世界がやってくると思われます」と主張するのは、東京大学 松尾研究室に所属する今井 翔太氏だ。現在の技術的制約は中長期的には解決されると予想され、個人がアイデアを実現する「限界」が拡張される可能性がある。では、生成AIによる生産性の向上により、人間は何をするのだろうか。生成AIによってこれから起きる未来を占った。

生成AIの登場により、プログラミングの世界が劇的に変化している。この変化については「ChatGPT以前のソフトウェア開発は石器時代だった」と評されるほどだ。『生成AIで世界はこう変わる』を上梓した東京大学 松尾研究室に所属する今井 翔太氏も「これは本当にすごい」と確信したという。今井氏は生成AIのプログラミング活用を（1）コードの提案、（2）対話的生成、（3）全コードの生成という3つの形態に分類。ここでは今井氏自身の経験と学術調査をもとに、どのようにソフトウェア開発者の作業が変革されているのかを紹介する。

AIの急速な進化により、未来がますます予測不能になってきた。日本のAI研究で第一人者と言われる東京大学 松尾豊教授でさえ、大規模言語モデルの技術が急速に発展した今、これからの予測は簡単ではないという。それでもホワイトカラーの仕事や教育分野も「今後5年の間でガラリと変わる」とみる。本記事では松尾氏と今井翔太氏が、AIによる進化が未来に与える影響について、短期・中期・長期に分けて鋭く切り込んで対談した。

ChatGPTをはじめとする生成AIの登場により、「AIによって仕事が奪われる」という議論が再燃している。ただ本当に「AIによって仕事が奪われる」のだろうか。これに対して、日本のAI研究で最も注目を集める東京大学 松尾研究室に所属する今井 翔太氏は「機械化・AI化によって仕事が奪われるとは限らない」と主張する。具体的にどのような影響が出るのか、今井氏が複数の実験結果と合わせて解説した。