【AI解説ChatGPT編①】世界を再定義するAI「ChatGPT」完全解剖:歴史・本質編〜AIが「言葉」を獲得し、検索を終わらせた日〜

AI(人工知能)という言葉がSF映画の中だけの存在だった時代は終わり、今や私たちの仕事や日常の根幹を揺るがす現実のテクノロジーとなりました。その中心に君臨し、世界的な「生成AIブーム」の火付け役となったのが「ChatGPT」です。

しかし、ChatGPTは突如として魔法のように現れたわけではありません。何十年にもわたる研究者の苦悩と、ある歴史的な技術的ブレイクスルーの果てに誕生しました。

連載第1回となる本記事では、ChatGPTがなぜこれほどの社会現象になったのか、その根幹にある歴史と技術的本質を紐解きます。

ChatGPTって、ある日突然すごいのが出てきた、っていうイメージだったんですけど、違うんですか?
実は何十年分もの研究の積み重ねがあるんです。特にある論文が転機になっているので、そこから見ていきましょう。

目次

1. AIの冬からパラダイムシフトへ:論文「Attention Is All You Need」がもたらしたブレイクスルー

AIの研究には、過去に何度も「ブーム」と「冬の時代」がありました。長らく、コンピュータに人間の言葉(自然言語)を理解させることは極めて困難とされてきました。従来のAIは、文章を「先頭から順番に」しか処理できず、長い文章になると最初の文脈を忘れてしまうという致命的な弱点(RNN等の限界)を抱えていたからです。

その常識を根底から覆したのが、2017年にGoogleの研究者らによって発表された歴史的論文「Attention Is All You Need」(※1)です。

この論文で提唱された「Transformer(トランスフォーマー)」と呼ばれる深層学習の新しいアーキテクチャは、「Attention(注意機構)」という仕組みを用いて、文章のどこに注目すべきかをAI自身に判断させることに成功しました。これにより、AIは文章を順番に読むのではなく「全体を同時に並列処理」できるようになり、学習スピードと文脈の理解力が爆発的に向上したのです。現在世界を席巻している「Generative Pre-trained Transformer(GPT)」の「T」は、まさにこのTransformerを指しています。

GPTの「T」がTransformerだったんですね…名前は聞いたことあったのに、意味は知りませんでした。

2. OpenAIの野望:非営利団体から始まり、GPTモデルがいかにして「言葉」を獲得したか

Transformerという強力な武器が登場する少し前、2015年12月にサンフランシスコで一つの組織が産声を上げました。それがChatGPTの開発元である「OpenAI」です(※2)。

サム・アルトマンやイーロン・マスクといったシリコンバレーの巨人たちによって設立された当初、OpenAIは「人類全体に恩恵をもたらす、安全な汎用人工知能(AGI)を開発する」という理念を掲げた非営利の研究所でした。一部の巨大テック企業が強力なAIを独占することへの危機感から生まれた組織です。

彼らはTransformer技術をいち早く取り入れ、膨大なインターネット上のテキストデータをAIに読み込ませる(Pre-training:事前学習)という力技に出ました。2018年のGPT-1から始まり、GPT-2、そして2020年のGPT-3と進化を遂げるごとにパラメータ数(AIの脳のシナプスの数のようなもの)を劇的に増やしていきました。その結果、モデルが巨大化するにつれて、AIは単なる「文字の羅列」ではなく、文脈やニュアンス、さらには「論理的な推論」までも創発的に獲得していくことになります。

モデル発表年
GPT-12018年
GPT-22019年
GPT-32020年
非営利の研究所として始まったっていうのは、意外と知られてないポイントかもしれません。

3. 大規模言語モデル(LLM)の正体:AIは「次に来る単語」をどう予測しているのか

私たちがChatGPTを使っているとき、まるで画面の向こうに高度な知性を持った人間がいるように感じます。しかし、技術的な仕組み(大規模言語モデル=LLMの根幹)を単純化して説明すると、次のようになります。

ChatGPTは、「入力された文章に続く確率が最も高い単語(トークン)を、次々と予測して繋げていく」という処理を土台にしています。

例えば、「むかしむかし、あるところに、おじいさんと」と入力されれば、過去に学習した膨大なデータから「おばあさんが(続く確率が高い)」と予測します。この「超高精度な単語の予測リレー」を途方もない規模と計算力で実行しているのがChatGPTの基本原理です。

ただし、ここは実は専門家の間でも見解が分かれる部分でもあります。「所詮は確率的な予測に過ぎない」という見方がある一方、モデルの規模が一定を超えると、単純な予測の繰り返しからは説明しにくい推論的・創発的な振る舞いが観察されるという指摘もあり、「なぜそうなるのか」は現在も研究が続くテーマです。少なくとも言えるのは、AI自体が人間のように感情を持ったり自意識で思考したりしているわけではない、ということです。それでも、人間のあらゆる言語パターンを学習し尽くした結果、出力される文章は「まるで論理的に思考しているようにしか見えない」レベルに到達しました。

次の単語を予測してるだけ、って聞くと単純そうなのに、実際の受け答えはすごく賢く感じますよね。
そこがまさに研究者の間でも意見が分かれてるところなんです。単純な予測の延長と見るか、そこから何か別のものが生まれていると見るか、まだ議論が続いています。

4. 検索から「共創」へ:キーワード検索の時代が終わり、AIと対話しながら解を導く時代へ

2022年11月、OpenAIがChatGPTを一般公開した日、世界は変わりました(※3)。それまで一部の研究者やエンジニアのものだった高度なAIが、誰もがチャット形式で簡単に使えるツールとして解放されたからです。

ChatGPTの登場は、「ググる(検索エンジンでキーワードを打ち込んで情報を探す)」という私たちの行動様式に終わりを告げようとしています。

従来の検索は「情報が載っているページへのリンク」を提示するだけでした。しかし、ChatGPTは「私という文脈」を理解し、散らばった情報を統合・要約し、さらには「ではどうすればいいか?」というアイデアまで提案してくれます。これは単なる情報の検索ではなく、知的なパートナーとの「共創(Co-Creation)」です。

確かに、最近「ググる」より先にAIに聞くことのほうが増えてきた気がします。

第1回では、ChatGPTの歴史的背景とその技術的な正体について解説しました。単なる「物知りなチャットボット」ではなく、何十年もの人類の叡智と技術的ブレイクスルーが結実した「思考のエンジン」であることがお分かりいただけたかと思います。

続く第2回では、このChatGPTが、GoogleのGeminiやAnthropicのClaudeといった他の強力なライバルAIたちと比べて、それぞれどんな個性・得意分野を持っているのかを見ていきます。
次回も楽しみにしています!

【本記事の参照ソース】
(※1)Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, Ł., & Polosukhin, I. (2017). “Attention Is All You Need”. Advances in Neural Information Processing Systems (NIPS 2017).
https://arxiv.org/abs/1706.03762

(※2)OpenAI. (2015). “Introducing OpenAI”. OpenAI公式ブログ.
https://openai.com/index/introducing-openai/

(※3)Britannica. “OpenAI | ChatGPT, Sam Altman, & Microsoft”.
https://www.britannica.com/money/OpenAI

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

この記事を書いた人

IT・セキュリティ・財務の資格を持つオールドミドル。
器用貧乏、週末は大抵疲れ気味。
漫画・アニメをこよなく愛し、週末は900ccバイクで風を切る。
おまけで大の戦国ファン
【プロフィール】
資格:IT・セキュリティ国家資格 / 財務資格保持者
趣味:バイク(900cc)/ 漫画・アニメ / 動画制作
性格:器用貧乏・熱中しては疲れる
口癖:「なんとでもするさ」

コメント

コメントする

CAPTCHA


目次