OpenAI、人間のように複雑な数学とコーディングを解くo1モデルを発表

OpenAIが「Project Strawberry」をo1として発表、推論機能を強化

OpenAIは、待望のモデルであるo1を正式に発表した。以前は "プロジェクト・ストロベリー "と呼ばれていた。

この新しいAIモデルは、推論と問題解決の能力を向上させることを目的としており、AI開発における大きな飛躍を示すものです。o1は、その初期バージョンであるo1-previewとo1-miniを含め、現在ChatGPT PlusとTeamsの契約者にプレビュー段階として提供されています。

o1-previewモデルは30メッセージまで、o1-miniバージョンは50メッセージまで。

とOpenAIは説明した：

「私たちは、これらのモデルに、人が対応するのと同じように、対応する前に問題を考える時間を増やすよう訓練しました」。

このアプローチでは、モデルが思考プロセスを洗練させ、さまざまな戦略を試し、間違いを認識する。

従来のAIモデルはしばしば「幻覚」に悩まされ、真の推論が欠如しているために不正確な、あるいは無意味な出力を生成するため、この進歩は特に重要である。

モデルの熟考と分析能力を強化することで、OpenAIはより正確で信頼性の高い回答を生み出すことを目指している。

O1の高度なトレーニング・テクニック

OpenAIの新しいo1モデルは、従来のモデルとは根本的に異なるトレーニング方法に基づいて構築されている。

OpenAIのチーフ・リサーチ・オフィサーであるボブ・マックグルーはこう語った：

「これが決定的なブレークスルーだと考えているからだ。

パターンに基づいて次の単語や文章を予測することに重点を置いた以前のモデルとは異なり、o1は新しい最適化アルゴリズムと特別に調整されたトレーニングデータセットを利用している。

このモデルは、報酬と罰則を通じて学習する強化学習を応用しており、人間の思考プロセスに似た段階的な方法で問題を解決することができる。

その結果、複雑なタスクをより効率的に処理できるモデルが誕生した。

たとえば、デモンストレーションでは、新型モデルは複雑なパズルや数学の問題を驚くほど正確に解くことができた。

テストでは、o1は国際数学オリンピックの予選試験で83％という素晴らしい成績を収め、GPT-4oの13％を大きく上回った。

オンライン・プログラミング・コンテストでは、o1は89パーセンタイルに達し、その高度な問題解決能力を見せつけた。

問題解決と推論の強化

OpenAIのo1モデルは、複雑なクエリを処理する上で大きな進歩を遂げている。

コーディングや数学的推論といった分野に優れており、複雑なコードの生成やデバッグ、複雑な数式の解法において、従来のモデルよりも優れたパフォーマンスを発揮する。

OpenAIのチーフ・サイエンティストであるヤクブ・パチョッキ氏は、新しいモデルは問題解決に時間がかかる可能性があり、以前のバージョンの迅速でパターンベースの対応とは異なると指摘した。

と述べた：

「このモデルは時間をかけることができる。英語で）問題を考え抜き、それを分解して角度を探し、最良の答えを出そうとすることができる」。

しかし、この高度な能力には高いコストがかかる。

APIを使用する開発者にとっては、価格設定が著しく厳しい。o1-previewは100万入力トークンあたり15ドル、100万出力トークンあたり60ドルで、GPT-4oはそれぞれ5ドル、15ドルである。

その長所とは裏腹に、o1には、事実知識にはそれほど効果がなく、ウェブブラウジングや画像処理などの機能にも欠けるという限界がある。

人間らしい処理と今後の方向性

o1の導入には、人間のような推論を模倣するために設計された革新的な機能も含まれている。

実演中、モデルは「気になる」「考え中」「よし、見てみよう」といったフレーズを披露し、意図的な思考プロセスを錯覚させた。

モデルは真に感覚的なものではないが、これらの機能は推論ステップをより透明化することで、ユーザーエクスペリエンスを向上させる。

OpenAIの将来計画は、o1の能力をさらに拡大することである。

同社は、ブラウジング、ファイル、画像のアップロードなどの機能を導入し、このモデルの実用性を高めることを目指している。

OpenAIはこれからも資金を求め、1500億ドルの評価を目指す o1のような進歩は、自律システムを開発し、人間のような知性を実現するための幅広い探求において極めて重要である。