Open AIのGPT-4oの発表を見て。

まだ少し消化しきれていないですし、見たばかりで書いているのでこれから賢い人がいろいろな使い道を考えていくのだとは思いますが、現時点で思っていることを文章として残しておこうと思います。

眠たい目を擦りながら、LIVE配信を起動しました。
Am1:00くらいからYouTubeライブは始まっていたので画面を開き、流れてくるBGMを聴きながらnoteを書いたり、（なかなか始まらないなぁ）とか思いながら、正規の開始時間である2:00を待ちました。

始めはGPT-4o？あれ？そっか、GPT-5や最近騒がれていたGPT2みたいな話は出てこないのか、と思いつつ見ていましたが、スマホと会話し始めたところで一気に目が覚めました。

デモなので、あのまま私たちのスマホで再現できるのはわからないですが、それでも衝撃的でした。

確かに技術的なパーツはそろっていたと思います。
今までもChatGPTは音声認識(Whisper)もできましたし、画像認識(CLIP)も高精度でしてくれていました。この辺りはChatGPTに統合されていましたね。
それ以外にも音声読み上げソフトも現在はとても高性能です。
ただあそこまできれいにワークフローとして動作し、そして高速で動作するとUXが信じられないものになるのか、と本当に衝撃でした。

記憶領域の量にも拠りますが、最近は個別ユーザーごとのメモリもChatGPTは利用できるようになってきています。
今までもさんざん言われていたように英会話講師みたいなものは現時点でもある程度行けそうですし、あれだけノートの読み取りや、PC画面の認識もしてくれれば、ほかの科目の家庭教師のようなものができそうな感じもしてきます。

「学習する」という点では私たちが受けてきた教育とは質が違います。
「学校」から「教育」「学習」という点だけ切り抜けば、効率面では雲泥の差だと思います。
まして学校はたぶん「ちょっとできない子」に併せて授業が進んでいき、「できる子」にとって授業の速度は遅いです。
そんな子がこの武器を手に入れて、一日中ぶん回されたら、私が受けてきた小中高の9年間は2～4年くらいには容易に圧縮できそうですし、いままでの知識や学習といった点でもすぐに追いつかれそうです。正直「お勉強」的なものでは勝てる気がしません。

また、私は感覚としてスマホで調べものなどは難しく、ちゃんとキャッチアップしたり学習しようとするとすぐにPCに行ってしまうのですが、今学生の方たちはスマホでそういったこともこなせるようです。
自然と学習するデバイスが手元にあり、生活の一部になり、もりもりと勝手に使いこなして成長していく学生たち。

と、書いていて思ったのですが、こういった技術はしばらくは格差を生みますね。
ポンとスマホを買い与え、有償版の生成AIにポンと課金してあげることが出来る家庭と、そうでない家庭では成長速度に圧倒的な差が生まれそうです。
これは子供に限った話ではなく、大人も同じですね。

閑話休題

散らかっていますが、今回のこの普通に会話できるデモには本当に驚きました。
何より応答速度の速さが圧巻でした。
会話形式でいいところは、人間は文字情報の場合「誤っていること」に敏感ですが、言葉で感情をこめて話したことについては結構いい加減だったりします。
こういったところも、内容の正確さはもちろんですが、それっぽく自信満々に返されてしまうと「おう、そうか」となってしまうように思います。

また、最近Open AIとAppleが提携するという記事も見ました。
という事は、Siriがこの会話に置き換わるのでしょうか？
ユーザーがどういった情報に興味があるかといった事については日常の検索などですでに蓄積されていますし、その情報をローカルメモリに個人情報を保持して、プロンプトを加工して、その人がどういった事を求めているかどんどんチューニングしながらAIが使えるようになったら……個別最適がされたSiriの完成。
実際はそこまで単純ではないとは思いますが、十分可能性はあるかと思います。

「早い応答」というのがここまでガラッと変えてくるとは想像外でした。

一日[おしゃべりAIアプリ Cotomo]を使って感じたこと

少し前にこういった会話できるAIアプリを入れて遊んでいましたが、今後もこういったことが増え、会話相手には困らない世界が着そうで、個人的にはポジティブで楽しみなこととして眺めていたいと思います。