オープンＡＩが汎用人工知能開発中か、旧Ｑ＊の「ストロベリー」

　生成ＡＩ（人工知能）「チャットＧＰＴ」を開発した米オープンＡＩが、コードネーム「ストロベリー（Strawberry）」というプロジェクトでＡＩの推論技術の開発に取り組んでいる。５月撮影（２０２４年　ロイター／Dado Ruvic）

Anna Tong　Katie Paul

［１２日］ - 生成ＡＩ（人工知能）「チャットＧＰＴ」を開発した米オープンＡＩが、コードネーム「ストロベリー（Strawberry）」というプロジェクトでＡＩの推論技術の開発に取り組んでいる。

ストロベリーは、昨年、汎用人工知能（ＡＧＩ）を開発中との観測が出たプロジェクト「Ｑ＊（Ｑスター）」のことだ。Ｑ＊は、科学や数学の複雑な質問に回答できたとされる。

関係筋は、プロジェクトは進行中だと述べた。ストロベリーがどのように機能するかは、オープンＡＩ内部でも厳しく情報管理されているという。

ロイターが５月に閲覧したオープンＡＩの内部文書（写し、日付は未確認）によると、プロジェクトでは、ストロベリーで、質問に対する回答を生成するだけでなく、インターネットを自律的かつ確実にナビゲートし、オープンＡＩが言うところの「ディープリサーチ」を実行できるようにすることを目指す。

ロイターがインタビューした１０数人のＡＩ研究者は、これは、これまでＡＩモデルが実現できなかったことだと述べた。

オープンＡＩの広報は、ストロベリーに関する質問への回答は控える一方で「当社のＡＩモデルが私たちと同じように世界を見て理解することを望んでいる。新たなＡＩ機能の研究は、これらのシステムが時間の経過とともに推論を向上させるという信念の下で続けられている業界の一般的な慣行だ」と述べた。

また９日の全社的な会議で人間のような新しい推論能力を持つという研究プロジェクトのデモを行ったというブルームバーグの報道を確認したが、詳細は明らかにしなかった。デモされたプロジェクトがストロベリーかどうかロイターは判断できていない。

関係者によると、ストロベリーには、非常に大規模なデータセットで事前訓練した後にＡＩモデルを処理する特殊な方法が含まれている。オープンＡＩは、この技術革新によってＡＩモデルの推論能力が飛躍的に向上することを期待しているという。

＜ＡＩの課題＞

ＡＩモデルの推論能力を向上させる取り組みはグーグルなど他社も取り組んでいる。しかし大規模な言語モデル（ＬＬＭ）が、予測方法にアイデアや長期的な計画を取り入れられるかについては、研究者の間でも意見が分かれている。例えばメタ・プラットフォームズのＡＩチーフＡＩサイエンティストのヤン・ルカン氏は、ＬＬＭには人間のような推論ができないと指摘している。

ストロベリーはこうした課題を克服するオープンＡＩの計画の重要な要素だと関係者は述べた。ここ数カ月、同社は開発者や外部の関係者に、かなり高度な推論能力を持つ技術がリリース寸前だとほのめかしているという。

ストロベリーには、オープンＡＩの生成ＡＩモデルの「ポストトレーニング」と呼ばれる特別な方法が含まれている。モデル開発のポストトレーニング段階には「ファインチューニング」のような手法が含まれる。このプロセスは、今日のほぼ全ての言語モデルで使用されている。回答について人間がモデルにフィードバックを与えたり、良い回答例と悪い回答例を与えたりするなど、さまざまな種類がある。

関係者によると、ストロベリーは、２０２２年にスタンフォード大学で開発された「Self-Taught Reasoner（ＳＴａＲ）」と呼ばれる手法と類似している。ＳＴａＲについて、開発者の一人であるスタンフォード大学のノア・グッドマン教授はロイターに、ＡＩモデルが独自に学習データを繰り返し作成することで、より高い知能レベルへ「ブートストラップ（自助努力）」することを可能にするもので、理論的には、言語モデルが人間レベルの知能を超越するために使用される可能性があると語った。

「エキサイティングであると同時に恐ろしいことだと思う。このままこの方向に進んでいけば、人間として考えなければならない重大なことが起こる」とグッドマン教授は語った。グッドマン氏はオープンＡＩの関係者ではなく、ストロベリーに関する情報も持っていない。

ロイターが閲覧した文書では、オープンＡＩがストロベリーで目指す機能の一つとして、ロング・ホライゾン・タスク（ＬＨＴ）の実行が挙げられている。ＬＨＴは、モデルが前もって計画を立て、長期間に一連の行動を実行する必要のある複雑なタスクを指すという。