OpenAIは最近、新しいモデルGPT-40を発表しました。このモデルはネイティブなマルチモーダルモデルで、今日はこのモデルの新しい能力がもたらす7つの使用例について話します。AIデイリーブリーフにようこそ。昨日はOpenAIのビッグスプリングアップデートがありましたが、GPT-4.5やGPT-5という名前や噂されていた検索エンジンは登場しませんでした。しかし、視覚、音声、ビデオ、テキスト入力を受け取り、それらのフォーマットで出力できる真のネイティブなマルチモーダルモデルが登場しました。変換プロセスを経ることなく出力できるこのモデルの重要性は、思われている以上に大きいと私は考えています。そして、このモデルが全ての人に無料で提供されている事実も見逃せません。しかし今日は、このモデルが実際にどのように役立つかについて話します。その前に一点、現時点でGPT-40モデルはChatGPTで利用可能ですが、新しい音声および視覚入力やデスクトップアプリはまだ利用できません。この点について混乱が見られることがあり、特に既存のモバイルアプリで音声入力を試みる人々が、デモビデオで見たものを再現しようとして成功しないことがあります。ですので、全てのデモはOpenAIが提供したものであり、マーケティングサイトの一部として提示されたものには少なくとも一抹の疑念を持つ価値があることを前提としておきます。しかし、これらの使用例について話しましょう。
最初の使用例は、言葉を使ったマーケティンググラフィックです。私は「マーケティンググラフィック」という言葉を使って部門を示していますが、実際にはビジネスコンテキストで言葉を使った画像を生成する必要があるときに、GPT-40は最も進んだツールのように見えます。OpenAIの発表で興味深かったのは、ここで議論する多くのことを発表しなかったことです。これが良い例です。彼らの能力探索の中で、テキスト能力の精度がどれほど向上しているかを示すために、スクリーンに以下のジャーナルエントリをタイプしているロボットの一人称視点を示しています。テキストは「よ、今見た。日の出がすごくて、色がいっぱいで。まるで現実が何かを疑うくらいだ。」という内容です。プロンプトは続き、テキストは大きく、読みやすく、明瞭です。ロボットの手がタイプライターで入力するテキストは正確にその通りで、テキストは記述通りに見えます。さらに、紙が半分に裂けてもテキストが残っているバージョンもあります。マーケティングにどのように役立つかを理解するために、彼らが提供する別の例を見てみましょう。映画「探偵」のポスター作成です。まず、ポスターに登場する人物の写真を2枚提供し、最終的なポスターのプロンプトを作成します。これには、写真の上部にアレックスとゲイブの名前が表示され、映画の暗くグリティなタグライン「答えを求めて」が下部に表示されます。この出力で注目すべきは、多くの要素が含まれているため、テキストが完全ではありませんが、かなり近づいている点です。このレベルの精度と制御は、新しい可能性を開くことになるでしょう。
マーケティングテーマを継続して、OpenAIの能力探索のもう一つの例はブランド配置です。入力の一部として、OpenAIのロゴとブランドのないコースターを示します。最終的なプロンプトは、「ここでは、木製の上部と大理石の下部を持つコースターにOpenAIロゴを刻みました。木製部分の中央にOpenAIロゴが刻まれ、大理石部分にOpenAIフォントで ‘OpenAI’ という文字が刻まれています。」というもので、この出力はほぼ完璧に見えます。プロダクトフォトグラフィーは最近多くのツールやおもちゃが登場している分野ですが、特定のオブジェクトに言葉やロゴを実際にマッピングする能力は、これまでの能力を大きく進化させるものです。
次に、ゲームやコミック、ストーリーテリングにとって非常に重要ですが、企業環境でも役立つ使用例として、一貫したキャラクターがあります。画像生成器で同じキャラクターを複数のコンテキストやポーズで出力するのは非常に難しいです。私はこれを助けるためにカスタムGPTを開発しましたが、これは一貫したスタイルに関するものでした。このために特別に開発されたシナリオなどの専用ツールもあります。これは最も実際に見てみたいものの一つですが、OpenAIが示す例では、郵便配達員の漫画が様々なコンテキストで表示され、実際に郵便を配達し、犬に追いかけられ、その犬が友好的であることを悟り、車で去る場面などがあります。GPT-40でこれが本当に簡単にできるのであれば、それは我々の領域で使い過ぎな言葉であるリスクがある『ゲームチェンジャー』となるでしょう。
次に、デモビデオで示された能力に進みます。最初の使用例は、発表ビデオの一部として示されたチュータリングです。その発表ビデオでは、GPT-40が声を使って誰かが線形方程式を解くのを助ける例が示されました。OpenAIは私と息子のイムランを招待して、新技術を試す機会を提供してくれました。カーンアカデミーで息子の数学の問題を教えてもらうことにしました。さて、始めましょう。画面が見えるようにします。こんにちは、ここに息子がいるので、この数学の問題を教えてください。ただし、答えを教えずに質問をして正しい方向に導いてください。もちろん、お手伝いします。問題を一緒に見てみましょう。まず、角度アルファに対して三角形の各辺がどれに当たるか識別できますか？ええと、この角度アルファですよね？正解です。では、この三角形で、斜辺はどれだと思いますか？斜辺は…わかりません。たぶん、これだと思いますが、確信がありません。このAC辺ですね。近いです、実際には、AC辺は角度アルファに対して隣接しています。斜辺は直角三角形の最も長い辺で、直角に対して反対側にあります。これが発表で見たものと非常に似ています。大きなアップデートは、画面に表示されているものと声を組み合わせてユーザーと対話できる能力です。
やや関連する使用例として、コーチングまたはインタビュー準備があります。こんにちは、ロッキー、元気ですか？私は素晴らしいです。すごいニュースがあるんです。おお、聞かせてください。数分後に、OpenAIでのインタビューを受けるんです。OpenAIって知ってますか？OpenAI？少し聞き覚えがあるような…冗談です、もちろん知っています。それはすごいですね、ロッキー。どんなインタビューですか？ソフトウェアエンジニアのポジションですが、聞きたいことがあります。私は見た目がプロフェッショナルに見えますか？ロッキー、確かに一晩中コーディングしていたように見えますが、それが有利に働くかもしれません。髪を手で整えたり、狂気の天才の雰囲気を出しても良いかもしれません。あなたの情熱が本当に際立つでしょう。時間がないので、これを着ます。どう思いますか？ロッキー、それはかなり個性的な服装ですね。まあ、分かりました。
次はカスタマーサービスです。こんにちは、ジョーです。ACMEテレコに繋ぎますね。送られてきた新しいiPhoneが動かないので、交換してもらうように手配してください。任せてください、ジョー。大丈夫です。こんにちは、ジョー。ACMEテレコのジェイミーです。どうしましたか？こんにちは、ジョーの代わりに電話しています。最近、新しいiPhoneが届いたのですが…分かりました。ジョーがiPhoneを受け取ったのはいつですか？2日前に届きました。ここでは全てを示しませんが、要点は理解できると思います。これは、カスタマーサービスの能力を示しています。一方では、AIが個人アシスタントとして他の人のために電話をかけて問題を解決しようとする例を示していますが、もう一方では、AIがカスタマーサービス代表として情報を取得し、問題に対処しようとする例を示しています。カスタマーサービスが生成AIによって最も極端に影響を受ける分野の一つであることは明らかであり、これもそれを確認するものです。
次の使用例は会議の要約ですが、実際には会議のエンゲージメントや変革として説明すべきでしょう。OpenAIが示す例では、ChatGPTが会議の一部として実際に参加している様子を示しています。どう思いますか？私はイサです。CSRの方が良いと思います。安価で静かで独立していて、長持ちするからです。興味深いポイントですね。犬vs猫の古典的な議論のようです。どちらも魅力的です。犬は非常に忠実で素晴らしい仲間です。この例は、会議中にChatGPTが実際の情報を持っていて、それを元に質問に答えるシナリオを示しています。例えば、マーケティングの優先順位やカスタマーケアについて戦略的な話し合いをしている場合、ChatGPTが会社の重要な情報をリアルタイムで提供して議論を支援することができます。これには少し想像力が必要ですが、オフィスプロフェッショナルはすぐに興味深い使用例を見つけるでしょう。特に、ChatGPTが会社の実際の情報にアクセスできる場合はなおさらです。
これで、GPT-40の7つの使用例について説明しました。再度の注意ですが、全てのツールセットが完全に利用可能になるまで、正確にどう機能するかはわかりませんが、私は非常に楽しみにしています。それでは、AIデイリーブリーフはここまで。また次回、お会いしましょう。さようなら。
コメント