ChatGPTの登場から2年も経たないうちに、生成AIの熱狂が始まった。この技術が第4次産業革命を引き起こし、我々の知る世界を完全に作り変えるだろうと言う者もいた。
2023年3月、Goldman SachsはAIにより3億人の雇用が失われるか、劣化すると予測した。大きな変化が起こりつつあるように見えた。
18か月後、生成AIはビジネスを変革していない。この技術を使用した多くのプロジェクトが中止されている。例えば、McDonald’sがドライブスルーの注文を自動化しようとした試みは、滑稽な失敗を引き起こしてTikTokで話題になった後、中止された。公共の意見を要約したり、福祉給付を計算したりするシステムを作ろうとした政府の取り組みも同じ運命をたどっている。
では、何が起こったのか？
AIのハイプサイクル
多くの新技術と同様に、生成AIも米国の技術研究会社Gartnerが最初に説明した、Gartnerのハイプサイクルとして知られる道筋をたどっている。
この広く使われているモデルは、技術の初期の成功が過度に膨らんだ期待を生み出し、最終的にはその期待が実現されないという繰り返されるプロセスを説明している。初期の「過度な期待のピーク」の後に「幻滅の谷」が来て、その後「啓発期の坂」が続き、最終的に「生産性の安定期」に達する。
6月に発表されたGartnerのレポートでは、ほとんどの生成AI技術が過度な期待のピークにあるか、まだ上昇中であると記載されている。このレポートでは、これらの技術の大部分が完全に生産的になるまでに2〜5年かかると主張している。
生成AI製品の魅力的なプロトタイプは多数開発されているが、実際にそれらを採用することは成功していない。先週、米国のシンクタンクRANDが発表した研究によると、AIプロジェクトの80%が失敗しており、これは非AIプロジェクトの失敗率の2倍以上である。
現在の生成AI技術の短所
RANDのレポートでは、データやAIインフラへの高い投資要件から、必要な人材の不足まで、生成AIの多くの困難を列挙している。しかし、生成AIの限界の特異な性質が重要な課題となっている。
例えば、生成AIシステムは複雑な大学入学試験問題を解決できるにもかかわらず、非常に単純なタスクで失敗することがある。これにより、これらの技術の可能性を判断することが非常に難しくなり、誤った自信につながる。
結局のところ、複雑な微分方程式を解いたりエッセイを書いたりできるのなら、単純なドライブスルーの注文を受けることができるはずだ、と思うかもしれない。
最近の研究では、GPT-4のような大規模言語モデルの能力が、人々が期待するものと必ずしも一致しないことが示されている。特に、より高性能なモデルは、不正確な応答が破滅的な結果をもたらす可能性がある重要なケースで深刻な性能不足を示した。
これらの結果は、これらのモデルがユーザーに誤った自信を与える可能性があることを示唆している。流暢に質問に答えるため、人間はその能力について過度に楽観的な結論に達し、適していない状況でモデルを展開する可能性がある。
成功したプロジェクトの経験から、生成モデルに指示を守らせることは難しいことがわかっている。例えば、Khan Academyの家庭教師システムKhanmigoは、答えを明かさないよう指示されていたにもかかわらず、しばしば質問の正解を明かしていた。
では、なぜ生成AIのブームはまだ終わっていないのか？
これにはいくつかの理由がある。
第一に、生成AI技術は課題があるにもかかわらず、急速に改善されており、規模と大きさが改善の主な推進力となっている。
研究によると、言語モデルのサイズ（パラメータ数）、そして訓練に使用されるデータ量と計算能力のすべてがモデルの性能向上に寄与している。対照的に、モデルを動かすニューラルネットワークのアーキテクチャは最小限の影響しか持たないようだ。
大規模言語モデルはまた、創発的能力と呼ばれる、訓練されていないタスクにおける予期せぬ能力を示す。研究者たちは、モデルが特定の臨界的な「ブレークスルー」サイズに達したときに新しい能力が「創発」すると報告している。
研究によると、十分に複雑な大規模言語モデルは、類推による推論能力を発達させ、さらには人間が経験するような錯視を再現することさえできる。これらの観察の正確な原因は議論の的となっているが、大規模言語モデルがより洗練されてきていることは疑いの余地がない。
そのため、AI企業はまだより大規模で高価なモデルの開発に取り組んでおり、MicrosoftやAppleのような技術企業は生成AIへの既存の投資からのリターンに賭けている。最近の推計によると、生成AIは現在の投資を正当化するために年間6000億ドルの収益を生み出す必要があり、この数字は今後数年で1兆ドルに増加する可能性がある。
現時点では、生成AIブームの最大の勝者は、生成AIの軍拡競争を支えるチップの最大の生産者であるNVIDIAだ。ゴールドラッシュにおける伝説的なシャベル製造者のように、NVIDIAは最近、史上最も価値のある公開企業となり、わずか1年で株価を3倍にし、6月には時価総額3兆ドルに達した。
次に何が来るのか？
AIのブームが収束し始め、幻滅の時期を経ていくにつれて、より現実的なAI採用戦略も見られるようになっている。
第一に、AIは人間を置き換えるのではなく、サポートするために使用されている。最近の米国企業の調査によると、彼らは主にAIを効率性の向上（49%）、労働コストの削減（47%）、製品品質の向上（58%）に使用している。
第二に、より小規模（そしてより安価）な生成AIモデルの台頭も見られる。これらは特定のデータで訓練され、ローカルに展開されてコストを削減し、効率を最適化している。これまで大規模モデルの開発競争をリードしてきたOpenAIでさえ、コスト削減と性能向上のためにGPT-4o Miniモデルをリリースした。
第三に、AIリテラシー訓練の提供や、AIの仕組み、その可能性と限界、倫理的なAI使用のベストプラクティスについて労働力を教育することに強い焦点が当てられている。今後何年にもわたって、異なるAI技術の使用方法を学び（そして再学習）する必要があるだろう。
結局のところ、AI革命は進化のようなものになるだろう。その使用は時間とともに徐々に成長し、少しずつ人間の活動を変化させ、変革していく。これは人間の活動を置き換えるよりもずっと良いことだ。
