20240526_ChatGPT部第44回_ChatGPT-4o(オムニ)について

Slide 1

Slide 1 text

ChatGPT-4o(オムニ) についての情報共有& ディスカッション 2024/5/26 ChatGPT部部⻑＠doradora09

Slide 2

Slide 2 text

Copyright © 2024 NOB DATA All Rights Reserved. ⾃⼰紹介⼤城信晃(twitter @doradora09) NOB DATA株式会社代表取締役社⻑ / データサイエンティスト協会九州⽀部⽀部⻑ / iU 情報経営イノベーション専⾨職⼤学客員教員・住まい沖縄 -> 東京 -> 福岡・職歴ヤフー-> DATUM STUDIO -> LINE Fukuoka -> NOB DATA(株) 創業・運営コミュニティ・Tokyo.R(2010-2016) ・fukuoka.R、PyData.Fukuoka、オモシロAIごった煮勉強会、ChatGPT部、他２つ本業ではデータ分析チームの⽴ち上げ・育成・⾃⾛⽀援を展開中

Slide 3

Slide 3 text

Slide 4

Slide 4 text

Copyright © 2024 NOB DATA All Rights Reserved. ２週間前の部活にて：NEWS関連 • ⽇本時間5/14(⽕) AM 2:00にOpenAIから⼤きめな発表がある⾒込み (アメリカの現地だと 5/13(⽉) AM 10:00) • GPT-5では無い模様 https://twitter.com/sama/status/1788989777452408943 GPT-4o(オムニ)が発表されたのでそちらを動画も⾒つつ。

Slide 5

Slide 5 text

Copyright © 2024 NOB DATA All Rights Reserved. ChatGPT-4o(オムニ)のupdateサマリ • ⼀⾔で⾔うと「より⼈間と対話しているかのようなUX」に関するアップデート -> 動画を⾒るのが⼀番⼿っ取り早いですが、以下いくつかキーワードレベルで回答のスピードが GPT-4よりめっちゃUP (体感4-5倍) 「⾳声」そのままで⾔語・話者を理解 (これまではテキストに変換してた) 動画のリアルタイム認識 ( これまでは画像1枚単位だった ) ⾳声合成の幅がUP (ここはまぁ他の⽣成AIでもできてたかも・・？ ) Mac連携、Win連携 (デスクトップ常駐) GPT-4oの無料公開 (10回/5h、あとそのうちGPTs も使えるようになる) 分析とかも⼀部マイナーupdateされてますが本⽇は割愛 (LTパートでこーたろーさんが話してくれるはず・・)

Slide 6

Slide 6 text

Slide 7

Slide 7 text

Slide 8

Slide 8 text

Copyright © 2024 NOB DATA All Rights Reserved. 動画視聴の前に：現在のChatGPT-4のアプリ • GPT-4o(オムニ)では「より⾃然な⾳声対話」を実現しています • ⽐較対象として、従来の GPT-4の⾳声対話にはタイムラグがあるのを感じていただければと(2-3秒くらい)。 • なお、2024/5/26現在、まだオムニの対話機能は⼀般公開されていません ( 動画でのデモや⾃⺠党会合でのデモくらい ) ココ⾳声対話モード通常モード

Slide 9

Slide 9 text

Slide 10

Slide 10 text

Slide 11

Slide 11 text

Slide 12

Slide 12 text

Slide 13

Slide 13 text

Slide 14

Slide 14 text

Copyright © 2024 NOB DATA All Rights Reserved. その他のデモ動画 • ライブでの発表以外にも、 OpenAI社の公式Webサイトやyoutubeにて各種デモの模様が紹介されています • Webサイト • https://openai.com/i ndex/hello-gpt-4o/ • Youtube • https://www.youtub e.com/@OpenAI • イチオシしは未来の教育⽅法を彷彿とさせるこちら (3分くらいの動画です) https://www.youtube.com/watch?v=_nSmkyDNulk

Slide 15

Slide 15 text

Slide 16

Slide 16 text

Slide 17

Slide 17 text

Slide 18

Slide 18 text

Copyright © 2024 NOB DATA All Rights Reserved. その他、PC連携 • 先ほどのデモではiPadで動かす例がありましたが、Mac上で動作するクライアントアプリも提供され始めています • またOpenAIの発表の翌週あたりに実施されたMSさんのイベントではAzureへの搭載や Copilot+ PCの発表もあり、今後は「PC上でChatGPT系エージェントが常駐して質問に答える」というスタイルに広がってきそうだなと感じています(個⼈的には)

Slide 19

Slide 19 text

Copyright © 2024 NOB DATA All Rights Reserved. 再掲：ChatGPT-4o(オムニ)のupdateサマリ • ⼀⾔で⾔うと「より⼈間と対話しているかのようなUX」に関するアップデート -> 動画を⾒るのが⼀番⼿っ取り早いですが、以下いくつかキーワードレベルで回答のスピードが GPT-4よりめっちゃUP (体感4-5倍) 「⾳声」そのままで⾔語・話者を理解 (これまではテキストに変換してた) 動画のリアルタイム認識 ( これまでは画像1枚単位だった ) ⾳声合成の幅がUP (ここはまぁ他の⽣成AIでもできてたかも・・？ ) Mac連携、Win連携 (デスクトップ常駐) GPT-4oの無料公開 (10回/5h、あとそのうちGPTs も使えるようになる) 分析とかも⼀部マイナーupdateされてますが本⽇は割愛 (LTパートでこーたろーさんが話してくれるはず・・)

Slide 20

Slide 20 text

Slide 21

Slide 21 text

Copyright © 2024 NOB DATA All Rights Reserved. 個⼈的な予想３つ既定路線 • PCとの連携、スマホとの連携はもうほぼ確実 -> 類似サービスを作っている企業は要注意。(OpenAIの⾏動半径からは距離を取るべし) 個⼈的予想 • ロボティクス関係との連携がおそらく普及 • 画像認識については23年10⽉のChatGPT-4Vに関するMSさん論⽂でも解説済み • よりマルチモーダルな学習データ収集・活⽤の加速 • OpenAIとしてはVision PROなど、「リアルタイムの画像・⾳声データ」など、学習データがおそらく喉から⼿が出るほど欲しいはず -> 中⻑期的には⼤量のデータを持っているGoogleが脅威 • ⼀般の⼈にも、そろそろChatGPTが認知されるのでは？ • GPT-3.5しか多くの⼈は触っていないので、無料で⾼性能なものが触れるのは⼤きい (はず)

Slide 22

Slide 22 text

Copyright © 2024 NOB DATA All Rights Reserved. OpenAIの⾏動半径内のケース(教育関係株) • いくつかの教育関係の株価が下落(例：duolingo) • ChatGPT-4o(オムニ)の発表の前に、教育系サービスのCheggのCEOが⽣成AIの影響によるネガティブ発弁をしたのが引き⾦、とのこと • その後、5/14にGPT- 4o(オムニ)が発表され、株価はまだ戻らない状態

Slide 23

Slide 23 text

Slide 24

Slide 24 text

Copyright © 2024 NOB DATA All Rights Reserved. 参加者の皆さんの業務への影響をディスカション • ざっくばらんにご意⾒をお伺いできればと思います翻訳業界の影響は⼤きいのでは？ è 意外と、儲かっている è 普通の翻訳の仕事は減っているが、 IR情報の翻訳で儲かっている (今の所は) 現時点では：最後は⼈間、という部分はあるかも (ある種の信⽤) コンテンツの多⾔語翻訳の壁はだいぶ減るかも DeepLより翻訳性能が⾼い気がする ChatGPTがマイナーな地域の⾔語を獲得するケースも出ている ( ローカルカルチャーの普及にも⼀役買ってくれる？ ) ドイツ語の単語に対する性別 -> 新しい単語に対してのルールは？(ChatGPTが使えないか？)

Slide 25

Slide 25 text

Copyright © 2024 NOB DATA All Rights Reserved. アイディア： ChatGPT-4oと⼀緒にホワイトボードに書き込み、とかできないかプログラミングスクールの教え⽅も変わるのかも -> ただ、個⼈的には⼿で覚えるのは⼤事な気もするが・・ (⼤城) ライターさんもChatGPTを使い、かつ値段を上げている -> プロデューサーとしてのスキル？知財・画像⽣成系がトラブル多め -> うちのものに似てるのでは、でクレームがくるパターン技術での差別化の難しさ -> いち早く導⼊するのはあり果たして、⼀般の⼈にまで普及するのか？ (第２次AIブームの時はハード的な限界があった)

Slide 26

Slide 26 text

Slide 27

Slide 27 text

Copyright © 2024 NOB DATA All Rights Reserved. 画像認識に関する性能(ChatGPT-4V) • 4o(オムニ)になってから⽇本語の読み取り性能が上がったとの話もあるものの、⾃分⾃⾝ではまだ細かくは検証前 ( 体感としては改善 ) • なお、マクドナルドのメニューの画像を与えてのスクレイピングなどはうまくいきました • ご参考まで、昨年の23年 11⽉前後にGPT-4Vが出た際のMSさんの論⽂から学ぶ勉強会資料はこちら https://speakerdeck.com/doradora09/20231021- mssannolun-wen-texue-huchatgpt-4vision-45minban- v1-dot-00

Slide 28

Slide 28 text

Copyright © 2024 NOB DATA All Rights Reserved. 画像認識に関する性能(ChatGPT-4V) • 4Vの例ですが、画⾯を⾒せてのナビゲーションなども恐らくもうすぐ • ロボットへの搭載なども恐らく有効 https://speakerdeck.com/doradora09/20231021- mssannolun-wen-texue-huchatgpt-4vision-45minban- v1-dot-00

Slide 29

Slide 29 text