0:00 先日、OpenAIはついにGPT5を 公式発表した。あまりにも発表されない ため、一部ではデるデる詐欺とも言われて いたが、GPT4の発表から2年半約発表 された。CEOを含むオープンAIの社員 たちが数ヶ月にわって代々的に宣伝してき たGPT5、AI業界にとっては街に待っ たGPT5だが、その真の性能はいかなる ものか。今回はGPT5の概要と分析から 始まり、長時間タスク能力の向上と ハルシネーション、疑満率の現象。そして GPT5の裏にあると言われる汎用強化 学習とユニバーサル検証期について詳しく 解説していきたい。GPT5の本質は単純 なベンチマークの結果にあるのではなく、 AIエージェントとしての能力向上にこそ
0:45 ある。それでは詳しく見ていこう。 GPT5はこれまでの対話重視のGPT シリーズと水論重視のOシリーズの両方の 長所を統合した初の統合型LLMとして 開発されたOpenAIによればGPT5 はこれまで発表されたモデルの中で最も 高性能なものでありコーディング数学捜索 医療などで最先端の性能を発揮するSWE ベンチなどの各手ベンチマークでも相他で あり現状一般公開されているモデルの中で は最先端だ。GPT5にはユーザーの問に 対して即座に応答すべきか、あるいは じっくり考えてから応答すべきかをリアル タイムで判断するルーター機能が搭載され ている。このルーター機能によってGPT 5は何気ない質問には低コストかつ高速で 応答し何には高コストで時間をかけて深く
1:30 水論するというより効率的で人間らしい 対応が可能になった。これまでのチャAT GPTはどんな問題にも全力で考えて答え てたけど、これからは問題の重要性や難易 度に合わせて柔軟に水論を調整できるよう になった。タスクごとに水論コストを調整 できるようになったという点で、単なる チャットボットからよりAIエージェント に近づいたと言えるな。オープンAI側の 計算資源も節約できそうだと。ここまでは GPT5の一般的な概要について見てきた けど、ここからは分析に移っていこう。 まず簡単な所管としてGPT5にはGPT 3.5がGPT4へ発展した時のような 世界が一変するような革命的な進化を 感じるというよりはむしろ順等な アップデートという印象が強いあらゆる 分野で最先端のパフォーマンスを発揮し
2:15 ながらより安くより早くハルシネーション 率も大きく下がっている。しかしベンチ マーク上の性能としては言ってしまえば それまであり何か劇的なブレイクスルーと 言えるようなものではない。オープンAI 1が出た時は初めての水論モデルとして AI界隈も大きく盛り上がったが、今回の GPT5にはそこまでのインパクトはない だろう。つまりGPT5はブレイクスルー ではなく順な発展であり、これまでの継続 的な性能向上の延長上にある。そういう 意味では強く驚くべきものではない。でも そうすれば自然な反応としてオープンAI 社員たちの意味な宣伝から革命を期待して いた人々からすれば期待と思えるかもしれ ないな。まさに今回の発表を受けてGPT 5のすごさが分かりにくいことからも一部 では失望の声が上がっている。GPT5は
3:01 多くのベンチマークで最高水準を達成して いるものの、そのスコア自体はO3から 飛躍的に向上したわけではない。例えば プログラミング能力を図るSWEベンチに おいてGPT5は初回実行で74.9%を 記録したが、これはアンスロピック社の 最新モデルクロード4.1が記録した 74.5%を金差で上回るに過ぎない。 ARCAgi12ではXAIのグロック4 ヘビーに大差で負けているし、総合的には AI業界の中で1番の性能だが圧倒的な1 番というわけではない。この結果を受けて 海外のTwitter上では期待外れだ。 GPT4.2 に過ぎないといった声が参れた。 AGIの実現に否定的なAI 評価のゲイリーマーカス氏もデモ後の感想として 3 年間と莫大な投資を費やした割に大きな飛躍ではなくいい意味で順等な進歩にとまっている
3:48 と指摘した。彼はその後に現在の AI 開発が限界にぶつかっていることを示唆したがさすがにその評価は GPT5の1 側面しか捉えていないものだろう。 確かにGPT5 は最高性能だが他者のモデルを劇的に突き離すものではない。 ずっと期待が高まっていたことを考えると 正直期待外れかもしれない。ただ表面的な テストの点数だけを見て思ったより賢く ないと判断するのはあまりに早形だぜ。F 1マシンの最高速度だけを見てその コーナリング性能や燃費効率を無視 するようなものだ。確かに表面的な ベンチマークだけを見れば期待外れという 評価が出るのも無理はない。だが今回の GPT5の本質はそこにはない。GPT5 の真の価値は単純なスコアには現れにくい 部分。すなわちAIエージェントとしての
4:36 性能に必要な長時間タスク能力の向上と ハルシネーション率の大幅な現象にある。 ここにGPT5の本質があり、多くの人々 がその分かりにくいすごさを見っている。 この本質的な発展は術するメーターの分析 と長時間タスクに加えて2つの具体的な 改善点に明確に現れている。まず1つ目は 安いコストだ。モデル統合によるスリム化 と最適化でGPT5は応答速度が向上し、 水論コストも大幅に減少した。開発者向け APIでは入力100万トクンあたり 1.25ドル、出力100万トクンあたり 10ドルという価格が提示されているが、 これは発表当初のGPT4が入力100万 トクンあたり30ドルだったことを考えれ ば格段に安くなった。この傾向はAI モデルが指数関数的に安くなっていくと いうトレンドと合致している。2つ目は
5:23 ハルシネーションの大幅な現象だ。 ハルシネーションとは日本語で幻覚や出たらメを意味する言葉であり、 AI が回答の中に最もらしく聞こえる嘘を生成してしまうことを指す。経験したことがある人も多いだろうが、例えば織田信長の業績について聞いたら、 織田信長は関ヶ原の戦いで徳画は家康に勝利し、愛知に江戸爆府を開いた人物です のような嘘を堂々と言ってしまうことだな。質問に対して最もらしい文章や空の用語を作って嘘の回答を生成する。 このハルシネーションはAI に実社会の仕事を任せる上で致名的な障害と見なされている。 そのような中でオOpenAIはGPT5 でハルシネーションと無なお別を大幅に削減し、指示種能力を改善したと発表した。レポートによれば GPT5のハルシネーション率は水論
6:10 モデルであるO3の1/6に減少した。他 にも自由回答式のファクトスコアテストに おいてO3のハルシネーション率は 5.7%だったがGPT5の ハルシネーション率は1.0%だった。 ヘルスベンチではO3の15.8%に比べ てGPT5は1.6%であり、 ハルシネーションは全体的に大幅に減少し た。特にこのハルシネーションの現象は 大きな進歩でというのも以前水論型のO1 3が出た時にはハルシネーション率が 大きく上昇してしまったんだ。これを受け て一部ではAIの性能を向上させると ハルシネーションも増えるというアル種の トレードオフ的な仮説が継承されていたん だけど、今回のGPT5が水論能力の向上 とハルシネーション率の低下を同時に達成 したことはとても大きな進歩だった。嘘を つかないAIへの前ユーザーにとっては
6:57 地味な改善に見えるかもしれないが、今後 AIエージェントとして実写会の仕事を 実行していくならハルシネーション率の 現象は極めて重要だ。GPT5 の今回の改善は将来的なハルシネーション率実質 0%につながるかもしれない。 ここまでをまとめるとGPT5 は破壊的なブレイクスルーではなく順等な改良だと言える。 Twitter では物足りなさを指摘する声もあるがそれは GPT5 の進化が単純なスコア以上の水面化の部分にあることを見落としているからだ。ここからはその本質であるエージェントとしての性能について掘り下げていくぜ。 GPT5の進化は世間で注目されがちな 分かりやすいベンチマークではなく、AI エージェントとしての性能を発展させた点 にあるモデルとしての純粋な能力向上は 控えめだが、与えられた仕事を人間の介入
7:43 なしに長時間遂行し、やり遂げる実際的な 実務能力が大きく向上した。独立評価機間 メーターの分析によるとGPT5のAI エージェントとしての能力は他者モデル よりも優位に高い。データはAI エージェントが50%の確率で完了できる タスクの合計時間タイムホライズンを測定 しており、その結果によるとGPT5は 50%の確率で約2時間17分の長時間 タスクを実行できる。従来の最新モデルO 3のタイムホライゾンが約1時間30分 だったことを考えるとこれは大幅な延長で あり特筆すべき改善だ。1ヶ月前に出たX AIのグロック4よりも40分長く長時間 タスクではGPT5は世界1位の性能を 発揮している。また興味深いことにこの2 時間17分という記録、過去1年間の タイムホライズンの上昇トレンドを上回る
8:30 ものであり、ここ1年間で エージェント的性能が大きく向上している ことが分かる。これは新実用的なAI エージェントの実現が近づいているという 意味でAI業界全体にとっても良い ニュースだと言えるだろう。GPT5 は他のモデルよりも実務的な長時間の仕事 を実行するのに優れている。 人間のように考え数時間かけて複雑な仕事を実行できる能力はまさに今の AI に求めていることでそこがちゃんと発展しているのは朗法だな。 まさにこの長く考え行動できる能力の向とさっき説明したハルシネーションの現象、そして純粋な水論能力の向上の算が同時に達成されたことは AIの進歩にとって良い項候だ。 メーターの分析にもある通り、AI エージェントが完了できるタスクの長さは 過去6年間で一貫して指数関数的に増加し
9:17 ており、約7ヶ月ごとに倍増している。 GPT5はこの指数関数的な性能向上に 当てはまるものであり、そしてこの傾向を 外装すると今後10年以内に現在人間が数 日または数週間かかるソフトウェアタスク の大部分を独立して完了できるAI エージェントが実現する可能性が高い。 そしてそのようなAIエージェントが実現 すればAI開発業務も自動化されより発展 が加速していくだろう。そうなればAI 2027で予測されたような爆発的なAI の進歩が起こる可能性が高くなる。さらに これまでのモデルではコンテキストが長く なるほど重要な情報を見失ったり ハルシネーションを生成したりしてどこか で破綻してしまうケースが多かった。 しかし今回のGPT5ではロング コンテキスト能力も大きく改善され、 例えば長いコンテキストの中から特定の
10:04 部分を再現するMRCR2ルでは12万 8000トクなら95.2%、25万 6000トクなら86.8%の正当率を 記録した。O3の正当率が55%だった ことを考えるとこれは劇的な進歩だ。一旦 ここまでをまとめるとGPT5は2つの点 のAIよりも優れていて1つ目はより長 時間のタスクを実行できること。これに より実写会にある実際の仕事をより ちゃんと行えるようになった。2つ目は 長いコンテキストを扱ってもミスをし づらくハルシネーションも起こりにくい こと。これら2つはAIエージェントとし ての能力に欠かせないものであり 5の本質はAIエージェント的能力にあり 、これまでより実写会の仕事に合わせて 発展している。この観点から見ればGPT 5は思ったほど賢くないという批判は少し
10:51 まと外れだ。の発表後にAI評価の ゲイリーマーカス氏はAI開発の限界を 示したがそれはGPT5のすごさが目に 見える性能にはなく水面化での実行力強化 という伝わりにくい部分にあるからだ。 性能が低いわけでは決してない。オープン AIのサムアルトマンCEO 自身ももはや単純なベンチマークにはあまり意味がないと述べているアルトマンによれば GPT5 はこれまでで最も賢いモデルですが私たちが最も重視したのは現実世界での有要性と大規模なアクセシビリティそして手頃な価格です。もっともっと賢いモデルをリースすることはできますし実際にそうする予定ですがこれは 10 億人以上の人々が恩恵を受けるものです。世界のほとんどの人は GPT4 のようなモデルしか使っていません。 ここで言うもっともっと賢いモデルっていうのは IMO
11:38 でメダルを取った未開モデルのことだろうな。 まあ要するにGPT5 は単なる質問応答から信頼できる AI エージェントへの階段を着実に登ったモデルだ。リリース直後の今は実感しにくいだろうけど、今後 GPT5 のユースケースが報告されていけばわじわが上がってくるように思う。 総合すればGPT5は現時点で最も高性能 なAIであり、すごさが伝わりにくいだけ で性能が低いわけでは決してない。とは いえ、発表前にオープンAIの社員たちが やっていた意味進心なツイートや宣伝と 比べると少し期待外れであり、古代宣伝だ と言われても仕方がないところもある。 今回のGPT5は今のところ順等な発展で あり、世界が変わるレベルで期待するべき ではないだろう。ここからはGPT5の 内部構造について簡単に見ていこう。
12:24 GPT5の裏側には新しい訓練手法や オープンAIの技術的挑戦が存在する。 その鍵となる手法の1つが ザインフォメーションの報道によって 分かったユニバーサル検証機だ。これは 簡単に言えばモデルを強化学習で トレーニングする際に従来のRLHFに よる人間のフィードバックに変わってAI が回答の品質を自動で評価するものだ。 これまではチャATGPTのような対話 モデルを宣伝させるには人間が大量の出力 を自分で検証しフィードバックを作って 報酬を送る必要があった。RLHF人間の フィードバックによる強化学習だな。でも ユニバーサル検証機はその教師役をAI 自身が務めるものだ。報道によれば オープンAIはこのユニバーサル検証機を 最新のトレーニング時に使用しているよう だ。このユニバーサル検証機の導入意義は
13:10 大きい。1つには人手に頼らず大規模な 強化学習を実行できるようになる。人間が 膨大な出力を1つずつ検証して フィードバックを送るには限界があるが、 AIによる検証ならより大量高速に行える 。まだはっきりと明らかになってはいない がOpenAIはこのユニバーサル検証期 などのアプローチを組み合わせて先月に 大きな成果を上げた。7月19日OPAI の実験的な未公開モデルが国際数学 オリンピックで金メダルの記録を達成し、 大きなニュースとなった。このモデルは まだ公開されていないが、OENAIは 特化型ではなく汎用的なLLMでこの成績 を記録した。また回答の際には外部の ツールを使用しておらず、論術問題には 自然言語で回答した点もすごい。オープン AIの研究者ノームブラウンはこれに使用 した技術は汎用的であり、LLMを検証が
13:58 難しいタスクで大幅に改善すると述べた。 このIMO金メダル9 のモデルはまだ公開されていないが、ここで使われた技術のプロトタイプが GPT5 の開発でも使われた可能性がある。もちろんここで使われた技術は GPT5 には使われていない可能性もあり、その場合はオープン AI がさらに高度なモデルを車内で持っていることを意味する。 凄まじいな。AI 開発競争の最前線は一般ユーザーでは知りないところまで進んでいる。 それにユニバーサル検証機などのより汎用的なアプローチが本当ならそのおかげでコーディングや数学などの検証が容易な分野での進歩がビジネス上の意思決定やクリエイティブな創作などのより悲観的な領域にも広がる可能性がある。 まさに今回報道されたユニバーサル検証期や汎用的な強化学習は私たちが GPT4や1
14:45 登場時に驚いたレベルのインパクトにつがるかもしれない。そうなれば AGI 汎用人工知能への道が現実的になってくる。 AIがAIの出力を検証し、高度な フィードバックを遅れるなら、人間の助け なしに知能を向上させていく。最期的自己 改善も視野に入る。究極的にはAIが自立 的に学習進化することがAGI、そして 長知の上の鍵になる。その意味でも オープンAIが今後リリース、発表して いくであろうモデルには大きな期待が 集まる。人間が教師役を務めていた強化 学習がAIで自動化されて、この アプローチが今後さらに洗練されれば、 GPT6やGPT7では圧倒的なブレイク スルーが起きるかもしれない。そしてその 延長戦上についには人間の能力を包括的に 量するAGIが実現するという可能性も
15:30 否定できない。最後に今回の分析を総括 しよう。GPT5は革命的なブレイク スルーというよりは順な発展だ。しかし その進化はベンチマークのスコアといった 分かりやすい指標にはない。むしろ エージェントとしてAIを実写界で活動さ せるための地味が決定的に重要な能力長 時間タスク能力の向上とハルシネーション 率の劇的な低下に本質がある。これはAI がただの賢いチャットボットから信頼 できる仕事の同僚に進化しつつあることを 意味する。性能の向上はだいぶ控えめに 見えても実用性は着実に増している。加え てAI開発企業の裏ではユニバーサル 検証機のような未公開のアプローチがある 。AIの発展し、まだまだ始まったばかり だな。最新の報道ではオープンAIの評価 額が約74兆円円になりるらしい。実現
16:17 すれば未公開として世界最大でトヨタ 自動車の時価総額の約1.7倍になる。 オープンAIが世界を変える企業だと 考えるとこ評価額は妥当なんだろう。 しかしその膨大な期待とは裏腹に足元は 晩弱とは言えない。 最近もメタに研究者を引き抜かれたように人材留出などの車内トラブルは今後激化する開発競争におけるリスク要因になる。オープン AIも完全に万弱とは言いがたい。 そう。車内の混乱や最大のパートナーである Microsoh との関係によってはオープン AI が今後失速する可能性も多いにあるだろう。ただ喜ぶべきことに AI業界にはOpenAIの他に GoogleアンロピックXAI などの再先端企業がたくさんいる。 当たり前だが、AI開発は決してオープン AIのワンマンではなく、分野全体で発展 しているものだ。その意味でも今回の
17:05 GPT5はトレンドに乗っかった順な発展 であり、AIの進化は今後とも続いていく だろう。世界は1日では変わらないかも しれない。しかしGPT5が示したように AIは着実に賢く、そして実用的になり 続けている。AGIへの道はまだ長いかも しれないがその実現は確実に近づいている 。GPT5 はその歴史における静かな、しかし重要なマイルストーンとして記憶されるはずだ。 今回も見てくれてありがとな。面白いと感じてくれたらチャンネル登録と高評価をよろしく頼むぜ。このチャンネルではどこよりも踏み込んで AI 情報を解説考察しているから、もしチャンネル登録してくれたらめちゃくちゃ嬉しいぜ。 今後もAGI やシングラリティ、それらが社会未来に与える影響について深く解説考察していくつもりだ。今回もご視聴いただき誠にありがとう。 [音楽]
17:51 それでは最後に今回の参考文献を流して 終わりにするよ。 [音楽]
