AIモデル進化の2年間：GPT-3.5登場から今日まで

2022年11月30日、OpenAIがGPT-3.5を発表してから、本日でちょうど2年が経ちました。この2年間は、AI技術が驚異的なスピードで進化し、私たちの生活や働き方に大きな変化をもたらした期間と言えるでしょう。

本記事では、GPT-3.5の登場を起点として、これまでに発表された主要なAIモデルを時系列順に振り返り、その進化の軌跡を辿ります。

2021年

• 2021年6月29日: GitHub Copilot(ベータ版)

  • 発表: Introducing GitHub Copilot: your AI pair programmer

  • 概要: AIによるコード補完を実現し、プログラマーの生産性向上に貢献。

  • コメント: 実際に使われだしたのは2022年頃からでした。

2022年：画像生成AIの台頭とチャットAIの衝撃

• 2022年11月30日: GPT-3.5

  • 発表: https://openai.com/index/chatgpt/

  • 概要: 自然な対話が可能なチャットAIとして登場。その流暢な会話能力は、世界中に衝撃を与え、AIブームを牽引。

2023年：大規模言語モデルの競争激化とマルチモーダル化

• 2023年2月6日: Bard(正確にはサービス名)

  • 概要: Googleが発表した対話型AI。情報検索やテキスト生成など、幅広いタスクに対応。

• 2023年3月14日: GPT-4

  • 発表: GPT-4 | OpenAI

  • 概要: GPT-3.5を大幅に上回る性能を持つ大規模言語モデル。より複雑なタスクや推論が可能に。

• 2023年3月14日: Claude

  • 発表: Introducing Claude \ Anthropic

  • 概要: Anthropic社が開発した対話型AI。安全性と倫理面に配慮した設計が特徴。

• 2023年7月11日: Claude 2

  • 発表: Claude 2 \ Anthropic

  • 概要: Claudeの性能向上版。より長文の処理や複雑な指示への対応が可能に。

• 2023年10月3日: DALL-E 3

  • 発表: DALL·E 3 | OpenAI

  • 概要: 画像生成の品質と指示への忠実度が向上。

• 2023年12月6日: Gemini 1.0 Pro など

  • 発表: Introducing Gemini: our largest and most capable AI model

  • 概要: Googleが開発したマルチモーダルAI。テキストだけでなく、画像や音声など、多様な情報を処理可能。

• 2023年12月21日: Claude 2.1

  • 発表: Introducing Claude 2.1 \ Anthropic

  • 概要: Claude 2の機能強化版。文脈理解や長文生成能力が向上。

2024年：動画生成AIの登場とモデルのさらなる進化

• 2024年2月15日: Sora

  • 発表: Sora: Creating video from text

  • 概要: OpenAIが発表したテキストから動画を生成するAIモデル。AIによるコンテンツ制作の可能性を拡大。現在でも一般公開はされていない。

• 2024年2月15日: Gemini 1.5 Proなど

  • 発表: Our next-generation model: Gemini 1.5

  • 概要: Geminiの性能向上版。処理能力とコンテキストウィンドウが大幅に拡大。

• 2024年5月13日: GPT-4o

  • 発表: Hello GPT-4o | OpenAI

  • 概要: 音声、画像、テキストをシームレスに処理できるマルチモーダルAI。リアルタイムな対話が可能に。

• 2024年6月21日: Claude 3.5 Sonnet

  • 発表: Introducing Claude 3.5 Sonnet \ Anthropic

  • 概要: Claudeシリーズの最新モデル。速度と性能が向上し、より高度なタスクに対応。

• 2024年8月1日: FLUX 1

  • 発表: Announcing Black Forest Labs

  • 概要: Black Forest Labsが開発したAIモデル。実写が得意。

• 2024年9月12日: OpenAI o1

  • 発表: Introducing OpenAI o1

  • 概要: OpenAIによる新たなAIモデル。複雑な推論が得意と言っている。

• 2024年10月2日: FLUX 1.1 [Pro]

  • 発表: Announcing FLUX1.1 [pro] and the BFL API - Black Forest Labs

  • 概要: FLUX 1[pro]の性能向上版。精度を保ったまま更に速く、安く画像生成できるようになった。

まとめ

GPT-3.5の登場からわずか2年で、AIモデルは目覚ましい進化を遂げました。テキスト生成、画像生成、動画生成、そしてマルチモーダルな処理能力。AIは私たちの想像を超えるスピードで進化を続け、社会や産業に大きな影響を与え始めています。

この進化の先に何が待っているのか、期待とともに目が離せません。

この記事の執筆にはgemini experimental 1121を使用しました。

#生成AI