ChatGPT-4o – デジタル未来 (Dejitaru Mirai)

GPT-4o、ほぼ完璧なテキストで画像を生成

deji — Sat, 29 Mar 2025 04:45:44 +0000

最近、OpenAIのGPT-4oが大きなアップグレードを受け、テキストをほぼ完璧に描画した画像生成機能が実装されました。この新機能により、ユーザーは言語プロンプトから詳細で高品質な画像を生成し、自分の想像に合わせて会話形式で調整することができるようになりました。過去のAIモデルで見られた不可解なサインや文字ではなく、クリアなテキストを画像内で確保できる点が特徴です。GPT-4oのアプローチは、従来の画像生成と異なり、基本的なリクエストをもとに動的に進化させます。ユーザーは例えば「猫」という基本的なリクエストから始め、探偵帽やモノクルなどの要素を追加しながら自分の思い描くビジョンに近づけることができます。OpenAIが提供する例では、ユーザーがシーンを段階的に構築・修正する様子が示されており、複数の画像から要素を組み合わせて一本の連続した結果を作り出すことが可能です。特に、看板や物体上に視認性の高いテキストを描く能力は、これまでのAI画像生成モデルの雑音の多い出力に比べて大きな進歩をもたらしました。OpenAIは、一部の画像が「2作品中のベスト」や「8作品中のベスト」に選ばれていることを認めつつ、その結果は依然として印象的であり、シンプルなインターフェースでも使いやすい点が高く評価されています。GPT-4oは、ユーザーの写真からスタートし、変更を加えることも可能で、10から20のオブジェクトを扱う能力を持っていますが、競合モデルは通常5から8にとどまります。たとえば、最近『モンテ・クリスト伯』のエンディングシーンを再現してみたところ、従来の方法では非常に難しかったのですが、GPT-4oの画像生成を使うことで、生成された画像には読みやすいテキストが含まれ、想像を現実にするのが格段に容易になりました。もちろん、完璧ではなく、OpenAIは画像の下部がトリミングされる、幻想が残っている、非ラテン文字での苦労、20以上のオブジェクトを超える際の問題などの quirks があることも指摘しています。しかし、単純な英語によって複雑でテキストが豊富な画像を作り出す能力は、GPT-4oを他のツールと区別する要素となっています。ポスターをデザインする際、このツールは過去のモデルでは実現できなかった精度と柔軟性を提供するのです。

ChatGPTの新しい画像生成ツールは感動的な能力を持ち、グラスワインを満たせるが、白い画像やセクシーな女性を生成するのに苦労している

deji — Thu, 27 Mar 2025 01:45:06 +0000

OpenAIは最近、チャットインターフェースから直接画像を生成できる新機能をChatGPTに追加した。この機能は、従来のテキストベースの応答に加え、ユーザーが具体的な画像を作成または変換できる能力を提供する。新たに発表されたこの機能は、ユーザーがイメージに命を吹き込み、創造力を発揮する手助けをするものである。OpenAIのCEO、サム・アルトマン氏は、この技術の洗練度に驚きを隠せず、ユーザーが生成する作品は極めて素晴らしくなると述べている。

新しい画像生成機能は、すべてのFree、Plus、Team、およびProユーザーに段階的に提供されており、エンタープライズおよび教育ユーザーにも近いうちに広がる予定である。ユーザーはOpenAIのテキストから動画生成ツールであるSoraを通じても、画像生成機能を如実に体験できる。画像生成の機能は、GPT-4oモデルによって駆動されている。このモデルは、画像を生成する際により詳細で、正確な結果を提供するために計算量が増加している。

しかし、新機能にはいくつかの問題も抱えている。特に、簡単な白い画像を生成できないという制限が注目されている。AIツールはその柔軟性を欠き、ユーザーが創造的な結果を求めても、センサーリングの影響を受ける場面が多々見られる。実際、ユーザーからの報告では、AIが画像生成の際にセクシーな男性を描くことはできるが、同様の女性の画像を生成することに困難を抱えるケースが見受けられた。この差異は、コンテキストと画像がどのように解釈されるかに関連している。

この問題は重大ではないとOpenAIの代表者は述べており、近々修正される見込みである。ユーザーの反応は全体的に好意的であり、その技術の進化に期待を寄せる声が多い。OpenAIは、ユーザーの創造力をもっと自由に発揮させるため、このツールを更に発展させる計画を持っている。特に、クリエイティブな自由を尊重しつつ、社会が求める倫理基準にも耳を傾けるスタンスをとっている。

総じて、ChatGPTの新しい画像生成機能は、技術的な進化の象徴ともいえるもので、多くのユーザーにとって画期的な体験を提供するものとなっている。しかし、AIが人間の感情や感覚をいかに理解し、反映するかという課題は依然として残されており、今後の改善と発展が期待される。最終的に、ユーザーが求める理想的な画像を生成できるよう、さらなる進化が求められるだろう。

新たな月額200ドルのChatGPT Proサブスクリプションが登場

deji — Thu, 05 Dec 2024 23:51:06 +0000

コンピュータ技術は最終的に1と0の組み合わせに帰着します。具体的には、ChatGPT Plusの20ドルの価格に0を1つ追加すると、OpenAIの最新のプレミアムプランとなるChatGPT Proの月額200ドルになります。今回の新しいサブスクリプションは、エンジニアや研究者を対象にし、同社のGPT-4oおよびo1モデルへの無制限の使用を提供します。特にo1モデルの「プロモード」は人間の推論を模倣してより複雑な質問に答えることを目的としています。

この発表は、ホリデーシーズンに向けて12の新製品を披露する「12 Days of Shipmas」の一環として行われました。今年の初めには、o1が限定的にプレビューされ、そのo1-previewおよびo1-miniモデルは、ストロベリーというコードネームで知られていました。次世代の大規模言語モデルは、複雑な計算をチェーン・オブ・ソート推論を通じて行う新たなアプローチを示しました。基本的には、質問に答える前に「考える」ことのできるチャットボットです。

同社のベンチマークテストによれば、o1モデルはプログラミング競技で89パーセンタイルに達し、国際数学オリンピックの予選テストからの質問に対して83パーセントの正答率を得たといいます。対照的に、GPT-4oは14パーセントしか正解できませんでした。しかし、このモデルにも短所があります。処理速度が遅く、コストもGPT-4oや他のモデルより高くなっています。o1のプレビュー版では、入力トークンの価格がGPT-4oのトークンの約3倍でした。AI開発プラットフォームVellumの分析によると、推論モデルは前モデルに比べて30倍遅いとのことです。

レビューでは、o1が複雑な数学問題やコーディング作業に関しては優れた能力を発揮する一方で、単純な質問にはあまり改善が見られず、時には劣る場合もあるとのこと。実際、OpenAI自らのヘルプページも「GPT-4oがほとんどのプロンプトに対して依然として最良の選択肢である」と認めています。

もちろん、新しいChatGPT ProサブスクリプションにはGPT-4oと新しいo1推論モデルの両方にアクセスできるため、ユーザーはニーズに応じて選択肢を切り替えることができます。それとも、200ドルを他の何かに使うこともできるでしょう。

AI技術がもたらす新たな声欺瞞の危険性とは

deji — Sun, 03 Nov 2024 23:33:25 +0000

最近の研究により、OpenAIの最新AIモデルであるChatGPT-4oの音声APIが悪用され、金融詐欺を行う可能性が示されています。ChatGPT-4oは、テキスト、音声、視覚の出入力が統合された高度なチャットボットです。この新しい機能に伴い、OpenAIは無許可の声を複製するような有害なコンテンツを検出しブロックするためのさまざまな安全策を講じています。しかし、研究者たちは、現行の技術ツールがサイバー犯罪者や詐欺師からの潜在的な悪用を防ぐ十分な保護を特徴としていないことを明らかにしました。

具体的には、バンクトランスファー、ギフトカードの窃取、暗号通貨の移動、ソーシャルメディアやGmailアカウントの認証情報の窃取といった、さまざまな手口が研究対象とされました。

AIエージェントは、声に対応したChatGPT-4oの自動化ツールを使用して、ページをナビゲートし、データを入力し、二要素認証コードを管理します。また、GPT-4oが認証情報などの機密データの取り扱いを拒否する場合、研究者は単純なプロンプトのバイパス技術を使ってこれらの保護を回避しました。

研究者たちは、実際にバンクオブアメリカなどのサイトを使用して、成功した取引を確認しつつ、AIエージェントと手動でやり取りし、被害者の役割を模倣しました。

結果として、詐欺の成功率は20-60%で、各試行には最大26回のブラウザ操作が必要で、最も複雑なシナリオでは最大3分かかることがわかりました。特に、Gmailからの認証情報の窃取が60％の成功率を持っており、暗号通貨の移動やInstagramからの認証情報の窃取は40％でした。

これらの詐欺を実行するコストは比較的低く、成功したケースごとに平均0.75ドルという結果が示されています。このような技術がサイバー犯罪者に利用されるリスクは依然として高く、OpenAIは新しいモデルにおいても、悪用を防ぐためのさまざまな対策を強化しています。