プログラマーはAIアシスタントの主な利用者の一つです。ChatGPTのようなツールは、コードを迅速にレビューし、閉じられていない括弧を見つけたり、機能が動作しない理由を説明したりすることができます。このため、GitHubにチャットボットを直接組み込むことでプロセスが効率化される可能性があります。さらに、MicrosoftがGitHubを所有しており、OpenAIへの多大な投資も行っているため、この統合は一層注目されています。

OpenAIが初めてDeep Researchを発表したときは、分析を中心にしたAIチャットボットの利用にはProプランが要求されていました。しかし、2月には全てのChatGPT有料ユーザーに対し、利用が可能となりました。この新機能は、開発者の日々の作業をサポートし、コーディングの効率を向上させることでしょう。

この統合により、ChatGPTは開発者の日常的な問題解決を強化し、GitHubを利用するすべてのプロジェクトにおいてより効果的に機能します。AIの進化がもたらす新たな可能性により、開発者はより創造的な作業に集中できるようになります。

現在、Deep ResearchはChatGPT Plusのサブスクリプションの一部として利用でき、月額20ドルで提供されています。ChatGPT Proは月額200ドルで、より多くのAIモデルと研究能力を提供しています。OpenAIは、過去にいくつかの高額な機能を無料で提供した経験があります。無料のMicrosoftアカウントを持つユーザーは、Copilotのウェブチャットやダウンロード可能なCopilotアプリを介して、無償で「Think Deeper」機能を使用できます。この機能は、OpenAIのo1推論モデルを使用したもので、Deep Researchの前段階にあたります。また、OpenAIは最近、無料のChatGPTユーザーに対して、3つのモックアップ制限を持つ4o画像生成機能も提供しました。

OpenAIがDeep Research機能を無料化する決定を下したのは、競合AIブランドがより多くのオプションを提供している状況を受けた可能性があります。最近、GoogleもGeminiのDeep Research機能を無料化したことで、ChatGPTに対する競争が一層激化しています。これに加え、Perplexity AIも無料でDeep Research機能を提供していますが、使用制限が設けられています。OpenAIは、ユーザーが積極的に利用できるよう、容易にアクセス可能な機能の展開を急いでいると考えられます。

Deep Researchとは何か。これは、ユーザーが指示を与えることで独自に作業をするAIエージェントであり、情報の収集、理解、分析、そしてインターネット上の数百万のウェブサイトを通じた報告のクロス検証が行えます。この機能にアクセスすると、chatgpt.comを開いて新しい会話を開始し、メッセージ作成画面に表示されるDeep Researchのトグルを使って操作します。例として、「肥満とその原因または影響に関するレポートを作成して」と入力することで、Deep Researchツールが必要なキーワードをすべて検索し、結果を提供します。

現在のところ、Deep ResearchのクエリはPlusプランのユーザーには月10回まで制限されています。このため、新しいタスクを作成することができ、フォローアップメッセージや修正は新しいタスクとしてカウントされない仕組みになっています。無料プランのユーザーには、月に10タスク以下が提供されるかどうかは、OpenAIからの公式な発表を待たねばなりません。

AI技術の進化は急速であり、このDeep Researchが多くのユーザーにどのように役立つか、期待が寄せられています。OpenAIは、AIの機能をより多くの人々に届けるための取り組みを続けており、その進展に注目が集まっています。

新たに導入されたDeep Research機能では、プラスユーザーは毎月10回のリクエストが可能です。これに対し、プロプランの利用者は、1ヶ月あたり120回までリクエストを行えるように上限が引き上げられました。このツールの改善点として、ChatGPTは引用と共に画像を埋め込み、より豊富なインサイトを提供します。また、ファイルタイプの理解度が向上し、文書分析の精度も高まります。

今回のアップデートにより、ユーザーは通常のプロンプトを作成し、指定のDeep Researchアイコンをタップするだけで利用可能です。回答を得るまでの時間は質問の複雑性に応じて5分から30分程度かかります。OpenAIによると、Deep Research機能は現在「非常に計算集約的」なため、無料プランのユーザーがこの機能を体験できるまでには時間がかかる見込みです。

この試みについて、Hugging Faceはその発表ページで、「強力な大規模言語モデル（LLM）はオープンソースで広く利用可能ですが、OpenAIはDeep Researchの基盤となるエージェントフレームワークに関してあまり情報を公開していませんでした。そこで、私たちは彼らの結果を再現し、必要なフレームワークをオープンソース化するための24時間のミッションに取り組むことを決意しました」と述べています。

Hugging Faceの解決策は、OpenAIのDeep ResearchやGoogleの「Gemini」を活用した実装に似ており、「エージェント」フレームワークを既存のAIモデルに追加し、情報収集や報告書の構築といった多段階のタスクを実行できるようになっています。

わずか1日の作業で、Hugging FaceのOpen Deep Researchは、AIモデルが複数の情報源から情報を収集し統合する能力を評価するGAIAベンチマークにおいて、55.15パーセントの精度を達成しました。一方、OpenAIのDeep Researchは同じベンチマークで67.36パーセントの精度を記録しました。

GAIAには、難易度の高い複雑な多段階の質問が含まれており、これに正しく回答するためにはAIエージェントが異なる情報源を探し出し、それらを統合して一貫した回答を構成する必要があります。これは人間にとっても容易ではないタスクであり、エージェントAIの実力を試すのに最適です。

Open Deep Researchは、現在OpenAIの大規模言語モデル（GPT-4oなど）や模擬推論モデル（o1やo3-mini）を基に構築されています。しかし、オープンウェイトAIモデルにも適応可能です。ここでの新しい要素は、AI言語モデルが自律的に研究タスクを完了できるようにするエージェント構造です。

Hugging FaceのAymeric Roucher氏は、このプロジェクトのAIモデルの選択について、「私たちはクローズドウェイトモデルを使用しましたが、開発プロセス全体を説明し、コードを見せています。これにより、他のモデルに切り替えることも可能です」と語っています。また、他の多くのLLMも試した結果、o1がこのユースケースで最も効果的だったとし、将来的にはオープンモデルを使用する可能性も示唆しています。

Hugging Faceは、AIモデルの基盤だけでなく、エージェントレイヤーの構築が重要であることを示しています。複数のステップを経たエージェントアプローチが大規模言語モデルの能力を大いに向上させることが、ベンチマークから明らかになっています。今後、より多くのファイル形式へのサポートや、視覚に基づくウェブ閲覧機能の追加が予定されています。

Hugging FaceはすでにGitHub上でそのコードを公開しており、プロジェクトの能力を拡張するエンジニアを募集しています。オープンソース化されたこの技術は、かつては商業提供者のみが持っていたAIの能力を、研究コミュニティが迅速に再現し、オープンに共有できることを示しています。