OpenAI「o1」は人間のような“想像力”を持ち、AGIへの重要な一歩となる

2024年09月13日 13時00分更新

文● 田口和裕

　米OpenAIは9月12日（現地時間）、新たなAIモデル「OpenAI o1（読みはオーワン）」を発表。ユーザーの入力に対してじっくり考えてから返答することで、より複雑なタスクを正確に解決できるようになったという。

噂の「Q*/Strawberry」がついに登場

　今回発表されたモデルは、高性能な「o1-preview」および、より高速かつ80％安価、特定分野に特化した「o1-mini」の2種類。複雑なタスクで大きな進歩を遂げたとして、これまでの「GPT-○」からナンバリングをリセットし、新たにOpenAI o1シリーズとしてスタートを切った。

　そもそもこのモデルは、2023年11月のOpenAI騒動の際に「Q*」という名前の先進的AIプロジェクトとして噂されていたもの。その後、このプロジェクトが「Strawberry」というコードネームで開発が継続されていると報じられ、9月に入ってから近々にリリースされるという具体的な噂がひろまっていたが、とうとうそれが発表されたという経緯だ。

複雑な問題解決に特化

　o1の最大の特徴は、入力に対して即座に返答せず、「Thinking」（思考中）と表示して時間をかけて考える点だ。この「じっくり考える」能力により、複雑な問題解決能力が大幅に向上したという。

OpenAI o1 answers a famously tricky question for large language models. pic.twitter.com/5ZlQIOBWEd
— OpenAI (@OpenAI) September 12, 2024

　この動画では「how many r’s in strawberry?（strawberryという単語に含まれる「r」の数は？）」という質問を扱っている。人間には簡単なこの問題だが、GPT-4oなど従来のLLMは「単語」と「文字」の概念を同時に扱うのが難しく、しばしば誤答していた。一方、新しいo1モデルはこの問題を正確に解答。言語の異なるレベルの要素を理解し処理する能力が向上したことを示している。

　また、アメリカの優秀な高校生向けの数学コンテスト、AIME（American Invitational Mathematics Examination）2024の問題では、従来モデル（GPT-4o）が13.4%の正答率だったのに対し、o1-previewは56.7%、さらにo1（未公開版）は83.3%という驚異的な正答率を達成。これは人間の数学者に匹敵する、あるいはそれを上回る問題解決能力を示している。

　この結果は、AIが複雑な数学的推論を要する問題に対しても大きな進歩を遂げたことを示唆している。「じっくり考える」アプローチにより、o1は段階的な問題解決や深い分析を必要とする課題に効果的に対応できるようになったと言える。

性能の向上：学術分野での高性能

　学術分野においても顕著な性能向上が見られる。PhD（博士号）レベルの科学の質問を扱うGPQA Diamondテストでは、前モデル（GPT-4o）と比較して全分野で成績が向上。特に物理学では、GPT-4oの59.5%に対してo1は92.8%という高い正答率を達成。化学でも40.2%から64.7%へと大幅に改善した。生物学では61.6%から69.2%へと向上している。

　これらの結果は、複雑な科学的概念の理解や高度な問題解決能力が求められる研究分野でのAI活用の可能性を大きく広げるものだ。

安全性の向上

　安全性も大幅に向上した。注目すべきは「ジェイルブレイク」テストでの成績だ。このテストは、AIの安全機能を意図的に回避しようとする試みに対する耐性を測るもので、GPT-4oが100点満点中22点だったのに対し、o1-previewは84点を獲得。これは、不適切な使用や悪用に対するo1の強い耐性を示しており、より安全なAI利用が可能になる。