こんにちは。
本日はこちらのWebサイトにお越しいただき、ありがとうございます。
このブログでは、日々ChatGPT（チャットGPT）をはじめとした、生成AIツールに触っている私が、初心者目線で便利だと思ったことを伝えています。
この投稿では、2024年5月14日に発表されたばかりのChatGPT4oについて、最新情報をまとめました。ChatGPT4から進化を遂げたChatGPT4oの魅力を詳しくお伝えします。
- ChatGPT4oは何が変わったのか知りたい
- ChatGPT4oの使い方を知りたい
- 無料で使えるってほんとかを知りたい
▼ChatGPTってそもそも何？ChatGPTを始めるには？という方はこちらから
ChatGPT4oとは
ChatGPT4oの「o」とは？
GPT-4o（チャットジーピーティーオーまたはオムニ）とは、2024年5月14日に発表された、GPT-4の上位モデルです。GPT-4oの「o」は、ラテン語のomniの略称とのこと。omniは、ラテン語で、「全て・全体・全方位」の意味を持ちます。
これまで文章と画像しか扱えなかったGPT-4から、「音声も入力可能になったマルチモーダルAI」になりました。ChatGPTと会話ができるようになります。
マルチモーダルAIとは
マルチモーダルAIは、複数の異なる種類の情報（モード）を同時に理解し、処理できるAIです。例えば、テキスト、画像、音声、ビデオなどがその「モード」にあたります。
- テキストモード：文章やチャットの内容を理解するAI
例）チャットボットや自動翻訳 - 画像モード：写真や絵を理解するAI
例）写真に写っている物を認識する機能（例えば、犬や猫を見分ける） - 音声モード：声や音を理解するAI
例）音声アシスタント（例えば、SiriやAlexa）
複数のモードを同時に使う
マルチモーダルAIは、これらの異なるモードを組み合わせて使います。例えば、次のようなことができます。
- テキストと画像：文章を理解しながら、関連する画像を表示したり説明したりする。
例）「犬の写真を見せて」と言うと、犬の写真を表示してその犬について説明してくれる - 音声と画像：音声で質問すると、それに対する答えを画像や動画で見せてくれる。
例）「ピラミッドの写真を見せて」と言うと、ピラミッドの写真を表示して、その歴史についても話してくれる。
マルチモーダルAIは、文章、画像、音声などの複数の情報を同時に理解して使うことができるAIです。これにより、勉強やエンターテイメントなど、様々な場面で私たちの生活を便利にしてくれます。
ChatGPT4→ChatGPT4oは何が変わった
主に以下の6つの部分について、大きく変わりました。
1. 精度の向上
別記事で実際に検証してみましたが、情報量の多い過去の情報に関しては、内容の書き方の違いはあっても正確でした。
「呪術廻戦」についても調べましたが、世界レベルで有名な情報は3.5でも正確にあっていました。
ただ、情報の少ない最新の情報はまだ間違いが多いので、新しい情報に関しては、他の情報を比べる必要があります。
2. 速度の高速化
こちらは動画を撮って並べてみます。
最初こそ、止まって考えていましたが動き始めてからのスピードはすごい速さです。2倍以上のスピードになったとのことです。検索結果が長い文章になると、スマホ場合スクロールが追いつかないほどです。
3. 視覚認識の向上
手描き文字の認識、動画の認識が向上しました。
画像認識の精度向上により、画像を記録して分析する、Instagramのリサーチなど、期待できる活用方法が多くなりました。
4. ボイスモデルの強化（有料のみ）
音声入力を利用して、双方向リアルタイムでの会話ができるようになりました。
- リアルタイムの双方向の音声会話
- 要求に応じた感情表現（抑揚や優しい声、怖い声など）
日本語はまだ少し発音におかしなところがありますが、今後改善されてくることを考えるととても楽しみな技術です。
5. 感情理解の実現（有料のみ）
カメラを通して、表情を読み取った会話ができるようになるようです。
こちらの機能はまだ日本版は導入されていないので、先日行われた発表のデモ動画を参照してください。
6. 「記憶する」機能の追加（有料のみ）
ChatGPTに、ユーザーがチャットで入力した情報を記憶し、それを参照して回答に活かす新機能「Memory」が追加。
過去に学習した内容については、毎回入力する必要がなくなるため効率的になります。
ChatGPTデスクトップ版アプリとは
アプリを入れることで、ユーザーはブラウザ（Google Cromeなど）を立ち上げなくてもChatGPTを単独で使うことができるようになりました。
アプリ版では、音声入力も可能です。
下記の投稿では、デスクトップ版のアプリについて詳しくまとめました。
ChatGPT4oは無料で使える
無料版と有料版の違い
主な違いをまとめました。
無料版の場合でも、ChatGPT4oを使うためにはアカウントログインが必要になります。（3.5はログインなしでも使用可能）
- 回数に制限があるため、使用頻度が多くなった場合は有料がおすすめ。（使用回数に関しての公式発表はありません）
- 現時点では画像生成はできません。そのため、画像を作ってみたい場合も有料版への切り替えが必要です。
※ 画像生成に関しては、MicrosoftのCopilotを使えば無料でも楽しむことができます。（商用は不可です。）
無料版でもGPTsが使える
GPTsに関しての詳細は以前の投稿を参考にして下さい。
GPTsは毎回繰り返す質問部分などを事前に記録させるなど、カスタマイズしたマイボットのことです。
無料ユーザーはGPTsの構築ができないですが、すでに他の人が作って公開してある、何万個というGPTsを使うことができるようになりました。（GPTsの使用は現時点では無料です。）
まとめ
今回のアップデートにより、無料ユーザーもChatGPT4の検索機能を使えるようになったり、GPTsが使えるようになったりと今まで有料ユーザーのみに優遇されていた機能がかなり広く開放されました。
そのため、実際はどんなもんなのだろう・・・と気になっているような、ChatGPT初心者ユーザーにとっては、とてもありがたいアップデートでした。
まずは、いくつか質問をしてみて、3.5との精度の違いを実感し、そのあとはGPTsを使って業務の効率化などを試して下さい。使用制限は公表されていませんが、制限により不自由を感じるようであれば、その時は有料に切り替えの時期です。
実際に回数を気にしないで質問できるようになると、日常の検索や相談事などほぼ全てChatGPTで行えるようになります。
