「OpenAI社」というワードを一度は目にしたり聞いたりしたことがあるのではないでしょうか。しかし、実際にはどんな企業？機関？ということまで知る人はどの程度いるでしょう。今回はそんなOpenAI社についてご紹介します。
OpenAI とは
OpenAI（オープンエーアイ）は、非営利法人OpenAI,Inc.とその子会社である営利法人OpenAI Global,LLCなどの法人から構成される、人工知能・AIの開発を行っているアメリカの企業です。設立者にはサム・アルトマン、イリヤ・サツケヴァー、グレッグ・ブロックマン、ヴォイチェフ・ザレンバ、イーロン・マスク、ジョン・シュルマン、ジェシカ・リビングストン、トリヴァー・ブラックウェル、ピーター・ティール、リード・ホフマンなどがおり、非営利法人OpenAI,Inc.の取締役会がこの法人を支配しており、2023年11月時点での取締役会はブレット・テイラー、ローレンス・サマーズ、アダム・ディアンジェロの3名で構成されています。人類に利益をもたらす汎用人工知能（AGI）を普及・発展させることを目標に掲げ、AI分野の研究を行っています。
提供しているサービス
OpenAI社が提供しているサービスは以下のものがあります。
ChatGPT
OpenAIといえばこのサービスと言えるでしょう。2022年11月30日にGPTに基づく、チャットボット（対話型人工知能）のChatGPTが発表されました。ChatGPT（チャットジーピーティー）は、生成AIの一種でGPTの原語のGenerative Pre-trained Transformerは、「生成可能な事前学習済み変換器」という意味があります。OpenAIのGPT-3ファミリーの大規模な言語モデルに基づいて構築されており、教師あり学習と強化学習の両方の手法を使って転移学習され、機械学習のサブセットである深層学習を使って開発されています。2023年2月には月額20ドルのChatGPT Plusを開始し、その後もGPT-4も追加されました。
DALL・E
DALL・E及びDALL・E2は、promptsと呼ばれる自然言語の記述からデジタル画像を生成するもので、OpenAIにより開発された深層学習モデルです。2021年のOpenAIのブログ投稿により明かされました。2022年には、DALL・E2が発表され、DALL・E2ではより高い解像度でよりリアルな画像を生成するように設計されました。いずれのモデルのソースコードも公開しておらず、2022年7月20日にDALL・E2はベータ段階に入り、100万人の待機リストのメンバーに招待が送られ、ユーザは毎月一定数の画像を無料で生成でき、有料でさらに行うことができました。以前は、倫理と安全性に関する懸念から研究プレビューのために事前選択されたユーザにのみにアクセスが制限されていましたが、2022年9月に誰でも利用可能になり、待機リストの要件は撤廃されました。
Whisper
Whisper（音声認識AI）は、OpenAIが開発した音声認識モデルのことで、2022年9月にリリースされてから世界中で使用されています。主に音声データを元にテキスト変換することができ、最大の特徴としてインターネット上から68万時間分の音声データを与えて学習させている為、高い精度での文字起こしが可能になってます。文字起こしできる音声は、通常の声質や発音、会話から歌まで幅広く対応しており、2023年3月には、オープンソースのAPIが公開されたので、誰でも簡単にサイトやアプリへの組み込みも可能になりました。
まとめ
いかがだったでしょうか。OpenAI とは常にAIの可能性を私たちに教えてくれているような印象があります。これからもたくさんのAIが普及していき、私たちの生活をより豊かにしてくれることでしょう。しかし、同時にこれほど賢いAIたちがいつまで人間のいうことを聞いてくれるか恐ろしくも感じてしまいます。