生成AIとは何か。生成AIはビジネスにどのような影響を与えるか。| BCG

Deploy, Reshape, Invent

Boost performance, transform core functions, and innovate at top speed. Part of a broader approach to AI and GenAI, BCG's DRI strategy helps drive substantial strategic value. Learn more about these three interconnected value plays from three BCG experts.

広大な生成AIのパワー

生成AIとは何か。

生成AIは何ができるのか。

生成AIにはどのようなガバナンスが行われれるべきか。

生成型AIシステムは、それぞれの組織のコンテクストで機能させるために必要な学習データとコンピューティングパワーの不足により、以前はアクセスできなかったAI能力を民主化しつつあります。AIの普及は良いことですが、組織が適切なガバナンス構造を備えていない場合には問題になることがあります。

生成AIのガバナンスにまつわる倫理的問題
ユーザーがこれらのシステムを試用する際には、対処すべき重大な倫理的問題があります。

未知の能力。 ChatGPTのような大規模な生成AIシステムには、開発段階で計画されていない、開発者にとっても未知で予想外のスキルや危険性がある可能性が見えてきました。これは、予期せぬ使い方を効果的に管理するための適切なガードレールがなければ、深刻な脅威となり得ます。
バイアスと毒性。 生成AIのアウトプットは、その学習に使用されたデータと同様の偏りをもったものになります。現在よく使われている言語モデルの多くは、インターネットの荒野で訓練されたもので、そこには多くのバイアスがあり、有害な言葉や考え方が存在します。
データの流出。 多くの企業は、機密情報がAIモデルに取り込まれて公の場に流出することを恐れ、従業員がChatGPTに機密情報を入力することを禁止するポリシーを早々に導入しています。
幻覚。 ChatGPTは、きわめて説得力のあるように聞こえるものの、100％間違っている議論をすることがあります。開発者はこれを「幻覚」と呼んでいますが、AIモデルから得られる答えの信頼性を損なう可能性があります。
透明性の欠如。 生成AIモデルは現在、生成するコンテンツの基礎となる事実の帰属を提供していないため、生成されたアウトプットの正しさを検証することができず、AIモデルの幻覚がもたらす危険性をさらに高めています。
著作権に関する議論。 AIモデルが使用するデータセットは公衆インターネットから抽出されたものなので、次のような法的な疑問が生じます。「これらのモデルが生成するコンテンツは結局、著作権のある作品の複製にならないだろうか」

生成AIモデルにはどんな種類があるか。

テキストモデルの種類

GPT-3（Generative Pretrained Transformer 3）は、大規模なテキストデータで事前訓練された自己回帰モデルで、高品質の自然言語の文章を生成します。GPT-3は、言語翻訳、要約、質問応答など、様々な言語タスクに対応できるように柔軟に設計されており、微調整が可能です。
LaMDA（Language Model for Dialogue Applications）は、GPTと同様に、高品質の自然言語の文章を生成するために事前に訓練されたトランスフォーマー言語モデルです。ただし、LaMDAはオープンエンドの会話のニュアンスを拾うことを目標に、会話を通じた学習が施されています。
LLaMAはGPT-4やLaMDAと比較すると小型ながら高性能の自然言語処理モデルを目指しています。トランスフォーマーをベースとした自己回帰型言語モデルですが、より多くのトークンで訓練することで、より少ないパラメータ数で性能を向上させています。

マルチモーダルモデルの種類

GPT-4はGPTクラスのモデルの最新リリースで、画像とテキストの入力を受け入れ、文章を生成できる大規模なマルチモーダルモデルです。文書内の次のトークンを予測するために事前学習された、トランスフォーマーベースのモデルです。学習後の調整処理により、事実性と望ましい行動の順守の指標に関する性能が向上しています。
DALL-Eは、異なるデータモダリティにわたり動作し、自然言語の文章の入力から新しい画像やアートワークを作成できるマルチモーダル・アルゴリズムの一種です。
Stable Diffusionは、DALL-Eと同様の文章入力から画像を生成するモデルですが、「拡散」と呼ばれる処理により、文章の説明と一致するまで画像のノイズを徐々に減らしていきます。
Progenは、2億8,000万個のタンパク質サンプルで学習させたマルチモーダルモデルで、自然言語テキスト入力で特定された、望ましい特性に基づいてタンパク質を生成します。

生成AIテキストモデルはどのような種類のコンテンツをつくり出せるか。それは何に由来するか。