マルチモーダル ChatGPT、Meta チャットボット、AMD GPU、超党派 AI 法案、WGA 協定

AI の新時代：ChatGPT が「話す」ようになり、電力と著作権が業界を揺さぶる

OpenAI が音声入出力と画像認識機能を搭載した ChatGPT を更新し、Microsoft がデータセンターの電力不足に対応して原子力発電への投資を検討するなど、生成 AI は単なるツールから社会インフラへと急速に進化しています。これらの技術的進化は、エネルギー供給や著作権法理といった根本的な課題を浮き彫りにしており、開発者や企業にとって戦略的な対応が急務となっています。

ChatGPT の「双方向」マルチモーダル体験へ

OpenAI は先週、ChatGPT に音声入力・出力と画像アップロード機能を追加しました。これにより、ユーザーはテキストを打つだけでなく、マイクボタンを押して会話したり、写真を見せて質問したりすることが可能になりました。

「通常通りチャット GPT を使いますが、入力する代わりに発話し、チャット GPT がその応答を読み上げます」

これは非対話型から双方向のマルチモーダル体験への大きな転換点です。例えば、料理の写真を見て「これは何ですか？」と尋ねれば、GPT-4 が画像を解析して回答します。また、Spotify などの提携パートナーを通じて、ポッドキャストの内容を文字起こししたり、異なる言語で再生したりする機能も実装されています。

技術的な裏側では、OpenAI は既存のオープンソースモデル「Whisper」だけでなく、独自開発した音声認識・合成およびビジョンモデルを組み合わせたハイブリッドなアーキテクチャを採用しています。これは単一のモデルをエンドツーエンドで訓練したものではなく、複数の異なるモデルを接着剤でつなぎ合わせた「ソフトウェア工学の巨大な成果物」と言えます。

ただし、この新機能には課題もあります。音声対話では、テキスト入力に比べて「応答までの待ち時間（レイテンシー）」が非常に敏感になります。「お気に入りの色は何？」と聞いて 5 秒待たされるのは、会話のリズムを壊すためです。また、生成 AI の悪用や詐欺を防ぐため、現時点では特定の承認パートナー（Spotify など）に限定された利用となっています。

さらに、ChatGPT は Bing と連携した「Browse with Bing」機能を復活させました。これにより、2021 年までの知識制限が解除され、ウェブ検索を通じて最新の情報を取得できるようになりました。重要なのは、この機能でチャットボットがウェブサイトの robots.txt ファイル（ボットのアクセス許可を示すファイル）に従うよう強制された点です。これは、著作権訴訟の文脈において、AI が学習データとしてウェブサイトを無断利用する行為を制限する法的な基盤となり得ます。

Microsoft の原子力戦略とエネルギー危機

生成 AI の爆発的な普及は、データセンターにおける電力需要の急増という深刻な問題を招いています。Microsoft はこの課題に対し、小型モジュール炉（SMR）を活用した原子力発電への投資を検討しています。

「AI インフラの持続可能性と電力供給の安定性を確保するための重要な転換点」

従来の化石燃料や再生可能エネルギーだけでは、大規模な AI 学習や推論を賄うには不十分との判断です。SMR は既存の原子炉よりも小規模で建設が早く、データセンターの近くに設置して電力供給を安定させることが期待されています。この動きは Microsoft の独占的な戦略ではなく、業界全体が追随する可能性があり、今後の AI インフラのあり方を根本から変える転換点となるでしょう。

GPU 市場の再編：AMD と Intel の逆襲

長年 NVIDIA が一辺倒だった GPU 市場に、新たな動きが出ています。特に AMD と Intel が技術的・市場的な存在感を高めています。

Intel はチップ製造において TSMC や Samsung に後れを取っているものの、AI 分野での地位回復を目指し、いくつかの面白い動きを始めています。一方、AMD も NVIDIA の一辺倒ではない市場環境の中で、新たな競争優位性を模索しています。5nm チップや H100 など、TSMC のノードサイズが中心となる現在の状況において、これらの企業がいかにして存在感を示すかが注目されます。

著作権訴訟と規制の行方

生成 AI の発展に伴い、法的・社会的な議論も活発化しています。映画脚本家組合（WGA）による OpenAI への訴訟や、超党派 AI 法案の議論が進んでいます。

これらの動きは、生成 AI が学習データを利用する際の法的基準を再定義しようとする試みです。特に WGA の訴訟は、AI が人間の創作活動から無断で学習することに対する懸念を反映しており、その結果次第では業界全体の開発コストやリスク管理に大きな影響を与えるでしょう。

また、Meta は WhatsApp、Messenger、Instagram などのアプリに「Meta AI」を導入し、スヌープ・ドッグやトム・ブレイディといった文化的アイコンを模した AI キャラクターを提供しています。しかし、これらのリアルタイム情報提供には Microsoft の Bing 検索エンジンが利用されており、メタが検索機能において自社所有外のサードパーティサービスに依存している点は、長期的な戦略上の脆弱性となる可能性があります。

まとめ

生成 AI は音声や画像を扱うことで人間とのインタラクション様式を変え、エネルギー問題や著作権法理といった社会的課題と密接に結びつき始めています。技術の進化が止まらない今、企業は単なるツールの導入だけでなく、インフラの持続可能性や法的リスク管理を含めた戦略的な視点を持つことが求められています。