OpenAIは、人工知能（AI）の新しい一歩を示すモデル「o1」(噂のstrawberryモデル)をリリースしました。このモデルは、単なるパターン認識を超え、人間のように「推論」する能力を持つことで注目されています。

o1は、複雑な問題の解決や多段階の問題に対する処理能力が向上しており、特にコーディングや数学的な問題解決に強みを持っています。また、o1-miniという小型版もリリースされ、手軽にこの新技術を体験することができます。

o1の特徴：GPT-4を超える問題解決能力

o1は、OpenAIが人間のような人工知能を目指す中で生まれた重要なステップです。このモデルの最大の特徴は、コーディングや複雑な多段階の問題解決において、これまでのモデルを大きく上回る性能を発揮することです。

強化学習による新たなアプローチ

o1の開発には、従来のGPTモデルとは全く異なるアプローチが採用されています。OpenAIの研究リーダー、ジェリー・トゥオレック氏によると、o1は「まったく新しい最適化アルゴリズムと、専用に調整された新しいトレーニングデータセットを使用して訓練されている」とのことです。

具体的には、強化学習という技術を用いて、システムに報酬と罰則を与えながら問題解決能力を向上させています。さらに、人間が問題を段階的に処理するのと同様に、「思考の連鎖」を使用してクエリを処理します。

驚異的な数学能力

o1の能力を示す具体例として、数学の問題解決能力が挙げられます。OpenAIのチーフリサーチオフィサー、ボブ・マクグリュー氏は次のように語っています。

このモデルは間違いなく、私よりもAP（大学レベルの）数学テストの解答が上手です。私は大学で数学を副専攻していたのですが。

さらに驚くべきことに、国際数学オリンピックの予選問題でのパフォーマンスも報告されています。GPT-4oが13%の正答率だったのに対し、o1は83%もの問題を正しく解決したそうです。

コーディングコンテストでの活躍

プログラミングの分野でも、o1は目覚ましい成果を上げています。Codeforcesという有名なオンラインプログラミングコンテストにおいて、o1は参加者の上位11%に入る成績を収めました。

OpenAIは、次のバージョンアップでは「物理学、化学、生物学の難しいベンチマークタスクにおいて、博士課程の学生と同等のパフォーマンス」を目指しているとしています。

o1の利用と課題

利用可能性と価格設定

o1は現在、ChatGPT PlusとTeamユーザーが利用できます。エンタープライズおよび教育機関向けユーザーも近日中にアクセスが可能になる予定です。

ただし、開発者向けのAPIアクセスはかなり高額です。入力トークン100万件あたり15ドル、出力トークン100万件あたり60ドルという価格設定は、GPT-4oの3倍以上となっています。

現時点での制限事項

o1には、まだいくつかの制限があります。例えば：

1. 事実に基づく世界の知識については、GPT-4oほど優れていない
2. Webブラウジング機能がない
3. ファイルや画像の処理ができない

o1がもたらす可能性と展望

AIエージェントへの道

OpenAIは、o1の開発を通じて、自律的なシステム（エージェント）の実現に向けた重要な一歩を踏み出しました。これらのエージェントは、将来的にユーザーに代わって意思決定や行動を取ることが期待されています。

医療や工学分野でのブレイクスルー

AIの推論能力向上は、医療や工学分野での画期的な発見につながる可能性があります。パターン認識を超えた能力を持つモデルは、複雑な問題解決に新たなアプローチをもたらすかもしれません。

開発における課題

しかし、o1の実用化にはまだいくつかの課題があります：

1. 推論能力が比較的遅い
2. 完全な自律エージェントとしての機能はまだ限定的
3. 開発者にとって利用コストが高い

(Via OpenAI.)