ChatGPT の Deep Research の概要

以下の記事が面白かったので、簡単にまとめました。

1. Deep Research

「Deep Research」はOpenAIの次世代エージェントで、プロンプトを与えると、何百ものオンラインソースを検索・分析・統合し、リサーチ アナリスト レベルの包括的なレポートを作成します。Webブラウジングとデータ分析に最適化された「OpenAI o3」を搭載し、推論を活用してインターネット上の大量のテキスト・画像・PDFを検索・解釈・分析し、得た情報に応じて柔軟に対応します。

知識を統合する能力は、新しい知識を生み出すための前提条件です。そのため、新しい科学研究を生み出す能力を持つものとして、長い間思い描いてきたAGIの開発というより広範な目標に向けた重要な一歩となります。

2. Deep Research の構築理由

「Deep Research」は、金融・科学・政策・エンジニアリングなどの分野で集中的な知識作業を行い、徹底的かつ正確で信頼性の高いリサーチを必要とする人々のために構築されています。車・家電・家具など、通常は慎重なリサーチを必要とする購入について、高度にパーソナライズされた推奨事項を探している目の肥えた買い物客にとっても同様に便利です。すべての出力は完全に文書化されており、明確な引用と思考の要約が含まれているため、情報を簡単に参照および検証できます。多数のWebサイトを閲覧する必要があるニッチで直感的でない情報を見つけるのに特に効果的です。「Deep Research」により、複雑で時間のかかるWebリサーチを1つのクエリでオフロードして迅速化できるため、貴重な時間が節約されます。

「Deep Research」は、Web全体から独自に発見・推論・洞察を統合します。これを実現するために、最初の推論モデルである「OpenAI o1」と同じ強化学習手法を使用して、ブラウザとPythonツールの使用を必要とする実際のタスクで学習されました。「o1」はコーディング・数学・その他の技術分野で優れた機能を発揮しますが、現実世界の多くの課題では、さまざまなオンラインソースから広範なコンテキストと情報を収集する必要があります。「Deep Research」は、これらの推論機能に基づいてそのギャップを埋め、仕事や日常生活で人々が直面する種類の問題に取り組むことを可能にします。

3. Deep Research の使い方

「ChatGPT」のメッセージ作成画面で「Deep Research」を選択し、クエリを入力します。ストリーミングプラットフォームの競合分析でも、最高の通勤用自転車に関するパーソナライズされたレポートでも、「ChatGPT」に必要な情報を伝えます。質問にコンテキストを追加するために、ファイルやスプレッドシートを添付できます。実行が開始されると、実行した手順と使用したソースの概要を示すサイドバーが表示されます。

詳細な調査は、Webを深く調べるために必要な時間で、完了までに5分から30分ほどかかる場合があります。その間、離れて作業したり、他のタスクに取り組んだりできます。調査が完了すると通知が届きます。最終的な出力はチャット内のレポートとして届きます。今後数週間で、これらのレポートに埋め込み画像、データ視覚化、その他の分析出力も追加し、明確さとコンテキストをさらに高める予定です。

「Deep Research」と比較して、「GPT-4o」はリアルタイムのマルチモーダルな会話に最適です。深さと詳細さが重要な多面的なドメイン固有の問い合わせの場合、「Deep Research」の広範な調査を実施し、各主張を引用する能力は、「簡単な要約」と「作業成果物として使用できる検証済みの回答」の違いとなります。

4. しくみ

「Deep Research」は、エンドツーエンドの強化学習を使用して、さまざまなドメインにわたる難しいブラウジングおよび推論タスクで学習しました。この学習を通じて、必要なデータを見つけるために複数のステップの軌跡を計画して実行し、必要に応じてバックトラックしてリアルタイムの情報に反応することを学習しました。このモデルは、ユーザーがアップロードしたファイルを閲覧したり、Pythonツールを使用してグラフをプロットして反復処理したり、Webサイトから生成されたグラフと画像の両方を応答に埋め込んだり、ソースから特定の文や文章を引用したりすることもできます。この学習の結果、現実世界の問題に焦点を当てたいくつかの公開評価で、新たな高みに到達しました。

・Humanity's Last Exam
「Humanity’s Last Exam⁠」について⁠最近発表された評価では、幅広い科目で専門家レベルの質問に対して AI をテストし、「Deep Research」のモデルが 26.6% の精度という新記録を達成しました。このテストは、言語学からロケット科学、古典から生態学まで、100 を超える科目にわたる 3,000 を超える多肢選択式および短答式の質問で構成されています。「OpenAI o1」と比較すると、化学・人文科学・社会科学・数学で最大の進歩が見られました。「Deep Research」のモデルは、必要に応じて専門的な情報を効果的に探し出すことで、人間のようなアプローチを示しました。

・GAIA
「GAIA⁠」では、「Deep Research」のモデルが、外部リーダーボードのトップに立ち、SOTAに達しました。3つの難易度の問題を含むこれらのタスクを成功裏に完了するには、推論・マルチモーダル流暢性・Webブラウジング・ツールの使用熟練度を含む能力が必要です。

・Expert-Level Tasks
さまざまな分野にわたる専門家レベルのタスクの社内評価では、「Deep Research」は、困難な手作業による調査を何時間も自動化したと、分野の専門家から評価されました。

5. 制限事項

「Deep Research」により、重要な新機能が実現しますが、まだ初期段階であり、制限があります。内部評価によると、既存の「ChatGPT」よりも大幅に低い割合ではあるものの、回答で事実を幻覚的に表現したり、誤った推論を行ったりすることがあります。信頼できる情報と噂を区別するのに苦労する可能性があり、現在は信頼性の調整に弱点があり、不確実性を正確に伝えることができないことがよくあります。リリース時には、レポートや引用に小さな書式エラーがある可能性があり、タスクの開始に時間がかかる可能性があります。これらの問題は、使用と時間が増えるにつれてすぐに改善されると予想されます。

6. アクセス

「Deep Research」は現在、非常に多くのコンピューティングリソースを必要とします。クエリのリサーチに時間がかかるほど、推論コンピューティングリソースが必要になります。現在、Proユーザー向けに最適化されたバージョンから開始しており、1か月あたり最大100件のクエリを実行できます。次に Plus および Team ユーザーがアクセスでき、その後 Enterprise が続きます。英国、スイス、欧州経済地域のユーザーにアクセスを提供できるよう、現在も取り組んでいます。

すべての有料ユーザーは、高品質の結果を提供する小規模なモデルを搭載した、より高速でコスト効率の高い「Deep Research」をリリースすると、まもなく大幅に高いレート制限が適用されます。

今後数週間から数か月間、技術インフラストラクチャに取り組み、現在のリリースを綿密に監視し、さらに厳格なテストを実施します。これは、反復的な展開の原則に沿ったものです。すべての安全性チェックが引き続きリリース基準を満たしている場合、約1か月以内に Plusユーザー向けに「Deep Research」をリリースする予定です。