OpenAI o1：AI推論向けの新しいOpenAIモデルシリーズ

AIコミュニティでは、OpenAIのGPTモデルの次の展開について憶測が飛び交い、多くの人が「Project Strawberry」と呼んでいました。その理由は、「strawberry」という単語にRがいくつあるかを尋ねてGPT-4oにプロンプトを入力すると、「strawberry」にはRが2つあると答えるためです。GPT-4oの高い性能を考えると、不思議に思えるかもしれません。次期モデルはこの問題の解決を目指すとうわさされていました。Sam Altmanは、X（旧Twitter）のアカウントにイチゴの写真を投稿し、さらにこのうわさをあおりました。

9月12日（木）に発表されたOpenAIの最新発表により、ついにこの憶測に答えが出ました。応答する前に時間をかけて考えるよう設計された新しいAI 推論モデルシリーズ、OpenAI o1がリリースされました。興味深いことに、OpenAI o1はより優れた推論を行い、イチゴに関する質問にも正しく答えられます。この記事では、OpenAI o1とは何か、どのように動作するのか、どこで活用できるのか、そしてAIの未来にどのような意味を持つのかを解説します。それでは始めましょう。

図1 イチゴについてOpenAI o1にプロンプトを入力する例。

OpenAIによるAIの新たな進歩#

2024年7月、OpenAIの幹部は、同社の研究が人間レベルの問題解決能力に近づいていると述べ、これをAIのレベル2と呼びました。OpenAIが新しいモデルシリーズOpenAI o1を、回答前に考えるモデルとして発表したことから、このレベルが推論に重点を置いているのは明らかです。OpenAI o1は新しい大規模言語モデル（LLM）です。これは、大量の言語データからパターンを学習し、人間のようなテキストを理解して生成するAIモデルです。詳細な推論を必要とする複雑な問題に対応できるよう設計されています。

図2. AIの段階に関するOpenAIの見解。

このモデルは強化学習を用いて学習されています。強化学習では、モデルは自身の行動に対する報酬やペナルティを受け取り、試行錯誤を通じてより良い判断を学びます。強化学習アルゴリズムは、思考の連鎖に従ってモデルがより効果的に考えられるよう支援します。OpenAIによると、学習中に強化学習を増やし、問題解決時の「思考」時間を長くするほど、o1の性能は向上し続けます。これは、学習時間の延長と思慮深い処理の両方がモデルの能力向上に役立つことを示しています。

OpenAI o1は複雑な推論における大きな進歩ですが、まだ初期段階のモデルであり、Webの閲覧やファイル・画像のアップロードなど、ChatGPTを便利にする一部の機能を備えていません。多くの一般的なタスクでは、現時点でGPT-4oのほうが優れている可能性があります。しかし、OpenAI o1は複雑な推論に対応するAIの能力を大きく前進させるものであり、OpenAIが新しいシリーズを開始してOpenAI o1と名付けた理由もそこにあります。

新しいOpenAIモデルがAIの推論能力を高める仕組み#

OpenAI o1は、暗号の解読、プログラミング課題の解決、数学の問題への回答、クロスワードの解答のほか、科学、安全、医療に関する複雑なテーマへの対応にも活用できます。プロジェクトのコードネームにちなんだユーモラスな例として、OpenAIは暗号を解読して「THERE ARE THREE R’S IN STRAWBERRY.」というメッセージを明らかにすることで、モデルの推論能力を示しました。

暗号解読だけでなく、OpenAI o1はコーディングにも優れています。Codeforcesのように、プログラマーが制限時間内に複雑なコーディング問題を解く競技プログラミングプラットフォームでも良好な成績を収めています。こうした課題では、競技者との対戦成績に基づいてスキルを測るスコアリングシステムで高いEloレーティングを獲得し、以前のモデルを上回ります。数学にも強く、American Invitational Mathematics Examination（AIME）などの試験でも優れた成績を収めています。

図3. o1のコーディング能力のベンチマーク。

これらの進歩により、OpenAI o1はGPT-4oなどの従来モデルから大きく進化しています。ビジネス、開発、研究、医療などの分野で、AIの新たな可能性を切り開きます。たとえば遺伝学研究では、OpenAI o1が大量の研究論文をすばやく調べ、遺伝子マーカーと疾病の関連性や重要な知見を抽出できます。複雑な科学用語を理解して要点をまとめられるため、研究者は最も関連性の高い情報に集中できます。

思考の連鎖を詳しく見る#

先ほど、OpenAI o1が「思考の連鎖」による推論プロセスを導入していることを確認しました。これにより、モデルは人間の認知戦略に似た方法で複雑な問題に取り組めます。課題を小さく扱いやすい手順に分解し、アプローチを反復的に改良できます。即時のパターン認識に頼っていた従来モデルとは異なり、o1は複数の推論経路を検討して意思決定を最適化し、強化学習を通じて成功と失敗の両方から学習します。

OpenAIは、こうした思考の生の連鎖をユーザーに公開せず、代わりにモデルの推論を把握できる要約を提供することにしました。この決定により、モデルの思考プロセスの悪用を防ぎながら、開発者がAIの安全性とアラインメントを監視し、改善できます。開発者は内部で非公開の思考の連鎖を確認することで、o1が倫理ガイドラインを順守し、有害な行動を避けていることを確かめられます。

OpenAI o1のベンチマーク評価#

OpenAI o1は、推論能力と問題解決能力を測る複数のベンチマークでGPT-4oを大きく上回っています。成績上位の高校生を対象とする難関数学試験、American Invitational Mathematics Examination（AIME）2024では、各問題につき1つのサンプルだけを使った場合、o1の正解率は74%で、GPT-4oの12%を上回りました。64サンプルの合議では正解率が83%に上がり、1,000サンプルを使った改善版の再ランキング手法では93%に達し、国内の上位500人に入る成績を収めました。

数学以外でも、o1は化学、物理学、生物学に関する博士レベルの問題を扱うGPQA Diamondなど、科学的知識を測るベンチマークで非常に優れた成績を収めました。注目すべきことに、このテストで博士号を持つ人間の専門家を上回り、これを達成した初のAIモデルとなりました。また、歴史、法律、科学など幅広い分野の理解度を測るMMLUベンチマークでは、57カテゴリー中54カテゴリーでGPT-4oを上回りました。GPT-6.1 Solなどの新しいOpenAIモデルはテキストだけでなく画像も入力でき、Ultralytics VLM Leaderboardでは、他のVision Language Modelと物体検出性能を比較しています。

図4 OpenAI o1のベンチマーク評価。

OpenAI o1を実際に使ってみましょう#

OpenAIはo1シリーズで、o1-previewとo1-miniという2つの新しいAIモデルを発表しました。o1-previewは、応答前により深く考えるよう設計されており、科学、コーディング、数学における複雑な推論タスクに優れています。難易度の高いプロジェクトに取り組むユーザー向けに、高度な問題解決能力を提供します。一方、o1-miniはより小型で高速かつ低コストのモデルで、特に数学やコーディングなどのSTEM推論に最適化されています。幅広い世界知識は比較的少ないものの、AIME数学コンテストやCodeforcesのコーディング課題など主要な評価では、o1-previewにほぼ匹敵する性能を、コスト80%減で実現します。

図5. OpenAIモデルの比較。

これらのモデルは、さまざまなOpenAIプラットフォームから試せます。ChatGPT PlusとTeamのユーザーは、モデル選択メニューからo1-previewとo1-miniの両方にアクセスし、ChatGPTで強化された推論能力を直接体験できます。API利用ティア5の開発者は、これらのモデルでプロトタイプの開発を開始できますが、一部の高度な機能はまだ開発中です。OpenAIは、o1-miniをすべてのChatGPT Freeユーザーにも近日中に提供する予定です。これらのモデルを試してAI推論の進歩を直接体験し、ニーズに最適なモデルを選んでください。

OpenAIが取り組むAIの倫理的な配慮#

OpenAIは、o1モデルシリーズの開発において倫理と安全性を重視してきました。o1-previewとo1-miniのリリース前に、外部テストや、禁止コンテンツ、ハルシネーション、バイアスなどのリスクに関する内部チェックを含む、徹底的な評価を実施しました。各モデルには高度な推論能力が備わっており、安全ルールをより適切に理解し、順守できるよう設計されています。

OpenAIは、リスク管理のためにブロックリストやセーフティ分類器などの安全対策も導入しています。o1モデルの総合リスク評価は中程度です。サイバーセキュリティやモデルの自律性に関するリスクは低く、CBRN（化学、生物、放射線、核）関連コンテンツや説得に関するリスクは中程度です。OpenAIのSafety Advisory GroupとBoardは、モデルを安全かつ倫理的に利用できるよう、これらの安全対策を審査しました。

図6. OpenAI o1のスコアカード。

噂から現実へ：OpenAI o1の登場#

OpenAI o1はAIの推論能力を大きく前進させ、初期の噂の一部を現実のものにしました。GPT-4oとは異なり、o1シリーズは「Chain of Thought」アプローチを用いて、複雑な問題を小さなステップに分解し、より適切に応答するために深く考えます。現在、ChatGPTとAPIで初期プレビューとして利用でき、OpenAIはWeb閲覧やファイル・画像のアップロードなどの機能を追加する予定です。またOpenAIは、新しいOpenAI o1シリーズと並行して、GPTシリーズのモデルも引き続き開発・リリースする計画を明らかにしました。AIが進化を続けるなか、こうした進歩は、人間のニーズをより深く理解し、より強力で直感的かつ多用途なAIシステムの実現につながります。

コミュニティに参加して、AIの最新情報をチェックしてください。GitHubリポジトリでは、製造業や医療などの分野でAIソリューションを開発する取り組みをご覧いただけます。