【AI進化の歴史：第16回】2022年：シンギュラリティの予感：ChatGPTの誕生とLLMの民主化
【AI進化の歴史を辿る連載】
※本連載は、AIの誕生から現在までの歴史を1年ずつ追いながら、技術の変遷とドラマをドキュメンタリー小説風に解き明かしていきます。
1. プロローグ：1枚のチャット画面が世界を揺るがした日
2022年11月30日。OpenAIのWebサイト上に、静かなブログ記事と共に1つのURLが公開されました。そこにあったのは、中央に文字を打ち込むための空欄が1つあるだけの、極めて質素なブラウザ画面でした。
そのサービスの名は「ChatGPT（チャットGPT）」。
公開されるや否や、世界は怒涛の狂騒曲へと叩き落とされました。わずか5日間で100万ユーザー、2ヶ月で1億ユーザーを獲得。これは、それまで爆発的な成長を見せていたTikTokやInstagramを遥かに凌駕する、インターネットの歴史上「最も急速に普及したサービス」となりました。
一部の専門家やエンジニアのものだった超知能が、一瞬にして人類全員の手に渡った「民主化」のドラマと、それを支えたアライメント技術の真実に迫ります。
2. 史上最大の民主化と、世界を覆った熱狂
なぜ、ChatGPTはこれほどまでに人々の心を捉えたのでしょうか。
それは、AIとのコミュニケーション方法が「人間が日常使っている自然言語（会話）」へと完全に統一されたからです。
それまで巨大言語モデル（LLM）の能力を体験するためには、複雑なAPIキーを設定し、Pythonなどのコードを書き、適切な「プロンプト」を工夫する必要がありました。しかし、ChatGPTのシンプルなWeb UIは、おばあちゃんから小学生、オフィスのビジネスパーソンまで、誰もが「友達にメッセージを送る」のと同じ手軽さで、人類最高峰の知能と対話することを可能にしました。
※画像：シンプルなチャットインターフェースを通じて、世界中の人々がAIの知能へ直接アクセスする「民主化」のイメージ（AI生成画像）
「宿題のレポートの要約」「プログラムコードのデバッグ」「新規事業の企画書の作成」など、これまで人間が何時間もかけて頭を悩ませていた知的作業が、チャットに話しかけるだけで瞬時に目の前で実行されていく光景。
人々はそこに、かつてない「シンギュラリティ（技術的特異点）」の到来を予感し、世界中が文字通りの熱狂に包まれました。
3. 野性の知能を飼い慣らす秘密兵器：「RLHF」
実は、ChatGPTの頭脳であるベースモデル（GPT-3.5）の基本的なサイズ（パラメータ数など）は、2年前のGPT-3とそこまで劇的に変わっていたわけではありません。
では、なぜGPT-3は単なる「技術のデモ」にとどまり、ChatGPTは「万人のアシスタント」になり得たのでしょうか。
そのブレイクスルーの立役者こそが、「RLHF（Reinforcement Learning from Human Feedback：人間のフィードバックからの強化学習）」という調教プロセスでした。
ベースモデルとしてのGPT-3は、いわば「インターネットの全知識を詰め込んだ野性の怪物」でした。命令を与えても、勝手にその命令の続きの文章を作ってしまったり、平気で嘘を答えたり（ハルシネーション）、差別的で有害な言葉を出力したりと、実務で使うには極めて気難しく扱いづらい存在だったのです。
OpenAIは、この野性の怪物を「従順で、知的で、安全な」アシスタントに生まれ変わらせるため、以下の3ステップのRLHFプロセスを実行しました。
※図：人間の評価をもとに報酬モデルを構築し、強化学習（PPO）でモデルの挙動を調整するRLHFの3ステッププロセス（AI生成ダイアグラム）
-
教師ありファインキューニング（SFT）:
人間のアノテータ（評価員）が、様々な質問に対して「模範的なアシスタントとしての返答」を書き、それをモデルに手本として学習させる。 -
報酬モデル（Reward Model）の構築:
AIが生成した複数の回答候補に対し、人間のアノテータが「どれが親切で、安全で、適切か」をランク付けする。この「人間の好み」のパターンを別のニューラルネットワーク（報酬モデル）に学習させる。 -
強化学習（PPO）による最適化:
AI（GPT）に自由に返答を生成させ、それを「報酬モデル」に評価させ、高いスコア（＝人間にとって好ましい返答）が得られるようにアライメント（パラメータの方向調整）を繰り返す。
このRLHFによる泥臭くも精緻な「調教」を経て、AIは初めて「人間の対話のコンテクストを理解し、相手に寄り添って安全に回答する」という、実用的な社会性を獲得したのです。
4. 熱狂の裏に走った「危機感」とジレンマ
ChatGPTの急速な普及は、世界中に強烈なインパクトを与えると同時に、深刻な懸念をもたらしました。
AIがもっともらしく嘘を語る「ハルシネーション」問題、学校現場での宿題の代筆による教育の崩壊、学習データに含まれる著作権の侵害、そして「多くのホワイトカラーの雇用がAIに奪われるのではないか」というリアルな危機感です。
かつてAIは「工場などの手作業（ブルーカラー）」から自動化していくと言われていました。しかし、実際に起きたのは、絵を描き、文章を書き、プログラムをデバッグするという「創造的なホワイトカラー」の領域から順に、機械に代替され始めるという衝撃的な逆転現象だったのです。
5. エピローグ：LLM大戦の宣戦布告
ChatGPTの衝撃は、IT業界全体の勢力図を一瞬で塗り替えました。
Microsoftはいち早くOpenAIとの提携を強化し、すべてのオフィス製品や検索エンジン「Bing」にChatGPTを組み込むと発表。これに対し、検索の絶対王者であったGoogleは社内に「コード・レッド（緊急事態）」を発令し、総力を挙げて対抗モデルの開発へと舵を切りました。
知能の「民主化」という名の火蓋は切って落とされました。
翌2023年。世界中の巨大IT企業とオープンソースコミュニティが、知能の覇権を巡って一斉に自慢の言語モデルを市場へと投入する、歴史的な「LLM大戦」の幕が開くことになります。
次回、2023年。OpenAIが放った圧倒的な最強モデルと、それに牙を剥くオープンソースの反撃のドラマが始まります。
「【AI進化の歴史：第17回】2023年：百花繚乱のLLM大戦：GPT-4の君臨とオープンソースの反撃」へ。
知能の覇権争いは、すべての境界線を越えて加速していきます。