先月にChatGPTを紹介する記事をお送りしましたが、それから1か月の間、AI関連のサービス発表ラッシュは目を見張るものがあります。
大規模言語モデル(LLM)と呼ばれるAI技術が実用化レベルに達し、サービス投入の主導権争いが激化しているのが分かります。

主だったものを拾っていっても
– MS社 新Bingの発表
– MS社 Office製品へのAI機能”Copilot”を提供
– Google Bardの発表
– Facebook CICEROの発表
– GPT-4の発表
– 領域に特化したLLMベースの検索サービス

Twitterのタイムラインを眺めていると、エンジニアの皆さんもプログラミングのコードの生成、レビューの支援などの実装関連のみならず、要件定義についても項目リストや注意点を吐き出させるなど、これらの技術を活用する方法をいろいろと模索されている様子です。

これは「どこまで出来るのだ？」というこれらのAI技術の適用範囲を模索するとともに、自然文で入出力が行えるとはいえ、チャットAIから望んだ結果を出力させるかには、質問にコツが必要なためです。

望む結果を得るための方法論は「プロンプトエンジニアリング」と呼ばれ、上手く使いこなせることがデスクワークの効率性に影響する時代がくるのでしょう。

また、AIのハルシネーション（幻覚）と呼ばれる現象にも注意が必要です。一言でいえば、チャットAIが返してくる応答は正確性に欠ける場合が多々あるという問題です。検索者が知っている分野の結果であれば、信ぴょう性について判断できるところもあるでしょう。ただ、良く知らない分野の問い合わせの結果については、取り扱いが難しい。

と、ここまで頑張って書いてきたわけですが、AIにお題を入れると、さらっと書いてくれそうな雰囲気さえあるのですよね。
まだまだ過渡期の技術／サービスですが、ひさびさに大きなトレンドになりそうな予感です。