一体何が大騒ぎになっているのでしょうか？ – ヘルスケアブログ

マイク・マギー著

私の毎週の解説に従っていただければ、 HealthCommentary.org または THCB、 過去6か月間、私がmAI、つまり医療分野への人工知能の侵入に夢中になっているように見えることに気づいたかもしれません。

そこで今日は、秘密を共有しましょう。 私の詳細な調査は、私が行う講演 (「AI と医学の出会い」) の長い準備の一部でした。 今週金曜日、5月17日午後2時30分、コネチカット州ハートフォードにて。 エリア内であれば一般公開されています。 参加登録ができます ここ。

この画像は、大規模、革新的、変革的、そして複雑なテーマに関する 90 分間のプレゼンテーションで取り上げる 80 枚のスライドのうちの 1 つです。 今朝追加した上の最後の行に示されているように、これは動くターゲットでもあります。

追加が強制されたのは、 ミラ・ムラティ OpenAIの最高技術責任者は昨日、サンフランシスコの止まり木から「私たちは私たち自身と機械の間の相互作用の未来を検討している」と発表した。

この新しいアプリケーションは、コンピューターとスマートフォンの両方向けに設計されています。 GPT-4o。 自己学習生成機能とデータへの飽くなき渇望によって区別されていた GPT ファミリの以前のメンバーとは異なり、この新しいアプリケーションは検索領域にはあまり焦点を当てておらず、その代わりに高速で高速な「パーソナル アシスタント」を作成します。テキスト、音声、画像 (「マルチモーダル」) に精通していること。

OpenAI 言う これは「より自然な人間とコンピューターの対話への一歩」であり、「平均 320 ミリ秒 (遅延) で問い合わせに応答することができます。これは、 人間の応答時間。そして彼らはそれを急速に強化している これは始まりにすぎない、 今朝ウェブサイトで「GPT-4o を使用して、テキスト、ビジョン、オーディオにわたって単一の新しいモデルをエンドツーエンドでトレーニングしました。これは、すべての入力と出力が同じニューラル ネットワークによって処理されることを意味します。」 GPT-4o はこれらすべてのモダリティを組み合わせた最初のモデルであるため、このモデルで何ができるか、そしてその制限についてはまだ表面をなぞっただけです。」

医学や他のあらゆる分野におけるこの AI の動き全体が言語に関するものであることを思い出していただくと有益です。 そしてとして 言語の専門家 「学術界における言語と音声は、古人類学と霊長類学を超える複雑な分野である」ことを私たちに思い出させてください。「音声学、解剖学、音響学、人間発達、構文、語彙、ジェスチャー、音韻表現、音節構成、音声」に関する実践的な知識が必要です。知覚と神経筋の制御。」

機械との瞬間的でマルチモーダルなコミュニケーションという概念は、一見どこからともなく生まれたように見えますが、実際には、情報技術者と人間の音声の専門家による、一世紀近くにわたる想像力と創造力にあふれた規律ある発見の産物であり、最近になって相互に完全に融合したばかりです。 旧石器時代の考古学者として、 ポール・ペティット博士、 「私たちがアフリカから分散し始めたとき、象徴的な創造性が私たちの認知レパートリーの一部であったという考えは現在、多大な支持を得ています。」 つまり、「あなたのマルチモーダルなコンピューター画像は、はるか昔に古代の岩絵で始まった会話の一部です。」

歴史を通して、言語は種を加速するものであり、私たちが支配し、（良くも悪くも）「宇宙の支配者」の地位に急速に上昇することを可能にする秘密の力でした。 略記: 私たち人間は、「おしゃべりから一致、そして包括性へ…」と移行してきました。

GPT-4o は最新の進歩にすぎませんが、ニューヨーク タイムズ紙が正しく「刺激的で恐ろしい」と宣伝した「自己学習」の能力を強調しているためではなく、取り組みのスピードと効率に焦点を当てているため注目に値します。人間と人間の言語で平等な土俵で競争できるようになりました。 OpenAI が述べているように、「GPT-4o は GPT-4 と比較して 2 倍高速で、価格は半分で、(トラフィック) レート制限は 5 倍高いです。」

実用性と使いやすさ、それが私が選んだ言葉です。 同社の言葉では、「現在、GPT-4o は、共有するイメージを理解し、議論する点で、既存のどのモデルよりもはるかに優れています。 たとえば、別の言語でメニューの写真を撮り、GPT-4o に話しかけて翻訳し、その食べ物の歴史と重要性について学び、おすすめを得ることができるようになりました。」

私の講義では、歴史的背景、関連する命名法と新しい用語の定義、医療分野での応用の大きな可能性 (良いことも悪いことも) を提供することを目的として、広範囲にわたる内容を取り上げます。 他の多くの人が言ったように、「それは複雑です！」

しかし、昨日のサンフランシスコでの発表で明らかなように、マンマシンインターフェースはかなり曖昧になってきています。 またはとして ミラ・ムラティ 言い換えれば、「あなたは私たちが経験しているような、とても自然な対話ができる体験を望んでいるのです。」

マイク・マギー医師は医学史家であり、THCB に定期的に寄稿しています。 彼はの著者です コード・ブルー：医療コンビナート内 (グローブ/2020)