OpenAI CROのマーク・チェンが語るGPT4.5の全貌—知性と感情の融合
OpenAIは、近年の大規模言語モデル（LLM）の開発において世界のAIシーンを牽引してきました。その同社から「GPT 4.5」がリリースされたというニュースは、再び大きな注目を集めています。最新モデルの特長は、これまでのGPTシリーズ同様に高い知性を持つだけでなく、“感情的知能（EQ）”においても改善されている点にあります。
本記事では、OpenAIのチーフ・リサーチ・オフィサー（CRO）であるマーク・チェン氏のインタビュー内容を引用しながら、GPT 4.5の進化やスケーリング・ロウ（Scaling Laws）の重要性、さらには「AIにおけるEQ」の教え方までを分かりやすく解説します。
1. GPT 4.5の概要と背景
1-1. リリースの意義
OpenAIが満を持して公開したGPT 4.5は、「同社史上最大かつ最高のモデル」と位置づけられています。開発陣からは「GPT 3.5から4への飛躍と同等のオーダーで向上した」という声が上がっており、ユーザーの利用範囲や満足度のさらなる拡大が期待されています。
実際、「これまでのGPT4とは異なる領域で高い知性を発揮する」（マーク・チェン）としており、新たなステップとしての4.5の意義を次のように説明しています。
「GPT 4.5は、我々の“予測可能なスケーリング”パラダイムにおける最新の成果です。スケール（モデルの大きさ・学習データ量・計算リソース）を増やすことで、GPT 3から3.5、3.5から4へと継続的に性能を向上させてきましたが、今回もその延長線上で大きなブレイクスルーを得ることができました。」
1-2. なぜGPT 5ではなく「4.5」なのか
リリースが近づくなか、多くの人々は次のモデルを「GPT 5」と想定していました。ところが、今回の名称は「GPT 4.5」。マーク・チェン氏は、その背景として次のように述べています。
「いつGPT 5を出すかは、ネーミングの基準にも左右されます。GPT 3→3.5→4と同様、今回は4の“スケール”をさらに一段階押し上げたもので、私たちとしては自然に“4.5”になるという判断でした」
もちろん、将来的なGPT 5も視野には入っていますが、現段階では GPT 4.5が“次の一里塚”に該当するとのことです。
2. スケーリング・ロウ（Scaling Laws）の継続と限界
2-1. スケーリング・ロウとは何か
スケーリング・ロウとは、モデルの性能向上が「データ量、計算資源、モデル容量」などの拡大に比例して高まる現象・法則を指します。GPTシリーズの進歩は、まさにこのスケーリング・ロウを最大限に活用してきた成功例です。
「GPT 4.5は、まだまだスケーリング・ロウが有効であることの証拠です。私たちは毎回、前モデルで得られた知見から“次のモデルの性能”をかなり正確に予測しています。今回も理論上の予測どおりに性能が伸びました」
（マーク・チェン）
2-2. 「スケーリングの壁」は、本当に存在するのか
AI業界の議論では「大規模化をいくら進めても、いつか限界に達するのではないか」という“スケーリングの壁”が頻繁に取り沙汰されます。しかし、OpenAIは少なくとも今回のGPT 4.5において「まだ壁には到達していない」と明言しています。
ただし、モデルを大きくするだけでなく「アルゴリズム効率化」や「アーキテクチャの工夫」が不可欠である点も強調されています。いわゆるMixture of Experts（専門家の混合）など、高度な構造を組み込むことで、効率よくリソースを配分しながらモデル性能を上げる取り組みが進められているのです。
3. GPT 4.5の具体的な進化ポイント
3-1. 従来ベンチマークの結果
マーク・チェン氏によると、GPT 4.5は一般的なベンチマーク（MMLUやTriviaQA、また各種のコード生成テストなど）で「3.5から4へ移行したときと同程度のオーダーの向上」を実現しているといいます。
「数学的タスクや知識系タスク、QAなど、あらゆる従来ベンチマークで以前より安定的に高スコアを叩き出しています。特に『日常的な知識作業』においては、GPT 4よりも60%以上のユーザーが4.5を好むといった結果も得られています」
3-2. 「EQ（感情的知能）」の向上
今回のリリースで特に注目されているのが、ユーザーの感情や状況に応じた「応答のしかた」がより自然かつ的確になったことです。具体的には、ユーザーがつらい境遇を相談したときに、まるで人間のカウンセラーのように「短く、しかし寄り添いのある声かけ」を行うケースが例示されています。
「GPT 4.5は、従来モデルのように一方的に『○○するべき』と多数の箇条書きを並べるのではなく、まず相手の感情に寄り添い、傾聴する形で返事ができるようになっています。これは“感情的知能”において大きく進化した証拠です」
このように、単なる情報提供にとどまらず、ユーザーに心理的安心感を与えるレベルにまでモデルが進化している点は注目に値します。
4. 理解と推論の二軸アプローチ
4-1. 「知識」モデルと「推論」モデルの両立
これまでの大規模言語モデルは、大量のデータを学習し知識を蓄える「飽くなき拡大路線」が中心でした。一方で、最近のAI研究では「エージェント化」や「深い推論能力」が注目を集めています。OpenAIは、「知識の大規模拡張」と「推論能力の強化」を同時進行で進めることで、より総合的なAI像を描こうとしているとのことです。
「GPT 4.5のように“すぐ応答”できるモデルと、別途“何分も推論”してから回答するモデルは、どちらも存在価値があります。前者は日常的な利用に優れ、後者は深く複雑な問いに対して、人間が長考するようなプロセスを擬似的に経るのです」
4-2. 大規模モデルと小規模特化モデルの相互補完
一部コミュニティでは「今後は小規模・特化型モデルが中心になるのでは？」という議論も盛んです。しかし、マーク・チェン氏は「オールラウンダーの大規模モデルも不可欠」と強調します。
「OpenAI自体も小型モデルを提供していますし、それらはコストや特定用途の面で利点が大きい。しかし、世界最高レベルの研究を推し進めるうえでは『最大限スケールしたモデル』も同時に開発し続ける必要があります」
大規模モデルこそが最新の推論技術や学習手法を試す「最前線」の役割を担い、その成果を小規模モデルにフィードバックすることで全体の水準が高まる、という考え方です。
5. 今後の展望と課題
5-1. エージェント化への道
GPT 4.5が示したEQと知識の両面向上は、今後「AIエージェント」化への大きな手がかりとなるでしょう。ユーザーが「何らかの作業」をエージェントに任せたとき、「どのようにトライし、失敗したらどう修正するか」をAI自身が考え、より良い結果を返す――という姿が現実に近づいています。
「GPT 4.5は、多彩な情報を整理し、ユーザーへ最適なインサイトを届けるうえでも既存モデル以上に活躍する可能性があります。特に情報収集やレポート作成、分析タスクなどではすでに著しい成果が見られ始めています」
5-2. 安全性と倫理
大規模モデルのさらなる発展には、安全性や倫理的配慮が不可欠です。ChatGPTのように、ユーザーからの入力を幅広く受け取るシステムでは、誤った情報や差別的・攻撃的な表現が出力されるリスクを依然として抱えています。GPT 4.5でも改良が施されているとはいえ、「モデルへの監査体制」や「人間のレビュー」は依然重要なテーマです。
GPT 4.5は、大規模言語モデルの進化がまだ道半ばであることを示す好例となりました。「推論能力」と「大規模知識の拡充」という二軸を並行して推し進めることで、新たな価値やユースケースが生まれつつあります。特に、感情的知能（EQ）の向上は、単なる情報応答ではなく「人に寄り添う」能力をモデルが身につけはじめたことを意味します。
今後もOpenAIをはじめとするAI研究機関は、大規模モデルと特化型モデル、そして推論モデルとを絶えず行き来しながら、その総合力を高めるでしょう。「未来のAI」は、ユーザーの問いにすぐ応えるだけでなく、ときに長い時間をかけて熟考し、しかもユーザーの心情にまで配慮する――そんな存在になりつつあります。GPT 4.5の登場は、その一里塚として大きな意味を持つといえるでしょう。
関連記事
