OpenAI の使命は、汎用人工知能が人類全体に利益をもたらすようにすることです。現在、毎週 ChatGPT を利用する人は 10 億人を超えています。私たちはこうした方々のために、預け先探し、行政サービスの利用、予算の作成、学校の準備、レシピのアレンジ、食料品の注文、運動プランの作成など、日常生活の実際的な課題を支援できる AI を構築したいと考えています。
暮らしを楽にするための助けを求める人にとって、アドバイスやチャットでの回答だけでは十分ではありません。真に役立つパーソナルアシスタントとなるには、ChatGPT は行動を起こし、実際に物事を成し遂げられる必要があります。
日常的なタスクにおけるモデル性能の推移を測るため、ユーザーが AI やパーソナルエージェントに特に支援を求めている分野を網羅したタスク評価を構築しました。この 1 年間、この評価を用いて、日常的なタスクにおけるモデル性能の向上を追跡し、改善を推進してきました。
背景
人々が最も重視するタスクを特定するため、まず米国および各国の人々の時間の使い方を追跡する 2 つの大規模調査、米国生活時間調査（新しいウィンドウで開く）と多国籍生活時間研究（新しいウィンドウで開く）を参照しました。これらのデータセットを組み合わせることで、さまざまな人口集団、時間帯、季節にわたって、人々が日常生活で行うタスクを詳細に把握できます。AI の支援がどこで最も価値を発揮するかを理解するため、人口構成を代表する 3,995 人を対象に新たな調査を行い、これらの既存調査を補完しました。各タスクについてさまざまな質問を行い、一般の人々がパーソナルアシスタントに最も支援を求める分野を特定しました。こうして選ばれたタスクは、育児・介護、健康、教育、家庭内の事務、家計管理、買い物、行政サービスの利用など、人々が支援を求める特に重要な分野を網羅しています。
個別のタスク例
現在のモデルが日常生活の実用的なワークフローでどのような性能を発揮するか、以下に例を紹介します。
引っ越し先で条件に合う幼稚園への入園
新居の近くの幼稚園を比較し、条件に合う候補を絞り込んでください。
幼稚園を 3 園に絞り込み、入園手続きの詳細を整理しました。希望条件のうち、あと 2 点はご判断が必要です。候補リストを確認しますか？
洪水に備えたボランティアの配置・調整
浸水対策の支援が必要な近隣住民 4 人のために、地域の洪水対策ボランティアの編成を手伝ってください。
ボランティアの方々が対象の現場を確認し、今後の悪天候に備えられるよう、シンプルな行動計画を作成しました。
家族のための新居探し
ルザーン郡で予算に合う家を探してください。独立した居住スペースがあり、子どもを学校に送った後の通勤時間が短い家が希望です。確認できるように、権利証をカートに追加してください。
ご希望の条件を満たす家が 1 件見つかりました。不動産移転税を計算し、ご確認いただけるよう、郡の公文書サイトのカートに権利証を追加しました。
遠くに住む祖母と一緒に試合観戦
祖母と私が離れた場所から一緒に試合を観戦できるよう、簡単な方法を用意してください。
最も簡単な視聴方法と、配信が途切れた場合の代替手段を用意しました。おばあさまと一緒に、手順を確認してみますか？
糖尿病と診断されたばかりの親のための食事準備
糖尿病と診断されたばかりの親が生活に適応できるよう、実践的なケアと食事のプランを立ててください。
食事、リマインダー、医療チームへの質問を含む、最初の 1 週間のプランができました。親御さんに共有する前に、一緒に確認しますか？
当社の最新モデルは、多くの LifeVal タスクで非常に高いスコアを獲得しています。
この 1 年間、ブラウザ操作、コンピューター操作、コネクタを使うタスクで、モデルがより高速かつ高性能に、そしてユーザーの意図により沿って動作するようトレーニングしてきました。ChatGPT でこれらの機能を利用できるようにすることで、モデルが支援できるタスクの幅も広がります。これにより、ChatGPT はチャットツールの枠を超え、自律的に行動する真のパーソナルアシスタントへと近づきます。
この取り組みの意義
AGI が人類全体に利益をもたらすようにするには、一般の人々の暮らしで重要なことに対して、モデルの進歩を測定し、改善していく必要があります。つまり、モデルの知識を問う学術的な評価にとどまらず、AI モデルが人々の意思決定を支え、日々の用事や責任をこなし、意味のあることを成し遂げるうえで、どれほど役立つかを実際に測る必要があります。LifeVal が、その目標に向けた一歩になることを期待しています。
