AIの革命：大規模言語モデルによって解き放たれた感情知能

Microsoft、ウィリアム・アンド・メリー大学、およびアジアの各種研究機関の研究者による共同研究は、ChatGPTなどの生成AIツールを支える大規模言語モデル（LLM）が示す感情知能の領域に踏み込んだ。月曜日に発表されたこの研究は、これらのLLMが感情の手がかりを理解し、効果的に応答する能力を備えている可能性を示唆しており、人工一般知能（AGI）における潜在的な進展に光を当てている。

感情豊かな言語による出力の向上

研究では、ChatGPT、GPT-4、Hugging FaceのBLOOM、MetaのLlamaなど、さまざまな大規模言語モデルのパフォーマンスに対する感情豊かな言語の影響を評価するために、2つのセットのプロンプトが使用された。タスクには、文の中の単語の意味を決定することや、文を正式な言語に書き換えることが含まれていた。感情豊かな言語を導入した結果、文の書き換えや与えられた物体の共通特徴を見つけるなどのさまざまなタスクで、印象的な8%のパフォーマンス向上が見られた。

感情プロンプトに対する人間の評価

106人の参加者による人間のレビューを通じてさらなる検証が求められた。感情プロンプトは、知識ベースのクエリにおいて驚異的な10.9%の向上を示し、LLMが感情要素を含むユーザーのクエリに対する応答を強化する可能性を強調した。「スイカの種を食べるとどうなるか？」や「行方不明者の届出を出すまでどのくらい待てばよいか？」といった質問では、情報性と正確性の大幅な改善が見られた。

これらの発見は、生成AI技術の開発における重要な一歩を示しており、人工一般知能の達成に近づいている。個人がChatGPTなどのツールを個人的および職業的なタスクのために日常生活にますます統合するにつれて、この研究は、AIのパフォーマンスを向上させるために感情プロンプトを理解し、活用することの重要性を浮き彫りにしている。

より良い応答を得るための効果的なプロンプトの作成

ChatGPTなどの生成AIツールは貴重な支援を提供するが、ユーザーは望ましい応答を得ることにしばしば課題を抱える。出力を最適化するために効果的なプロンプトを作成することが重要になる。AIの専門家は、ChatGPTに特定の役割を割り当て、文脈を提供し、望ましい出力を順次ステップに分解し、可能な限り具体的になるよう推奨している。AIコンサルタントのジャクリーン・デステファノ＝タンゴラ氏は、有用な応答を生成するためには、汎用的な文句以上のものが必要であると強調している。

Microsoft、ウィリアム・アンド・メリー大学、およびアジアの研究機関の研究者が主導した共同研究は、生成AIを支える大規模言語モデルの能力において有望な次元を明らかにしている。感情豊かな言語の採用は、タスクパフォーマンスを向上させるだけでなく、人工一般知能への一歩を意味している。ユーザーが生成AIツールにますます依存するにつれて、感情プロンプトを理解し、活用することが、よりニュアンスに富み、効果的な相互作用への道を開く可能性がある。