2024

モデルの形が二段階で変わる。前半はマルチモーダルと長い文脈。2月にGemini 1.5 Proが100万トークンのコンテキストを掲げ、5月のGPT-4oは音声・画像・テキストを一つのモデルで扱う。3月のClaude 3、6月のClaude 3.5 Sonnetが続いた。

9月、OpenAIがo1-previewを公開。答える前に考える時間を長く取る設計で、モデルを大きくする以外の伸ばし方として受け止められる。2022年からプロンプトの書き方として知られていた段階的な推論を、学習の側に移した形である。12月にはo3を発表した。

後半はエージェントの話が増える。10月にAnthropicがcomputer use、11月にModel Context Protocolを公開。12月のGemini 2.0でGoogleは「エージェントの時代」を掲げた。

OpenAIからは人が抜けた。5月にイリヤ・サツケバーとヤン・ライケ、8月にジョン・シュルマン、9月にCTOのミラ・ムラティ。ライケとシュルマンはAnthropicへ移る。12月には公益法人への再編方針を公表。2月にはイーロン・マスクが提訴していた。

生成の対象は声と映像にも広がる。2月にOpenAIが動画生成のSoraを発表し、6月にはLuma AIが無料の枠を付けてDream Machineを開いた。1月にはニューハンプシャー州の予備選の直前に、バイデン大統領の声を模したロボコールが有権者にかかる。2月、FCCはAIで作った音声を使う自動発信も既存の法のもとで違法だと確認した。

法と評価も動く。8月、連邦地裁がGoogle検索を違法な独占と認定。EUではAI Actが発効した。10月にはノーベル物理学賞をジェフリー・ヒントン、化学賞をデミス・ハサビスとジョン・ジャンパーが受ける。

1月にOpenAIがGPT Storeを開き、7月にはGPT-4o miniと検索の試作SearchGPTを出す。MicrosoftはInflection AIからムスタファ・スレイマンを迎え、4月に小型モデルPhi-3を公開。外ではMetaがLlama 3と4,050億パラメータのLlama 3.1を無償で出し、NVIDIAはBlackwellを発表。年の暮れには中国のDeepSeekがV3を公開した。