GPT-4 搭載の Bing ディープサーチ：革命か、単なる流行か？メリットとデメリット

Bing の新たな GPT-4 搭載ディープサーチはゲームチェンジャーか、それとも単なる誇大広告か？メリットとデメリットは、公開された証拠がインターネットインフラ、ガバナンス、運用上の依存関係、市場での可視性に関連付けられているため、BTW Media によってプロファイルされています。

• Bing のディープサーチは、GPT-4 を活用して複雑な検索クエリをよりよく理解し、回答するため、結果の関連性が向上します。
• この機能は応答時間が長く、詳細な回答を生成するのに最大 30 秒かかり、すべてのユーザーに適しているとは限りません。
• クエリの解釈における AI への過度な依存、データプライバシー、機能のリソース消費の性質に関する懸念があります。

検索の知能を向上させる：Bing の新機能における AI の役割

Microsoftは、幅広い製品やサービスに人工知能（AI）を組み込んでおり、同社の検索エンジン Bing はこの進歩の主な受益者の一つです。最近、Microsoft は OpenAI の最新の生成言語モデルGPT-4を搭載した Bing のディープサーチ機能の開始を発表しました。この機能は、複雑な検索クエリに対してより関連性の高い回答を提供するよう設計されています。

Bing のディープサーチの導入のきっかけは、検索エンジンがオンラインで情報を見つけるための優れたツールである一方で、複雑で微妙な、あるいは特定のクエリに直面した場合など、時には私たちの期待に応えられないことがあるという認識から来ています。自分が何を探しているか分かっていても、検索エンジンが私たちのニーズを完全には理解していないように思えることがよくあります。このギャップが、最も複雑な検索クエリに対してより関連性の高い包括的な回答を提供することを目的とした、Microsoft Bing の新機能としてのディープサーチの作成につながりました。

ディープサーチの特徴の 1 つは、クエリのあいまいさを「解消」する機能です。クエリが複数の解釈に開かれている場合、ディープサーチは GPT-4 を使用して可能性のあるすべての意図を特定し、それぞれについて詳細な説明を提供します。この機能により、ユーザーの意図をよりよく理解でき、より正確な検索結果が得られます。

あわせて読みたい：故人にインタビューしてみたい？ AI ダビングがそれを可能にするが、全員が賛成しているわけではない

裏の側面：ディープサーチの限界

ディープサーチは 30 秒で結果を生成するように設計されており、これは、より詳細で包括的な回答を処理するために必要な処理能力を考えると妥当な時間です。ただし、ディープサーチはすべてのクエリやすべてのユーザーに適しているわけではないことに注意が必要です。シンプルな回答以上のものを必要とする複雑な質問に直面している人々に特化しています。現在、これは実験的な機能であり、テストと改善の継続的なプロセスの一環として、ランダムに選ばれた限られた Bing ユーザーグループに提供されています。

Microsoft が OpenAI の GPT-4 を搭載した Bing ディープサーチを導入したことは、Web 検索の分野における重要な進歩を示していますが、この革新に対してバランスの取れた視点で取り組むことが重要です。技術の進歩、特に AI を伴うものには、常にさまざまな課題と限界が伴います。Bing ディープサーチの文脈では、その潜在的な欠点をより深く検討することが、その影響の全体像を理解するために不可欠です。この機能はまだ実験段階であり、Microsoft はユーザーからのフィードバックや技術の発展に基づいてさらに改良を重ねる可能性が高いため、これは特に重要です。これらの欠点の分析を見ていきましょう。ただし、これらは現時点での観察であり、技術とその使用法が成熟するにつれて変化する可能性があることに留意してください。

• 結果生成時間：確認されている主な欠点の 1 つは、結果を生成するのに必要な時間です。ディープサーチは最大 30 秒かかる場合があり、従来の検索エンジンが提供するほぼ瞬時の結果よりも大幅に長くなります。これは、特に情報の深さよりも速度が重視されるシンプルなクエリにおいて、迅速な結果に慣れたユーザーを遠ざける可能性があります。
• 複雑さとユーザーエクスペリエンス：この機能は複雑なクエリ向けに設計されていますが、それが扱う複雑さ自体が一部のユーザーにとって使いにくさにつながる可能性があります。詳細な分析を求めていないユーザーや、シンプルな回答を好むユーザーは、ディープサーチ機能を圧倒的または不要と感じるかもしれません。ユーザーが効果的に使用するには学習曲線が必要になる場合があります。
• 拡張クエリの関連性と正確性：GPT-4 によって生成された拡張クエリは、ユーザーの意図をより正確に捉えることを目的としていますが、時には的を外すことがあります。AI によるクエリの解釈が、ユーザーが意図したことと常に一致するとは限らず、関連性の低い、または正確性の低い結果につながる可能性があります。このリスクは、AI がユーザーの意図を推測しなければならないあいまいなクエリで特に高くなります。
• AI の解釈への過度な依存：ディープサーチは、クエリの解釈と拡張において AI に大きく依存しています。これは強力である一方で、人間の思考のニュアンスやクエリの特定のコンテキストを常に把握できるとは限らない AI の理解に過度に依存するリスクももたらします。その結果、技術的には正しいが、文脈的には不適切な結果が生じる可能性があります。
• リソース消費の大きさ：この機能の動作は、より深く検索し、より多くの情報を処理する必要があるため、標準的な検索機能よりもリソースを多く消費する可能性があります。これにより、特に多数のユーザーが同時に使用した場合に、サーバー負荷やエネルギー消費に影響を与える可能性があります。
• 実験的ステータスと限定的な利用可能性：現在、実験的機能として、その利用は限られたユーザーグループに限定されています。この限定的な展開により、幅広いユーザーベースに基づくフィードバックループと改善が遅くなる可能性があります。実験的な性質は、大規模に展開する前に対処すべきバグや問題がより多く存在する可能性があることも意味します。
• データプライバシーとセキュリティ：AI 駆動の他のツールと同様に、ディープサーチはデータプライバシーとセキュリティに関する懸念を引き起こす可能性があります。詳細なクエリを処理し、包括的な回答を生成するには、機密性の高いユーザーデータの取り扱いが含まれる場合があり、これらのデータの保存方法に関する疑問が生じる可能性があります。