中国の音声認識大手「科大訊飛（アイフライテック）」は2023年5月6日、ファウンデーションモデル（大量の言語や画像データを使って訓練する大規模なAI［人工知能］モデル）「訊飛星火（iFLYTEK SPARK、アイフライテックスパーク）」の発表会を開催した。同社の研究院院長の劉聡（リュウ・ツォン）氏は、訊飛星火の7つの能力を実演。訊飛星火はそのうち、テキスト生成能力、Q＆A能力、数学的能力の面で、米オープンAIの対話型AI「ChatGPT（チャットGPT）」と互角かそれ以上のパフォーマンスを見せた。

中国の音声認識大手「科大訊飛（アイフライテック）」が2023年5月6日に開催した、最新のファウンデーションモデル（大量の言語や画像データを使って訓練する大規模なAIモデル）「訊飛星火（iFLYTEK SPARK、アイフライテックスパーク）」の発表会の様子（画像は科大訊飛のニュースリリースから）

［画像のクリックで拡大表示］

　科大訊飛は1999年の設立以来、コグニティブインテリジェンス（Cognitive Intelligence、人間のように自ら考えて、学習し、人間の意思決定をサポートする材料を提示できる能力）の分野で数十年の経験を積んできた、中国の国家チームともいえる存在だ。同社は2011年、中国科学技術大学と共同で、音声および言語情報処理国家工学研究センターを設立。14年には自社の発展計画「訊飛超脳」を立ち上げ、AIのようなマシンが人間と同じように理解し、思考する能力を備えるようになっていくことを明確に示した。

　22年1月の年次総括および計画大会では、その計画の最新版「訊飛超脳2030」を発表。この計画では、知識を理解し、学習し、進化するAGI（汎用人工知能）が人々の日常生活に入り込んだ状態を目指していた。そして、22年12月15日には、「1＋N」という戦略を始動。これは、「1」は汎用型のコグニティブインテリジェンス能力を有するファウンデーションモデルを指し、「N」は教育やオフィス、自動車、ヒューマン・マシン・インタラクション、そして医療など様々な領域で応用されるファウンデーションモデルを指す。

　つまり、今回同社が発表したファウンデーションモデル「訊飛星火」は、まさにこの「1＋N」戦略の「1」に相当する。今後はその応用となる「N」を増やしていく計画だ。

科大訊飛の最新ファウンデーションモデル「訊飛星火」発表会の展示ブースの様子（画像は科大訊飛のニュースリリースから）

［画像のクリックで拡大表示］

チャットGPTと互角のパフォーマンスを見せるシーンも

　科大訊飛は、チャットGPTができる48の主要タスクや、自社のAI開放プラットフォームに登録している400万人以上の実名認証済みの開発者によるニーズ分析に基づき、AGIの注目すべき7つの主要能力を整理した。その7つの能力は、テキスト生成能力、言語理解能力、Q＆A能力、論理推論能力、数学的能力、コード生成能力、そしてマルチモーダル（コンピュータービジョンなどの技術を利用して得た複数の情報を処理すること）能力となっている。

科大訊飛が整理したAGIの注目すべき7つの主要能力を表示する様子（画像は科大訊飛のニュースリリースから）

［画像のクリックで拡大表示］

　科大訊飛は、これら7つの能力について、481個の細分化タスク類型に基づいた評価体系を使用し、訊飛星火のパフォーマンスを評価した。今回は、そのうちのチャットGPTと互角もしくはそれ以上のパフォーマンスを見せている3つの能力について紹介したい。

　1つ目はテキスト生成能力で、スピーチ原稿やメール、ニュースリリース、マーケティングプランなど、さまざまな文書の作成を支援することができる。科大訊飛によると、この能力は、現在中国国内で試すことができるファウンデーションモデルの中で、特別優れたパフォーマンスを示しており、中国語でのパフォーマンスは、チャットGPTのそれを上回っているという。一方で、英語でのパフォーマンスは、5点満点とした場合、チャットGPTは現在4.48点であるのに対し、訊飛星火は4.29点を記録。現在も、急速にそのパフォーマンスを改善し、チャットGPTを追いかけている。

訊飛星火のテキスト生成能力を発表会でデモンストレーションする様子（画像は科大訊飛のニュースリリースから）

［画像のクリックで拡大表示］