Googleの本領発揮か!? AI文章要約サービスのおすすめはBard【2023年12月時点】

文章要約AIサービス BardとBing AIサービスと生成AI

前の記事でAI翻訳サービスのおすすめについて紹介しましたが、状況を一変させるような新しいサービスが2023年にリリースされました。AI文章要約サービスのおすすめについて最新情報を紹介します。

スポンサーリンク

玉石混合だったAI要約サービス

AIで無料で文章を要約してくれるサービスを探すとき、2023年前半まではどのサービスもドングリの背比べ状態でした。以下に例を挙げますが、文字数制限があったり、出力する分量を調整できなかったり、要約した文章の品質が今ひとつだったりで、どれも本格的な実用に耐えなかったのです。

文章要約サイトのおすすめ」などの記事もいくつかありますが、そこに掲載されているものは、どれも似たりよったりです。代表的なものをいくつかピックアップしてみます。

サービス名称 特徴 文字数制限など注意点
ChatGPT OpenAIが開発したチャットボット。汎用的な問いかけに対して回答可能 4096トークンの制限があり、日本語で2,000文字を超える長文の要約には不向き
HIX Summarizer 大規模言語モデルをGPT-3.5とGPT-4から選択でき、上限の文字量に応じた金額で月額課金 無料で試せるのは入力文字3,000 Characters、出力文字300語まで
ELYZA DIGEST AI研究で有名な東大松尾研発のスタートアップ。どんな文章でもAIが3行に要約 URL指定もできるが、ニュース記事などで本文と無関係の広告バナー等が入っているとAIが混乱し、おかしな要約になる
タンテキ ニュース記事の要約 2023年8月にサービス終了

 

一石を投じたか?Google Bard

生成AIの研究・開発は、Microsoft, Googleなどの大手ハイテク企業が莫大な投資をしながら、しのぎを削っており、文字通り日進月歩の状態です。たった一ヶ月で状況が一変することも珍しくありません。

2023年の大半は、「ChatGPT」が話題の中心でした。ChatGPTは、一般のニュースでも取り上げられたり、活用法の書籍が書店の店頭に多数並ぶなどしたのです。

ChatGPTのような会話型AIの登場で「検索して情報を得る」という人々の考え方が、「AIに聞いて情報を得る」という考え方に変化することに警戒感を抱いていたGoogleが、遅ればせながら投入したのが「Bard」です。2023年2月の公開当初は、大規模言語モデルLaMDAを利用していたBardですが、2023年5月には、PaLM2という大規模言語モデルに変更し、性能を改善しています。

ただ、検索エンジンに会話型AIを組み込むことは、検索広告収入でIT業界を支配してきたGoogleのビジネスモデルを破壊するのではないかとの懸念もあります。現在は、ChatGPTを支援しているMicrosoftからの攻勢をGoogleが一方的に受ける形になっています。

 

Bardの文章要約性能

話がそれてしまいましたが、このGoogleのBardは文章要約性能が高いことが確認できています。(2023/12時点)

文字分量は無制限ではないですが、英文で6,000単語、30,000文字くらいの原稿であればうけつけてくれるようです。例えば、こちらのサイトにあるYouTube動画「AI and the Power of Simulation」の英文Transcript (34,000文字、6,000単語)を入力すると、文章の最後のほう3,000文字くらいは入力できませんでしたが、一応受け付けてくれます。そして、「この文章を3分の1の分量に要約し、日本語に訳してください」と依頼すると、以下のような回答が返ってきます。

主なトピック

  • AIとシミュレーションの融合とその増加する利用
  • この分野における4つの主要なトレンド:
    • AIを用いたプラントモデルの高速化(Reduced order modeling、ROM)
    • AIを用いた高価なセンサーまたは利用できないセンサーの代替(Virtual sensors)
    • 複雑なシステムの制御アプリケーションにおける強化学習
    • AIのトレーニング用にシミュレーションモデルを用いたデータの合成

キーポイント

  • AIとシミュレーションは、モデルの遅延、モデルの不正確さ、測定の取得の困難さなどの課題を克服するために組み合わせて使用されます。
  • ROMは、ハードウェア・イン・ザ・ループテストなどのアプリケーション用に、プラントモデルの小型で高速なバージョンを作成するためにAIを使用します。
  • バーチャルセンサーは、他の利用可能なデータに基づいてセンサー値を推定するためにAIを使用することで、コストを削減し、アクセス性を向上させます。
  • 強化学習は、AIモデルがシミュレーション環境で試行錯誤を通じて制御戦略を学習できるようにします。
  • シミュレーションモデルを用いたデータの合成は、希少または危険なシナリオの場合に特に、AIのトレーニング用に豊富なデータセットを作成するのに役立ちます。

  • 車のハードウェア・イン・ザ・ループテスト用にエンジンモデルを高速化するためにAIを使用する。
  • 他のセンサーデータに基づくバーチャルセンサーを使用して、電気モーターの高価な温度センサーを置き換える。
  • シミュレートされた駐車場環境で強化学習を使用して自律走行車を制御するようにAIをトレーニングする。

全体的な評価

この動画は、さまざまなアプリケーションにおけるAIとシミュレーションの強力な組み合わせを強調しています。これらの技術は、多くの分野で効率性、精度、安全性を向上させることができます。

内容はほぼ正確で、この品質でしたら十分実用に耐えうると思います。

一方のMicrosoftですが、GPT-4をベースにしたBingは、2,000文字の制限があり、長文翻訳や要約を依頼するには、現時点では適切ではありません。

Microsoft Bingの検索窓

しかし、Microsoftは、「Copilot」という形で自社のOS、ブラウザ、Office製品の利用者に様々な形でAI機能を提供していくことが発表されています。

参考記事:マイクロソフト、「Copilot」を強化–「GPT-4 Turbo」と最新「DALL・E 3」を採用 (2023-12-06 ZDnet)

変化がめぐるましい生成AIの動向は、2024年も目が離せません。