リアルタイム対話が進化！AIと生会話できる「GPT-Live」が凄い

GPT-Liveは、AIとの対話をよりリアルでシームレスなものへと進化させる革新的なプロジェクトです。遅延の少ないスムーズなやり取りを実現し、まるで人間と話しているかのような体験を提供します。

数週間前からプレビュー版を使ってるけど、かなりいい感じ。犬の散歩中に1時間ぶっ通しで会話したけど、自分のプロジェクトのブレインストーミングが捗ったよ。一番の目玉は、バックグラウンドでGPT-5.5に質問を振り分けられるところかな。だから、数年前の古い性能の音声モデルに縛られる必要がなくなったのは大きい。面白いバグも見つけたよ。こっちがまだ喋ってるのに割り込んできて、冗談のつもりじゃないのに勝手に笑い出したりしてさ！でもありがたいことに、その挙動はもう修正されたみたい。ちょっと失礼で小馬鹿にされてる感じがしてたからね。

この発表で一つ気になるのは、コネクタやツールが使えない点かな。正直よくわからないんだけど、Claude、ChatGPT、Gemini、Grokといった今の先端AIのどれも、音声モード中にはツールやコネクタが使えないんだよね。これって当たり前の機能だと思うんだけど。話してる最中に調べ物をしたり、ドキュメントを開いたり、メモを取ったりして効率的に作業したいのに、アプリやサービスに接続するたびに音声モードを終了しなきゃいけないなんて。妙な話だよ。昔のClaudeの音声モードはツールが使えたのに、刷新されたらその機能が消えてHaikuに固定されちゃったし :（ だから、先端モデルで動く音声モードがついに出たのは嬉しいし、Grokの音声モードくらい優秀だと期待してるけど、ツールが使えないままなのは残念だね。（まだ試してなくて、発表を読んだだけだけど）

（OpenAIの弁護士です）GPT-Live-1は次世代モデルの最初のバージョンです。私たちは、全二重通信アーキテクチャとタスクの振り分け機能が、人間とAIの対話に全く新しい可能性をもたらすと信じています。ぜひフィードバックを聞かせてください！

これでまたChatGPTを再契約しちゃいそうで、すごく腹が立つよ。LLMが出る前は、自分がこんなに音声機能を使うなんて思ってもみなかったのに。今のところChatGPTが最高の音声インターフェースを持ってると思う。次はGrokで、その次がClaudeかな。

これ、AIが進むべき方向とは真逆だと思う。人間関係っていうのは最も価値のあるものなのに、テクノロジーがその仲介に入り込んで、ついには代替しようとしてるわけだ。カトリック教徒じゃないけど、このポッドキャストは「AIを人間のように扱うこと」に対する非常に興味深い議論を展開してるよ：https://newpolity.com/podcasts-hub/debate-chatbots

多くのAI関連サービスと同じで、クールな反面、なんだか薄気味悪いな。昔から音声インターフェース（SiriとかGoogleのやつとか、テレビについてるやつとか）は使ったことがないから、ターゲット層じゃないんだろうけど、確かに進化はしてるね。何が気味悪いかって、僕たちはこれまで以上に人との繋がりが希薄な時代に生きてるのに、会話そのものを置き換える必要があるのか？っていう点。デモ動画のお年寄りたちの映像を見て思ったんだけど、高齢者の扱いとか孤独の問題はすでに社会課題だよね。本当に思考してるわけじゃない機械と深く関わってしまう人たちの姿を想像すると、なんとも言えない悲しさがある。間違いなく「イック（気持ち悪い）」要素があるよ。

最悪のシナリオは、自分を肯定してくれるAIと話すことに慣れすぎて、反論されたり、異なる視点を提示されたりした時に、うまく対応できなくなる人が増えることだろうね。相手の機嫌を取るような言葉しか返ってこない環境に慣れてしまったら、会話は成り立たなくなるよ。

一体、何の目的でこんなものを作ってるんだ？FacebookとかSNSなら、まだ役に立つ可能性があるから理屈はわかる。でもこれは何だ？ 公衆の面前で核爆弾を作ってるようなものだろ。今後20年で世界はもっと酷い場所になるよ。電力消費の話をしてるんじゃない。誰もが完全に自分好みの創作されたバブルの中に閉じこもるような社会の話をしてるんだ。

GPT-Live：Zoom会議に足りなかったのは、話を聞かずに上の空で「もう一度質問を繰り返して」なんて言ってくるAIだったってわけか。