グーグル、ジェミニを発表：ついにChatGPTの対抗馬に？

画期的な動きとして、グーグルは消費者と企業の両方向けに設計された人工知能ツール群「ジェミニ」を発表した。

このスイートはナノ、プロ、ウルトラバージョンで構成され、テキスト、画像、音声、動画をシームレスに統合し、AI能力の限界を押し広げる。

双子座のお披露目

グーグルのGeminiシリーズは、マルチモーダルAIにおける大きな飛躍を象徴している。競合他社とは異なり、グーグルのアプローチは、ネイティブにマルチモーダルな学習を行うことで、モデルが様々なタイプのデータを同時に処理できるようにする。

ジェミニ・ウルトラは、最も高度なバージョンであり、ベンチマーク全体において顕著な結果を達成し、多くのケースで人間の性能に匹敵するか凌駕した。

独自のトレーニング・アプローチ

Geminiの特徴は、ネイティブなマルチモーダル学習方法であり、現在のマルチモーダルAIとは一線を画している。

後で別々のモードやモジュールを組み合わせるモデルとは異なり、ジェミニは異なる入力を理解するためにゼロから作られている。

この戦略的トレーニング・アプローチは、モデルの理解と問題解決能力を高めることを目的としている。

ジェミニと競合他社の比較

Geminiの発表は、広く評価されているAIモデルであるOpenAIのChatGPTとの比較に火をつけた。Google'のGeminiは手ごわい競争相手として位置づけられており、特にProバージョンはスピードと能力のバランスを取ることを目指している。

このモデルは、ユーザーの意図をよりよく理解し、事実の正確さを向上させ、全体的なパフォーマンスを向上させることができる。

バード・パワード・バイ・ジェミニ

Google'のチャットボットBardは、Geminiの統合によって大きく飛躍した。新たにパワーアップしたBardは、Gemini Proを搭載し、ChatGPTに匹敵する機能を目指している。

グーグル社のバルドとアシスタントの責任者であるシシー・シャオ氏は、ジェミニをバルドにとってこれまでで最大かつ最高のアップグレードであり、要約からブレーンストーミングまで、さまざまなタスクで著しい改善が期待できると述べている。

ジェミニのマルチモーダル能力

Geminiの真の強みは、そのネイティブなマルチモーダル機能にある。Google DeepMindの責任者であるデミス・ハサビスは、このモデルがモダリティを超えたシームレスな統合と推論を実現していることを強調している。

YouTuberのマーク・ロバーがバルドを使って紙飛行機をデザインし、写真からAIがフィードバックしたり、親が画像をアップロードして子供の宿題を手伝ってあげたりといったデモがある。

将来の展望

Googleは、Gemini Ultraを搭載したBard Advancedを来年発表する予定であり、Geminiの広大な未来を描いている。Gemini Ultra'のマルチモーダルな汎用性は、テキストだけにとどまらず、画像、音声、ビデオとのインタラクションを可能にする。

グーグルのCEOであるスンダル・ピチャイは、今回の発表をジェミニ時代の幕開けと捉え、既存の競合他社に匹敵する新モデルの可能性を強調している。

ジェミニがAIに与える影響

Google'のGeminiは、ネイティブのマルチモーダル機能を導入し、パフォーマンスと汎用性において新たなベンチマークを設定することで、AIの展望におけるゲームチェンジャーとなる可能性を秘めている。

Bardに搭載されたGeminiのProバージョンは、Googleが既存のAIモデルと真っ向から競争し、ユーザーにより効率的で有能なチャットボット体験を約束するという意思表示である。