Googleは新しいGeminiモデルで、OpenAIやMicrosoftとのAI競争における新たな基準を確立しようとしている。

トッド・ビショップ著2023年12月6日午前7時2023年12月6日午前7時27分

Googleは水曜日の朝、待望のマルチモーダル人工知能モデル「Gemini」の展開を開始し、テキスト、画像、動画、コードなど、さまざまな入力をネイティブに処理し、推論する能力をアピールした。

この新しい AI モデルにより、検索大手は OpenAI、Microsoft、Amazon などの業界ライバルとの AI 競争で一歩先へ進もうとしている。

Google は、Gemini をこれまでで最大かつ最も有能なモデルであり、大規模マルチタスク言語理解 (MMLU) ベンチマークで人間の専門家を上回った初の AI モデルであると説明しました。

GoogleとAlphabetのCEOであるサンダー・ピチャイ氏はブログ投稿で、ジェミニは同社のDeepMind AIイニシアチブの傘下で「当社がこれまで取り組んできた最大の科学・工学的取り組みの一つ」であると述べた。

グーグルによると、ジェミニは、シアトルに拠点を置くアレンAI研究所が開発した「リアル・トキシシティ・プロンプト」などのツールを使い、有害なコンテンツを識別、ラベル付け、除外する能力を評価する広範なAI安全性テストを受けたという。

Gemini は、さまざまな製品で段階的に展開されます。

• 多くのGoogleユーザーは、まず同社のAIチャットボット「Bard」でGeminiを体験することになる。Google幹部は記者会見で、「Gemini Pro」と呼ばれるバージョンが本日からBardに搭載されると発表した。より高機能な「Gemini Ultra」は、来年初めに「Bard Advanced」という新バージョンで提供される予定だ。
• Google Cloud は、開発者向けの早期アクセス プログラムで Gemini Ultra を提供し、2024 年初頭にさらに広範囲に展開する予定です。Gemini Pro は、12 月 13 日から Google Cloud の Vertex AI および AI Studio で利用可能になります。
• 端末内アプリケーション向けの「Gemini Nano」と呼ばれるバージョンは、Pixel 8 Pro以降、Google Pixelスマートフォンで利用可能になります。Googleによると、このバージョンはレコーダーアプリの新機能「要約」とGboardの「スマートリプライ」に搭載される予定です。

The Informationは12月2日、Googleが「AIが一部の英語以外のクエリを確実に処理できないことが判明したため」、Gemini向けに計画されていた一連の対面式発表イベントを中止したと報じた。