人工知能（AI）競争が続いているが、今度はグーグルがそのカードの1つを使う番だ。グーグルはこのほど、マルチモーダル生成AIモデル「Gemini」を発表した。OpenAIのChatGPTに直接対抗するGeminiは、現在混雑している状況の中で自らの居場所を切り開こうとしている。この新参者
を詳しく見てみよう。
ジェミニ、大きな野望を抱くグーグルのAI
Geminiには、Gemini Ultra、Gemini Pro、Gemini Nanoの3つのバージョンがある。それぞれのバージョンは、必要とされるタスクと使用されるデバイスに適合しており、ナノはモバイルデバイス用に設計されている。Gemini Ultraは、非常に複雑なタスクのために設計された最も強力なバージョンです。
このモデルは、データを抽出するためにさまざまなタイプの情報（テキスト、画像、ビデオ）を参照することができる。グーグルのチーフ・サイエンティスト、ジェフ・ディーンによると、ジェミニは、大規模なマルチタスク言語理解（
）に関しては、人間のパフォーマンスを凌駕することさえ可能だという。
ChatGPTとは異なり、ジェミニは最初からマルチモーダルであるように設計されている。対照的に、OpenAIのAIは、機能を拡張する前にテキストモデルから始めている。さらに、Geminiはウェブから情報を取得することができる。ChatGPTの無料版とは異なり、そのデータは特定の日付で停止する。
今最もパワフルなAI？
グーグルによると、ジェミニはAIの能力を評価するために使用される8つのベンチマークのうち6つでChatGPT 4Vの能力を上回っている。これは、現在入手可能な中で最もパワフルなモデルとなる。ジェミニは、テキスト、画像、コード行、動画を生成することができる。
8つのベンチマークにおけるGeminiとGPT-4Vの比較
Geminiは、Googleのテキストベースの生成AIモデルであるBardに統合されている。そのため、すでにその能力をテストすることが可能である。Gemini Nanoは、グーグルの現在のフラッグシップスマートフォンであるPixel 8 Proにもネイティブに統合される予定である
。
Geminiは、検索、広告、Google Chromeブラウザなど、グーグルが提供する他のサービスでも使用される。プレスリリースによると、これらの変更は今後数カ月にわたって行われる。ジェミニの最もパワフルなバージョンであるジェミニ・ウルトラは、現在テスト中である。来年早々には、限られた顧客と開発者に提供される予定だ。
グーグルは「責任」と、AIモデルが理性的な方法で進化する必要性を強調している。そうすることで、ここ数週間で懸念を引き起こしたモデルであるOpenAIに対抗している。全体として、これはAI競争が進行中であること、そしてグーグルがこれらの技術の将来を固く信じていることを示している。
