エージェント時代の新しい AI モデル

GoogleとAlphabetのCEOサンダー・ピチャイからのメモ:

情報は人類の進歩の中核です。だからこそ、当社は 26 年以上にわたり、世界中の情報を整理し、アクセスしやすく役立つようにするという使命に注力してきました。そしてそれが、私たちが AI の最前線を押し広げ、すべての入力にわたってその情報を整理し、あらゆる出力からアクセスできるようにして、ユーザーにとって真に役立つようにし続ける理由です。

それが当時の私たちのビジョンでした 昨年 12 月に Gemini 1.0 を導入しました。ネイティブにマルチモーダルになるように構築された最初のモデルである Gemini 1.0 および 1.5 は、テキスト、ビデオ、画像、オーディオ、コードにわたる情報を理解し、より多くの情報を処理するために、マルチモーダルと長いコンテキストによって大きな進歩をもたらしました。

現在、何百万もの開発者が Gemini を使用して開発を行っています。そして、これは、20 億人のユーザーを持つ 7 つの製品すべてを含む、すべての製品を再考し、新しい製品を作成するのにも役立ちます。 ノートブックLM これは、マルチモダリティと長いコンテキストが人々に何を可能にするのか、そしてなぜこれが多くの人に愛されるのかを示す好例です。

昨年、私たちはよりエージェント的なモデルの開発に投資してきました。これは、エージェントがあなたの周囲の世界についてより深く理解し、何段階も先を考え、あなたの監督のもとであなたに代わって行動を起こすことができることを意味します。

本日、私たちはこの新しいエージェント時代に向けて構築された次の時代のモデルを発表できることを嬉しく思います。これまでで最も機能的なモデルである Gemini 2.0 を紹介します。ネイティブ画像や音声出力などのマルチモダリティとネイティブ ツールの使用における新たな進歩により、ユニバーサル アシスタントのビジョンにさらに近づく新しい AI エージェントを構築できるようになります。

私たちは本日、2.0 を開発者と信頼できるテスターの手に渡します。そして、Gemini と Search を筆頭に、これを製品に組み込むために迅速に取り組んでいます。本日より、Gemini 2.0 Flash 実験モデルをすべての Gemini ユーザーが利用できるようになります。と呼ばれる新機能もリリースします。 深い研究、高度な推論と長いコンテキスト機能を使用して研究アシスタントとして機能し、複雑なトピックを調査し、ユーザーに代わってレポートを作成します。現在、Gemini Advanced で利用可能です。

検索ほど AI によって変革された製品はありません。当社の AI 概要は現在 10 億人に利用されており、まったく新しいタイプの質問をできるようになり、急速にこれまでで最も人気のある検索機能の 1 つになりました。次のステップとして、Gemini 2.0 の高度な推論機能を AI 概要に導入し、高度な数式、マルチモーダル クエリ、コーディングなど、より複雑なトピックや複数ステップの質問に取り組みます。今週から限定的なテストを開始し、来年初めにはより広範囲にテストを展開する予定です。そして今後 1 年間、AI 概要をより多くの国と言語に提供し続ける予定です。

2.0 の進歩は、AI イノベーションに対する差別化されたフルスタック アプローチへの 10 年にわたる投資によって支えられています。第 6 世代 TPU である Trillium などのカスタム ハードウェア上に構築されています。 TPU は Gemini 2.0 のトレーニングと推論の 100% を支えており、現在、Trillium は 一般的に入手可能な 顧客もそれを使って構築できるようにします。

Gemini 1.0 が情報の整理と理解に関するものであるとすれば、Gemini 2.0 は情報をより便利にすることに関するものです。次の時代が何をもたらすのか楽しみです。

-サンダー