そして 12 月に Google は Gemini 2.0 をリリースしました。 CEOのSundar Pichai氏は、このリリースはエージェント時代の始まりであると述べた。ここでは、AI モデルが初期の指示セットに基づいてユーザーに代わってタスクを実行します。
ジェミニとは何ですか？
Gemini 2.0 のご紹介 |これまでで最も有能な AI モデル – YouTube
Gemini モデルは、テキストだけでなく、画像、ビデオ、オーディオ、さらにはコンピューター コードを処理できるマルチモーダル モデルとしてトレーニングされています。これは OpenAI の GPT-4o に似ており、Gemini 2 ではそれらのモダリティも出力できます。
Google の典型的な運用モードに沿って、このモデルの最新バージョンは過去数か月にわたって密かに開発されており、ChatGPT のような誇大宣伝された製品では見落とされていたいくつかの機能を提供します。
たとえば、現在、Gemini on Hugging Face のバリエーションは 50,000 以上あり、多数の言語や用途をカバーしています。
残念ながら、この種類はかなりの混乱を引き起こしています。最近のジェミニの打ち上げが相次ぎ、事態はさらに悪化しているため、私たちは、物事を理解しやすくするために、ジェミニの宇宙の明確な地図をレイアウトする時期が来たと考えました。
まず最初に認識すべきことは、Google はモデル テクノロジとアプリケーションを、同じ名前のバリエーションと組み合わせて使用することを好むということです。それが明確になると、他のすべてが所定の位置に差し込まれ始めます。
1. モデル
(画像提供: Google)
その始まりは、2010 年にロンドンで設立された AI ラボである DeepMind でした。この AI 業界全体の礎石は、LaMDA、PaLM、Gato AI モデルを世界に提供しました。ジェミニは、この世代のファミリーの最新の世代です。
Gemini モデルのバージョン 1.0 は、Ultra、Pro、Nano の 3 種類で発売されました。名前が示すように、モデルは高出力のものから、電話やその他の小型デバイスで動作するように設計された小型バージョンまで多岐にわたりました。
その後のサービス開始による混乱の多くは、Google の検索ビジネスと AI ビジネスの間の哲学的な争いが原因であることに注意してください。
(画像提供: Google)
10 か月前にリリースされた Gemini 1.5 は、元のモデルを段階的に改良し、専門家混合 (MoE) 技術、100 万トークンのコンテキスト ウィンドウ、および新しいアーキテクチャを組み込んでいます。それ以来、Gemini 1.5 Flash、Gemini 1.5 Pro-002、および Gemini 1.5 Flash-002 がリリースされてきました。後者はわずか 3 か月前にリリースされました。
同時に同社は、無料の Gemma 製品を発売することで、オープン モデルの領域にも驚くべき進出を果たしました。これらの 2B および 7B パラメータ モデルは、Meta の Llama モデル ファミリのリリースへの直接的な対応として見られました。 Gemma 2.0 は 5 か月後にリリースされました。
Gemini 2.0 は 2024 年 12 月に発売され、エージェント時代のモデルとして宣伝されています。リリースされた最初のバージョンは、Google 検索などのツールの使用とコード生成のための関数呼び出しをサポートする高性能マルチモーダル モデルである Gemini 2.0 Flash Experimental でした。
数週間以内に、同社は明らかに現行世代の完全バージョンである Gemini 2.0 Experimental Advanced をリリースしました。 「どうやら」と言うのは、現時点では何が完全なコードで何が初期のコードなのか誰も実際にはわかっていないからです。
確実に言えるのは、Gemini 2.0 Flash Experimental はあらゆる面で非常に有能でパフォーマンスの高い AI モデルであるということです。
ジェミニモデル
- ジェミニ 1 ウルトラ – 強力
- Gemini 1 Pro – ミッドレンジ
- Gemini 1 Nano – 小型
- Gemini 1.5 フラッシュ – 高速、低価格
- Gemini 1.5 Pro – 速度が遅く、高価です
- Gemini 2.0 フラッシュ実験版
- Gemini 2.0 フラッシュ思考
- Gemini 2.0 エクスペリメンタル アドバンスト
ジェマモデル (ジェマバース)
- ジェムマ 1 (2B、7B パラメータ)
- Gemma 2 (2B、9B、27B): 27B をゼロからトレーニングしました。
- CodeGemma (2B および 7B): コード生成用に微調整されました。
- RecurrentGemma (2B、9B): Transformer ベースではなく Griffin ベース。
- PaliGemma 2 (3B、10B、28B): ビジョン モデルはテキストと画像の入力を受け入れます。多言語対応。
- DataGemma: データ重視のモデル
- GemmaScope: AI調査ツール
2. アプリケーション
（画像クレジット：Future）
Google は研究会社であると同時に製品会社でもあります。 DeepMind と Google AI が研究を主導し、モデルをリリースします。 Google のもう一方の側は、これらのモデルを採用して製品に組み込みます。これには、ハードウェア、ソフトウェア、サービスが含まれます。
チャットボット
チャットボットは、他の多くの基盤モデル サプライヤーと同様に、Google アプリケーションに関しても主導権を握っています。繰り返しになりますが、これは Google なので、名前と機能に関しては少し曖昧になります。
ジェミニのチャットボット。これは以前は Bard と呼ばれていましたが、Gemini モデルとは完全に別のものです。 10 か月前、Bard と別の Google 製品である Duet AI が統合され、Gemini ブランドの下に統合され、Android アプリがリリースされました。
この措置を受けて、Gemini チャットは現在、Android アシスタント、Chrome ブラウザ、Google フォト、Google Workspace など、より多くの Google 製品に統合されています。
この記事の執筆時点では、Gemini チャットボットと従来の Android アシスタントは、最新バージョンの Android 電話オペレーティング システムのデュアル オプションとして提供されています。 Gemini Live は、OpenAI の低遅延、高速の Advanced Voice Mode に代わる Google の代替手段とみなされており、近い将来、Google Pixel スマートフォン全体に展開される予定です。
製品
チャットボットとしての Gemini は新モデルのほとんどを獲得し、AI 愛好家からの注目を集めるかもしれませんが、AI に対する注目のほとんどはモバイル上の Gemini に集まるでしょう。
これには 2 つの形式があり、1 つは iPhone と Android 上の Gemini アプリを通じて、次に Android オペレーティング システムへの緊密な統合を通じて行われます。
Android では、開発者は、基本的なタスクを実行するためにクラウドベースのモデルや高価なモデルを使用することなく、独自のアプリで Gemini Nano モデルを使用することもできます。
緊密な統合により、Gemini からシステム機能をトリガーできるだけでなく、AI 音声アシスタントである Gemini Live を使用して曲などを再生することもできます。
実験
最新の Gemini モデルの発表には、一連の主要な Google アプリケーションのリリースまたは新しいモデルに関連付けられたプレビューが伴いました。リストは長くて印象的です。そのうちのいくつかは次のとおりです。
- Project Astra: AI アシスタントの視覚的理解力の見事なデモンストレーション
- Project Mariner: 現実世界のユースケースにおけるマルチモーダル AI の力を示す素晴らしいショーケース
- NotebookLM: 研究および研究アプリケーションのための驚くべき新しいパラダイム
- Deep Research: 深い検索機能と巨大なコンテキストを備えた非常に強力なエージェントリサーチツール
3. プラットフォーム
(画像クレジット: Shutterstock)
Gemini のモバイル バージョンと Web ベース バージョン以外にも、開発者向けのプレミアム製品がいくつかあります。これらは通常、Gemini Advanced の Deep Research などの最先端のモデルと機能を提供します。
- Gemini Advanced: Google の AI 製品への洗練されたサブスクリプション ベースのゲートウェイ。
- Google Cloud: Google のエンタープライズおよびコンシューマー向け製品の全範囲への従量課金制の導入を開始
- AI Studio: Gemini の一連の AI モデルをテストおよび評価するための無料の AI プレイグラウンド
- Vertex AI: Google Cloud サービスの一部として統合された AI 開発プラットフォーム
- Google One: 消費者向けのサブスクリプションベースのクラウド ストレージ サービス
#Google #Gemini #知っておくべきことすべて