Google、これまでで最も先進的かつ汎用的な AI モデルである Gemini を発表

最近、Google はこれまでで最も先進的かつ汎用的な AI モデルである Gemini を正式に発表しました。

この Gemini 1.0 は、データ センターからモバイル デバイスまでの柔軟な使用ニーズに対応するために、Gemini Ultra、Gemini Pro、Gemini Nano の 3 つの異なるサイズで提供されます。その中でも、Gemini Ultraは最大かつ最も強力なモデルです。

Gemini はマルチモーダルな方法で構築されており、テキスト、コード、オーディオ、画像、ビデオなど、さまざまな種類の情報を要約、操作、結合できます。

Google が公開したテスト結果によると、最強バージョンである Gemini Ultra は、Massive Multitask Language Understanding (MMLU - Massive Multitask Language Understanding) テストで 90% のスコアを獲得しました。このモデルは、57 人の被験者からの知識を統合して問題を解決し、専門家レベルで人間を超える初の AI となり、同じテストで 89.8% のスコアを獲得しました。一方、GPT-4 は 87%、LLAMA-2 は 68%、Anthropic の Claude 2 は 78.5% を達成しました。

さらに、Gemini Ultra は MMMU (多分野にわたる大規模マルチモーダル理解) 機能でも 59.4% のスコアを獲得し、大規模言語モデルの研究開発における 32 規格のうち 30 規格を上回りました。

Gemini AI モデルの 3 次元バージョンを相関させます。写真: Google

Google DeepMindのCEOであり、Geminiチームの代表であるデミス・ハサビス氏は、同社の目標は、ユーザーにとってのパートナーのような、より便利で直観的な新世代のAIモデルを構築することであると述べた。

Gemini 1.0 は、その強力なパフォーマンスに加えて、テキスト、画像、音声などを同時に認識するように訓練されており、情報をよりよく理解し、質問に対する答えを提供するのに役立ちます。には、複雑なトピックがあります。このモデルは、Python、Java、C++、Golang で解釈してコード化することもできます。

Gemini Ultra バージョンは最も複雑なタスク用のバージョンであり、まだテスト中です。Gemini Nano は、モバイル デバイスで実行されるタスク用です。Pixel 8 Pro はこの AI を搭載した最初のデバイスであり、録画コンテンツの要約や Gboard キーボードでのスマート リプライなどの追加機能が搭載されます。Google はこれら 2 つのバージョンを来年市場に投入する予定です。

一方、Bard チャットボットで現在使用されている Pro バージョンでは、ユーザーは読解、要約、推論、プログラミング、計画に関する多くの要件を変更することができます。Gemini Pro を使用する Bard は現在 180 の国と地域で利用できますが、サポートされているのは英語のみです。