Last Updated on 2024-08-31 15:28 by admin
2024年2月15日、Googleは新しい生成AIモデル「Gemini 1.5 Pro」を発表した。このモデルは、100万トークン（約70万単語）の長文処理能力を持ち、画像、音声、ビデオ、コードなどのマルチモーダルな入力に対応している。
Gemini 1.5 Proは、OpenAIのGPT-4を含む競合モデルを上回る性能を示し、LMSYSチャットボットアリーナリーダーボードで首位を獲得した。
2024年4月9日にプレビュー版がリリースされ、5月23日には一般提供が開始された。さらに、6月27日には200万トークンコンテキストウィンドウの一般提供が始まった。
しかし、2024年2月26日頃、Geminiの画像生成機能に関する問題が浮上した。歴史的に不正確な画像を生成したり、特定の人種や性別に偏った結果を出力したりする問題が指摘された。
これを受けてGoogleは謝罪し、Geminiの人物画像生成機能を一時的に停止した。Google DeepMindのCEOであるデミス・ハサビスは、数週間以内に機能を再開する予定だと述べている。
この問題は、テスラCEOのイーロン・マスクやFiveThirtyEightの創設者ネイト・シルバーなど、著名人からも批判を受けた。
Googleは、AIの多様性を確保しようとする試みが行き過ぎた結果だとし、改善に取り組むと表明している。この問題を受けて、Alphabet（Google親会社）の株価は2024年2月26日に4%以上下落した。
from:Google’s AI comeback: New Gemini models dethrone OpenAI in shocking upset
【編集部解説】
皆さん、こんにちは。innovaTopiaの編集部です。今回は、GoogleのAIモデル「Gemini 1.5 Pro」の最新動向について解説していきます。
まず、Gemini 1.5 Proの正式リリースについて確認しましょう。2024年4月に公開プレビューが行われ、その後6月24日にGoogleが正式リリースを発表しました[1][3]。この発表は、AI業界に大きな影響を与えています。
Gemini 1.5 Proの特筆すべき点は、そのマルチモーダル処理能力です。音声、動画、テキスト、コードなど、複数の形式のデータを同時に処理できる点が革新的です[3]。これにより、AIの応用範囲が大きく広がることが期待されています。
また、Gemini 1.5 Proは100万トークン（約70万単語）という長文処理能力を持っています[1]。これは、大量のデータを一度に分析できることを意味し、複雑な問題解決や長文の要約などに威力を発揮するでしょう。
興味深いのは、Gemini 1.5 ProがOpenAIのGPT-4を含む競合モデルを上回る性能を示している点です[1]。LMSYSチャットボットアリーナリーダーボードで首位を獲得したことは、その性能の高さを裏付けています。
しかし、技術の進歩には常に課題が付きまといます。Geminiの画像生成機能に関する問題が浮上し、Googleは一時的に機能を停止する措置を取りました[1]。これは、AIの倫理的な使用や公平性の確保が重要であることを改めて示しています。
Gemini 1.5 Proの応用範囲は非常に広いです。例えば、健康分野では、ウェアラブルデバイスのデータを解析し、人間の専門家を上回る精度で睡眠や運動に関するアドバイスを提供できる可能性が示されています。これは、個人化された健康管理の未来を示唆しています。
ビジネス面では、Gemini 1.5 ProがGoogle Workspaceに統合されることで、業務効率が大幅に向上する可能性があります。例えば、Gmailでの自動返信生成や、Google Docsでの文書作成支援など、日常的なタスクが効率化されるでしょう。