Last Updated on 2025-05-30 08:51 by admin

Google DeepMindは2025年5月20日のGoogle I/O 2025で、Gemini 2.5シリーズの大幅なアップデートを発表した。

Gemini 2.5 ProはWebDev ArenaコーディングリーダーボードでELOスコア1415を記録し、LMArenaの全リーダーボードでトップを獲得した。

新機能として、複数の仮説を検討してから回答する実験的な推論モード「Deep Think」を導入し、2025年USAMOで高得点を記録した。

間接的プロンプトインジェクション攻撃への防御率を大幅に向上させ、Gemini 2.5を史上最も安全なモデルファミリーとした。

Live APIにネイティブ音声出力機能を追加し、感情検知や24言語以上での音声合成に対応した。Gemini 2.5 Flashは20-30%のトークン効率化を実現し、6月上旬に一般提供開始予定である。

From: Advancing Gemini’s security safeguards

【編集部解説】

Google I/O 2025で発表されたGemini 2.5の進化は、AIの実用性とセキュリティの両面で大きな飛躍を示しています。今回の発表内容を詳しく見ていきましょう。

Deep Thinkモードの革新性

最も注目すべきは「Deep Think」という新しい推論モードです。これは従来のAIが即座に回答を生成するのとは異なり、複数の仮説を検討してから最適解を導き出す仕組みです。2025年のアメリカ数学オリンピック（USAMO）で高得点を記録したことからも、その能力の高さが伺えます。

この技術は、単純な質問応答を超えて、複雑な問題解決や創造的思考が求められる分野での活用が期待されます。

音声機能の大幅強化

Live APIの音声機能強化も見逃せません。感情を検知して適切に応答する「Affective Dialogue」や、背景雑音を無視して適切なタイミングで応答する「Proactive Audio」は、より自然な対話体験を実現します。

24言語以上での音声合成と、ささやき声まで表現できる細やかな音声制御は、グローバル展開を視野に入れた戦略的な機能強化といえるでしょう。

セキュリティ強化の重要性

間接的プロンプトインジェクション攻撃への対策強化は、企業でのAI導入において極めて重要です。この攻撃手法は、AIが処理するデータに悪意のある指示を埋め込む巧妙な手法で、従来の防御では対応困難でした。

Google DeepMindの多層防御アプローチにより、金融機関や医療機関などの機密性の高い業界でも、より安心してAIを活用できる環境が整いつつあります。

開発者エコシステムの拡充

「思考要約」機能の導入により、AIの判断プロセスが可視化され、デバッグや検証が容易になります。これは企業でのAI導入において、説明責任や監査要件を満たすために不可欠な機能です。

また、Project Marinerのコンピューター操作機能がAPI化されることで、RPA（ロボティック・プロセス・オートメーション）分野での活用が加速すると予想されます。

競合他社への影響

WebDev ArenaやLMArenaでのトップ獲得は、技術的優位性を示すだけでなく、開発者コミュニティでの影響力拡大を意味します。特にコーディング支援分野での優位性は、GitHub CopilotやClaude等の競合サービスに対する強力な差別化要因となるでしょう。

今後の展望と課題

Deep Thinkモードは現在「信頼できるテスター」のみに提供されており、安全性評価が慎重に行われています。この慎重なアプローチは、AI安全性への真摯な取り組みを示していますが、一般提供までの期間が競合他社の追い上げを許す可能性もあります。

また、高度な推論機能の実装により、計算コストの増加が懸念されます。企業での実用化において、性能とコストのバランスがどう調整されるかが注目点です。

【用語解説】

Deep Think
Gemini 2.5 Proに搭載された実験的な推論モードで、複数の仮説を検討してから回答を生成する機能である。従来の即座回答とは異なり、より複雑な数学やcoding問題に対して高い精度を実現する。

Live API
リアルタイムでの音声・映像入力と音声出力を可能にするAPIで、より自然な対話体験を提供する。感情検知や背景雑音の無視など、高度な音声処理機能を含む。

WebDev Arena
開発者向けのコーディング能力を測定するベンチマークプラットフォームで、ELOレーティングシステムを使用してAIモデルの性能を評価する。

LMArena
大規模言語モデルの性能を人間の好みに基づいて評価するプラットフォームで、複数の次元でモデルの能力を測定する。

USAMO（United States of America Mathematical Olympiad）
アメリカの高校生を対象とした数学オリンピックで、極めて高度な数学的思考力を要求される競技である。AIの数学的推論能力の指標として使用される。

Project Mariner
Googleが開発するAIエージェントがコンピューターを直接操作する技術で、ブラウザやアプリケーションの自動化を可能にする。

【参考リンク】

Google DeepMind（外部）
Googleの人工知能研究部門で、Geminiシリーズの開発を担当している。最先端のAI技術と安全性研究を推進する組織である。

Vertex AI（外部）
Google Cloudが提供する企業向け機械学習プラットフォームで、Geminiモデルの商用利用が可能なサービスである。

Google AI Studio（外部）
開発者向けのGemini API実験環境で、プロトタイプ作成やテストが可能なプラットフォームである。

LMArena（外部）
大規模言語モデルの性能を人間の評価に基づいて比較するプラットフォームである。

【参考動画】

【編集部後記】

Google I/O 2025で発表されたGemini 2.5の進化は、AIの可能性を大きく広げるものです。特にDeep Thinkモードの複数仮説検討機能は、皆さんの業務でどのような場面で活用できそうでしょうか。また、音声機能の強化により、AIとの対話がより自然になることで、どのような新しい使い方が生まれると思われますか。セキュリティ面での改善も含めて、皆さんの組織でのAI活用戦略にどのような影響を与えそうか、ぜひお聞かせください。

【参考記事】

Google I/O 2025: Gemini 2.5 Pro gets improved reasoning – Times of India（外部）
Google I/O 2025でのGemini 2.5の新機能について、音声機能や多言語対応を含む包括的な解説記事である。

Gemini 2.5 Pro just got Deep Think, a new hypothesis mode – ZDNET（外部）
Deep Thinkモードの技術的詳細とベンチマーク結果について詳しく解説している専門記事である。

Google unveils Gemini 2.5 upgrades for reasoning & security – Security Brief（外部）
セキュリティ強化の観点からGemini 2.5のアップデートを分析した専門記事である。

【関連記事】

AI(人工知能)ニュースをinnovaTopiaでもっと読む
サイバーセキュリティニュースをinnovaTopiaでもっと読む