クラウドAI覇権争いの現在地【前編】
GoogleのAIモデル「Gemini」とは？ その特徴が分かる“3つの違い”
Googleは汎用的なAIモデル「Gemini」を発表した。Geminiには何が可能なのか。他のクラウドサービスでもAI関連サービスが相次いで登場する中で、Geminiの特徴になる点とは。
Googleは2023年12月、汎用（はんよう）的なAI（人工知能）モデルの「Gemini」を発表した。Geminiには処理性能や用途に応じた3つのモデルがある。他にもGoogleは自社AI技術に関連した複数のアップデートを発表している。他のクラウドベンダーもAI関連のサービスを相次いで発表する中で、GoogleのAI関連サービスの強みになるのは何か。Geminiの詳細と共に解説する。
GoogleのAIモデル「Gemini」の特徴は？ 3つの違いとは
併せて読みたいお薦め記事
AIを使う前に知っておきたいプロセッサ
Googleが発表したGeminiの3モデルは以下の通りだ。
- Gemini Ultra
- 2024年に提供開始予定。Geminiの中で最もパフォーマンスが高く、複雑なタスクを処理できる
- Gemini Pro
- GoogleのAIチャットbot「Bard」で利用できる
- Gemini Nano
- Googleのスマートフォン「Pixel 8 Pro」で利用できる
Gemini Proは機械学習モデル構築支援ツール「Vertex AI」や、Webベースの開発者ツール「Google AI Studio」から利用できるようになっている。
AI分野におけるGoogleの取り組みはソフトウェア領域にとどまらない。同社は、AI向けに特化して開発した独自プロセッサ「TPU」（テンソル処理ユニット）の新バージョン「Cloud TPU v5e」を2023年11月に発表した。TPU v5pは前モデルのTPU v4と比較して2.8 倍の速度で大規模言語モデル（LLM）をトレーニングできるという。同社は2023年に、TPU v5pを搭載したコンピューティングシステム「AI Hypercomputer」も発表した。
調査会社Constellation Researchのアナリスト、アンディ・スライ氏は「GoogleはGeminiを発表したことで、理論的な技術仕様についてはさまざまな面で先頭に立った」と述べる。
スライ氏によればGeminiには処理性能以外にも、他社のAIモデルと比べた場合の差別化要因になる“3つの特徴”がある。
- Geminiがマルチモーダルなツールであること
- マルチモーダルとは、数値や画像、テキスト、音声など複数種類のデータを組み合わせて、あるいは関連付けて処理できること
- 用途に応じた3つのモデルを用意していること
- 有害コンテンツの生成を回避するための安全策が幾つか用意されていること
3つ目の差別化要因について、GoogleのCEOであるサンダー・ピチャイ氏は次のように述べる。「当社は研究に野心的に向き合い、人々と社会に多大な利益をもたらすことを追求すると同時に、安全策を導入する。政府や専門家と協力しながら、AIの能力向上に伴うリスクに対処する」
ただし、有害コンテンツ対策は、すでにGeminiの頭痛の種となっている。Geminiの発表は当初の計画から延期されたようで、その一因は、英語以外の言語でのチャット応答に問題があったことだと伝えられている。
後編は主要ベンダーのAIツール市場における立ち位置を解説する。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
AI時代の自律的なパートナー 「データエージェント」構築＆活用ガイド -
製品資料
使用中のデータを保護して安全な共同開発へ、クラウド時代のデータセキュリティ -
製品資料
“AIによる高速な脆弱性検出”対策を行う、RHELの統合セキュリティ機能とは？ -
製品資料
企業ITを支える定番Linuxの運用管理、手動の限界を乗り越える手法とは？ -
製品資料
AIとクラウドネイティブの課題を解決する、シンプルで費用対効果に優れた方法
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
「Microsoft 365」が乗っ取られる 跡形もなくMFAを破る手口
-
2
なぜ人はいるのにDXが進まない？ ライオンも直面した“老害”レガシーシステム
-
3
「生成AI導入・活用状況」に関するアンケート
-
4
LLMの「過学習」、正しく説明している文章はどれ？
-
5
Azure Red Hat OpenShiftは脱VMware問題の救世主になるか？ 技術資料で解説
-
6
“金融レベル”が壁に 東京海上ディーアールが「小さな失敗」を成功につなげた方法
-
7
「HDD終了」は本当か 巨大クラウド2社が下した大容量フラッシュへの決断
-
8
なぜOpenAIやAnthropicのAIは「脱走」したのか 情シスが迫られるエージェント統制
-
9
「業務改善とツール活用」に関するアンケート
-
10
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
ホワイトペーパーランキング PR
-
1
属人化や仕様バグはなぜ起きる？ AI時代に必須のドキュメント文化の作り方
-
2
「NAS」「SAN」「DAS」は何が違う？ いまさら聞けないストレージの基礎
-
3
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
4
財務を戦略的組織へ進化させるAI活用術、4つの主要な障壁と解消方法
-
5
中小企業必見、Microsoft 365でゼロトラストセキュリティを実現する方法
-
6
5分で分かる「AI駆動開発エージェント」 要件定義から設計・実装・テストまで
-
7
動画で知るランサムウェア被害企業のリアル、会計データが無事だった理由とは
-
8
“あのファイル転送”で暗躍するノーウェアランサム
-
9
セキュリティソフトをすり抜ける標的型攻撃メール、不審メールの見破り方とは？
-
10
マンガで解説：「ゼロトラスト」「SASE」の必要性とメリット
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー