これまで、OpenAIは人工知能（AI）とチャットボットの世界で圧倒的な力を持っており、そのGPT-4大規模言語モデル（LLM）はChatGPT（MicrosoftのCopilotも含む）を支え、世界中で大きな話題を呼んでいました。OpenAIは早くからリードを取り、他の企業はそれを追いかける形となっていました。
しかし、OpenAIには新たな挑戦者が現れました。それがGoogle Geminiです。この新しいAIは2023年末に発表され、2024年2月に登場すると、瞬く間にAIの世界で大きな波を起こしました。Geminiは40以上の言語（日本語も含む）に対応し、リアルタイムで正確かつ理解しやすい、そして親しみやすい形で質問に答えることができます。これにより、ユーザーは創造性を高め、効率的に作業を進めるためのあらゆる問題に対するサポートを受け、すべての疑問に答えることができます。
では、GPT-4に勝てるのでしょうか？現在のところ何ができ、将来はどうなるのでしょうか。この記事では、Google Gemini AIの仕組み、活用方法、最新バージョンの革新的な機能の応用、先にリリースされたGoogle Bardとの違い、そしてChatGPTとの比較について徹底的に探っていきましょう。
Geminiは、Googleが2023年5月に開催されたGoogle I/O開発者会議で発表した人工知能アプリケーションです。そこで、CEOのSundar Pichai氏は、当時のOpenAIのChatGPTと競合する、近日中にリリース予定の人工知能（AI）システムについての情報を明らかにしました。
GeminiはGoogleの最新の大規模言語モデル（LLM）です。LLMとは何かというと、インターネット上で見たり触れたりするAIツールの基盤となるシステムのことです。例えば、GPT-4は、OpenAIの高度な有料チャットボットであるChatGPT Plusを支えています。
しかし、Geminiは単なるAIモデル以上のものであり、Bardチャットボットの新しい名前とアイデンティティでもあります。そうです、Bardはもう存在せず、完全にGeminiに置き換えられました。基本的に、Googleは基盤となるモデルとチャットボットの両方をGeminiと呼ぶことでシンプルにしました。
さらに、現在Android向けの無料Geminiアプリがあり、希望すればAndroid携帯のGoogleアシスタントをGeminiに置き換えることができます。iOSでは、Googleアプリ内にGeminiが存在します。
Googleはビジネス向けのDuet AIサービスをGemini for Workspaceとしてブランド変更し、多くの生産性向上機能を提供しています。
最後に、消費者向けの基本（無料）バージョンのGeminiに加えて、Gemini AdvancedというAIのサブスクリプション提供もあります。この有料製品はGemini Ultraと呼ばれるより強力なLLMに基づいており、Google One AI Premiumサブスクリプションに登録している人は、このモデルを使用することで追加の特典を受けることができます。
要約すると、GoogleのすべてのAIプロパティは、消費者向けかビジネス向けかに関係なく、ウェブやアシスタント、スマートフォンのアプリを介してGeminiに統一されました。
技術界の初期評価によると、GeminiはGPT-4の5倍の強さを持ち、より正確で完全な回答を生成し、より深い推論を行います。これにより、ユーザーの技術体験が最適化されます。
多くの技術通はGoogle Bardの名前をすでに知っているかもしれませんが、これはGoogleが開発した人工知能ツールでもあります。では、GeminiはGoogle Bardなのでしょうか？
実際のところ、Google BardというAIチャットボットは、Googleによって正式にGeminiに改名されました。以前、GoogleがGeminiを作成した際には、これもまた複数のバージョンを持つAIモデルでした。現在、Googleがこの名前に統一したことは、今後の「巨人」の全力をGeminiに集中し、最も先進的なAI機能を開発する方向性を示しています。
この件について詳しく説明すると、私たちはもともと、2023年にGoogleがChatGPTと競合するために、既存のPaLM 2モデルを基に開発したGoogle BardというAIチャットボットを発表したことを知っています。
その後、2023年末にGeminiが登場し、Bardに搭載されていたPaLM 2を置き換え、Nano、Pro、Ultraの3つのバージョンがそれぞれの使用ケースやシステムに応じて提供されました。Bard上のPaLM 2もGemini Proに変更されました。
現在では、システム全体がGeminiという名前で統一され、AIモデルはそれぞれPro 1.0、Ultra 1.0、Nano 1. 0と呼ばれています。以前のGoogle BardのURL（bard.google.com）は、現在Gemini.google.comに置き換えられています。
GEMINIは何ができるのか？
この質問に対する短い答えは「たくさんあります」です。しかし、おそらくもう少し詳しく説明を求めているでしょう。
前述の通り、Geminiは多くのAI機能と機能性を提供する広範な傘のようなものです。
GoogleがGeminiを初めて発表した際のプレスリリースで説明しているように、このAIはマルチモーダルツールです。言い換えれば、テキスト、コード、音声、画像、動画など、さまざまな形式の入力と出力に対応できます。これにより、広範なタスクを実行する柔軟性が高まります。
以下は、Geminiの卓越したテクノロジーです。
マルチモーダル統合ツール
Geminiはテキスト、画像、その他の多くの種類のデータを統合するように設計されており、その会話能力をより魅力的で自然にします。たとえば、DeepMindのAlphaGoシステムの強みを活かして、複雑な囲碁の解決を可能にします。また、言語の体系化と拡張されたモデル化能力により、応答プロセスをサポートします。
これにより、Geminiは将来的に多くの潜在的な用途を持つツールとして見なされており、記憶、計画、推論支援などの高度な機能を含む分野において活用されることが期待されています。
ツールとAPIの活用
近い将来、GoogleはGeminiに多くの強力なリソースを投資する予定です。このプラットフォームはPathwaysとGoogleの次世代AIインフラストラクチャを使用します。膨大なデータ量により、Geminiは多様なデータ内容に対してスケールアップしてトレーニングを行うことができます。
これは、Googleが支援する最大の言語モデルとなる予定であり、1750億以上のパラメーターを持つGPT-3を超える可能性があります。
多数のサポート機能
DeepMindのCEOであるDemis Hassabisは、強化学習とネットワーク検索能力を持つAlphaGoの技術が、Geminiの思考と問題解決の行動を発展させるのに役立つと述べています。これにより、GeminiはGoogleのようなソースデータからの検証を行い、推論の正確性を高めることができます。
GoogleはDeepMindと協力して、Geminiの問題解決能力を強化しています。
卓越した個人化
Googleは、Geminiに適用されることで、Bardの会話能力が進化すると述べています。情報の範囲が多くの分野、職業、専門分野、およびマルチメディアエンターテイメントに広がります。最新の更新バージョンにより、Geminiは信頼できる個人アシスタントとなり、ユーザーに信頼される存在となることができます。
Geminiの優れた機能とは？
Gemini 1.5 Proは最大100万トークンを処理することができます。これは、ChatGPT 4の控えめな128,000トークンと比較しても驚異的です。この特徴により、Gemini Advancedはマルチモーダル処理において非常に優れ、画像やビデオの処理においても超強力です。たとえば、Gemini Advancedは何十万トークンに及ぶ長いビデオも容易に処理できることが想像できます。
Geminiが他の競合に対して圧倒的な力を持つもう一つの特徴は、Googleの多様なエコシステムを享受していることです。GeminiはYouTubeやGmailなどの他のGoogleアプリケーションに簡単に統合できます。また、Google Driveからデータを簡単に取り込んで、Geminiの情報処理能力を強化することも非常に容易です。
ユーザーから高く評価されているもう一つの特徴は、Geminiがリサーチ作業に非常に適していることです。Geminiの応答を簡単に検証できるためです。これは、Geminiが使用した情報のリンクを結果に含めることで実現されます。
この機能は、他のAIモデルでよく見られる「ハルシネーション（Hallucination：幻覚）」 （もっともらしいが「事実とは異なる内容」や「文脈と無関係な内容」といった誤情報を、人工知能（AI）が生成することである ）現象をある程度克服することを目的としています。また、Geminiの応答は、Google検索を通じてさらに深掘りするのも簡単であり、Gemini自体でウェブサイトから画像を取得することも非常に簡単です。この点は、現時点では他のAIモデル（例えばChatGPT）にはできないことです。これは、GeminiがGoogleのエコシステムを享受していることに起因しています。
Google Workspace向けのGemini
Geminiは AIを基盤とした Google のアシスタントで、Gmail、ドキュメント、スプレッドシートなどに組み込まれ、エンタープライズ グレードのセキュリティとプライバシーを備えています。
Gemini - リサーチ アナリスト
Gemini は、トレンドの把握、情報の統合、ビジネス機会の特定に役立つリサーチ アナリストです。
(出典：Google workspace)
Gemini - Google Doc：営業アシスタント
Gemini は、新規顧客向けにカスタマイズされた企画の提案を支援する営業アシスタントです。
(出典：Google workspace)
Gemini Gmail: 生産性向上のパートナー
Gemini は、デスクでの作業中でも外出中でも、下書きや返信の作成、メールの要約などを行って時間の節約を支援する生産性向上のパートナーです。
(出典：Google workspace)
Gemini Google Meet: エフェクトエディタ
Gemini は、独自の背景を生成して会議に適したプロフェッショナルな見た目を作ることができるエフェクト エディタです。
(出典：Google workspace)
Googleショッピングが全面刷新
Googleは2024年10月15日（米国時間）、「Googleショッピング」を刷新し、今後数週間以内に全米で展開することを発表しました。
Googleショッピングは、ユーザーがGoogle検索結果内で直接、数多くのオンラインショップの商品を探して比較できるサービスです。
ユーザーはここで商品を検索すると、オーガニックの検索結果や有料広告を含む商品のリストが表示されます。表示された結果は価格やブランド、配送方法などの条件で絞り込むことができ、商品をクリックすると、その小売業者のWebサイトに移動して購入手続きを進められます。
小売業者はGoogleマーチャントセンターのアカウントを作成し、商品情報をデータフィードで提供することで、幅広いユーザー層に商品をアピールできます。
新たなGoogleショッピングは、Googleのショッピンググラフ（商品に関する情報を収集、分析、整理するための巨大なデータベースです。Google検索、Googleショッピング、GoogleレンズなどのGoogleのサービスを通じて収集されたデータを基に構築される）にある450億の商品リストをGoogleが開発した生成AI「Gemini」と組み合わせ、よりパーソナライズされたショッピング体験を実現します。
自然言語で欲しい商品のイメージを伝えると、サイトを検索し、さらに自分用のパーソナライズしたお買い得品ページを提供することで売りたい側のサイトに誘導し、マネタイズするGoogleならではのサービスだとは思いつつ、D2Cの動きとどう差別化できるのか、全米展開の結果が要ウォッチです。
出典：ITmedia マーケティング
Google Geminiの使い方
Google Geminiの使い方はすごく簡単です。PC・スマホそれぞれにおける使い方をわかりやすく紹介していきます。
PC（Webブラウザ）での使い方
Geminiは、生産性を向上させるパートナーであり、オフィスでの仕事や移動中の時間を節約するために、メールの作成、返信、要約を手助けします。
① Geminiの公式サイトにアクセス
② Googleアカウントでログイン
これにより、すぐにGeminiを使えるようになります。
③実際に使ってみます
テキストボックスに質問を入力するだけで、簡単にGeminiとやり取りをすることができます。テキストだけでなく、画像アップロード、音声が使用できます。
スマホアプリでの使い方
スマホアプリでの使い方は以下の通りです。
① App Store又はGoogle PlayからGoogleアプリをインストール
② Geminiのモードに切り替える
Googleアプリを開くと、通常のGoogle検索画面が表示されます。画面上の「♦」のマークをクリックすると、Geminiの画面に切り替えることができます。
③ 実際に使ってみます
Webブラウザと同じようにテキストボックスに質問を入力するだけで、簡単にGeminiとやり取りをすることができます。テキストだけでなく、画像アップロード、音声が使用できます。
Google Geminiは無料ですか？Geminiの費用とサービスプランについて
Geminiの基本機能は無料で利用できます。
現在、通常のGeminiバージョンの使用料について公式な情報はありません。しかし、Ultra 1.0モデルを使用するGemini Advancedバージョンについては、ユーザーは月額2,900円を支払うことで、Geminiの高度な機能を体験できます。
それに加え、Google Driveの2TBのストレージも提供されます。このサービスプランは最初の2か月間は無料で、その後課金が始まります。
Google Gemini無料版とGoogle Gemini Advanced版の機能と制限は以下の通りです。
無料版 Google Gemini
利用できる機能
・文章生成
・要約
・翻訳
・日常会話
・コード生成
・画像生成（一部機能のみ）
制限事項
・生成できる文字数や画像のサイズに制限があります。
・高度な機能は利用できません。
・商用利用はできません。
有料版 Gemini Advanced
無料版に加えて以下の機能が利用できる有料版があります。
・月額2,900円（Google One AI Premiumプランに加入が必要）
・無料版の制限事項が撤廃される
・より高度な生成機能が利用できる
・商用利用が可能
そうであれば、どのプランを選ぶべきか。
・個人で趣味で利用する場合は、無料版で十分でしょう。
・ビジネスで利用する場合は、有料版のGemini Advancedがおすすめです。
ChatGPTとの比較・GeminiとChatGPTの違いとは？
| ChatGPT | Gemini | |
| 開発者 | OpenAI | |
| リサーチ機能 | ウェブをクロールして情報源を提供することができますが、不正確な情報源を提供することがGeminiよりも多いとされています。 | 優れたリサーチツールとされています。リクエストに応じて情報源を引用し、事実確認のために応答を再確認することができます。また、Google検索から関連する画像を表示し、新しいブラウザタブでソースページを開くことも可能です。 |
| 画像機能 （ GeminiとChatGPTの両方が画像を生成および分析することができます） | 有料加入者に限定しています。 | すべてのユーザーに無料で提供し、ウェブから画像を取得することもできます。 |
データ処理 | ・ChatGPTの無料バージョンはこの分野でより多くの機能を提供します。 | Gemini Advancedのユーザーは文書をアップロードして分析することができますが、要約、フィードバック、および洞察に制限されています。 |
| 会話の共有 | ChatGPTはエンタープライズユーザーのみがチャットテンプレートを共有することができます。ChatGPTは画像を含む会話の共有を許可していません。 | 画像を含む会話を共有し、他のユーザーが会話の続きを行うことを許可します。 |
| 統合 | ChatGPTは他のアプリと接続することができます。 | Google Workspaceとの統合を提供し、ユーザーが応答をGoogleドキュメントやGmailにエクスポートすることを可能にします。また、他のGoogleアプリからリアルタイム情報を取得するためのGemini拡張機能も提供しています。 |
| カスタマイズ性 | PlusおよびエンタープライズユーザーがChatGPTのカスタムバージョン（GPTs）を構築することを許可しています。ユーザーが作成できるGPTsの数に制限はありません。 | この機能はGeminiにはありません。 |
Geminiでは、回答をGoogleドキュメントやGmailにエクスポートできます
GeminiがGoogleの製品であるため、Google Workspace、特にGoogleドキュメントやGmailと連携しているのは当然のことです。
例えば、Geminiを使って記事のアウトラインを作成したとしましょう。今では、その回答をGoogleドキュメントにエクスポートして、コピー＆ペーストすることなく（ChatGPTとは異なり）下書きを始めることができます。Gmailでも同じことができます。
GeminiとChatGPTはどちらも他のアプリに直接接続できますが、その方法には少し違いがあります
GeminiはGemini Extensionsを使用して、Gmail、Google Drive、Hotels、Flights、Maps、YouTubeなどの他のGoogleアプリからリアルタイムの情報を取得します。つまり、次の旅行のために格安フライトを探したり、Gmailのメール確認から詳細を引き出したりすることができます。これらすべてをチャットを離れることなく行えます。
以下は、Geminiが次の旅行のためのフライトオプションを取得する例です。
ChatGPTで独自のカスタムバージョンを作成できます
PlusまたはEnterpriseユーザーであれば、OpenAIはカスタムChatGPT（GPTと呼ばれます）を構築することを許可しています。作成できるGPTの数に制限はありません。やるべきことは、GPTビルダーに対して、簡単な英語で何を作成したいかを伝えるだけで、ビルダーがその後の作業を引き継ぎます。
ChatGPTの会話にGPTを呼び込むには、メッセージバーに@[GPT名]と入力し、その後にプロンプトを続けて入力します。この方法で、チャットボットを簡単に切り替え、状況に応じた適切なAIサポートを得ることができます。
OpenAIのGPTビルダーを使って独自のカスタムChatGPTを作成する手順の簡単なバージョンは下記通りです。
- chat.openaiにアクセスしてログインします。
- サイドバーで「Explore GPTs」をクリックします。
- 「Create a GPT」をクリックします。
- 作成ページのメッセージボックスに指示を入力します。GPTビルダーとチャットして、希望の結果が得られるまで調整します。
- 「Configure」をクリックして、AIアシスタントに高度なカスタマイズを追加します。例えば、チャットボットの名前を変更したり、指示をさらに細かく調整したり、知識ファイルをアップロードしたり、アクションを設定したりできます。
- 「Save」をクリックして、カスタムGPTをどのように共有するかを選択します。
- 「Confirm」をクリックします。
両方のAIはデータ管理に柔軟な方法を提供します。データ管理に関しては、両方のアプリが似たようなコントロールを提供しています。
Google Geminiのデータ管理：
- 会話を保存しない設定にするか、特定の期間（直近の1時間、1日、常に、またはカスタム範囲）で削除する設定が可能。
- 会話履歴をオフにすると、サイドパネルに履歴が表示されず、将来の会話はGoogleのモデルのトレーニングに使用されません。
- 会話を削除しても、Googleはデータを最大3年間保持します。
ChatGPTのデータ管理：
- 一時的なチャットを提供し、過去の会話から得た情報や好みを使わずに応答します。
- 好みを反映させたくない場合は、メモリをオフにすることが可能。
- 削除された会話は30日間保持され、その間に濫用の監視が必要な場合のみレビューされ、その後永久に削除されます。
相違点：
・ChatGPTでは会話をアーカイブすることができますが、Geminiではできません。
・ChatGPTのアーカイブされた会話は、後で表示、復元、または永久に削除することができます。
各AIモデルは、それぞれの目的に応じた特定の特徴を持って構築されています。そのため、AIモデルを比較することは参考程度にとどまります。これにより、具体的な要件に適したツールを選択する手助けとなります。
AIの力の大部分は、そのトレーニングに使用されたデータの特性に由来します。したがって、どのような種類の作業を解決するためにAIが作成されるのか、どのデータがトレーニングに選ばれるのか、データの投入量がどの程度なのかを決定することが重要です。これらを理解することで、特定のAIが万能ではなく、すべての要求を解決できるわけではないことを明確に認識することができます。
AIモデルのトレーニングコストは以下です。
AIモデルのトレーニングコストが急騰しています！2018年にはBERT-Largeのトレーニング費用が930ドルだったのに対し、2023年にはGemini Ultraのトレーニング費用が驚異的な1億9140万ドルに達しています。AIの能力が向上するにつれて、これらの強力なモデルのトレーニングへの投資も増加しています。
重要なポイントは以下です。
・ 急激なコスト増加： トレーニングコストはわずか6年で20万倍以上に増加しました。
・モデルの複雑さ：より高度なモデルは、より高い計算能力を必要とします。
・ エネルギー消費： 環境への影響がますます懸念されています。
現在の最強のAIトップ
AIは毎月更新されているでしょう。その中で、現在最強のAIトップは以下の3つだとみられています。
・AnthropicのClaude.ai (3.5 sonnet)
・GoogleのGemini Advanced (1.5)
・OpenAIのChatGPT 4.0
それぞれのAIは異なるニーズやアプリケーションに対応するための独自の強みと機能を持っています。
>>> 関連記事：「完全版」GPT-4o とは？使い方や特徴、活用事例について解説
Claude.ai (3.5 Sonnet)
メリット:
・Claudeは推論能力やコード作成、学術や技術に関連する作業において優れています。
・長く詳細な内容の文書を作成する能力に優れており、詳細なレポートや拡張されたドキュメントに適しています。
デメリット:
・人間の微妙な感情を理解する能力に制限があります。
・多くの言語をサポートしておらず、主に世界の主要な言語に焦点を当てています。
Gemini Advanced (1.5)
メリット:
・Geminiは画像やビデオのようなデータを処理する能力が最も強力で、トークン数は数百万に達し、一方でChatGPTは128,000トークンです。Geminiは主に研究目的で構築されています。
・また、Googleの製品であるため、非常に豊富なエコシステムを享受できます。例えば、ウェブから画像を取得し、回答内で関連情報を検索するのを支援するなど。Google DocsやGmailなど、他のGoogleサービスと統合することもできます。
・テキストや画像の統合において優れた能力を発揮します。
デメリット:
コードを書く能力はClaudeやChatGPTに劣ります。
ChatGPT 4.0
メリット:
・現在、最も多くの言語をサポートしているAIです。自然言語処理の能力が非常に高く、文脈やコミュニケーションのニュアンスを容易に理解できます。
・創造的な内容の執筆に優れています。
・ChatGPTは使いやすく、一般のユーザーにも親しみやすいです。リアルタイムの音声モードや、通常の会話のようにChatGPTと対話できる点が強みです。
・カスタムGPTを作成し、特定のタスクに対応するバージョンを構築できます。
・DALL-E 3は現在最も優れた画像生成AIの一つです。
・データの分析やデータ関連の作業を処理する能力に優れています。
デメリット:
Hallucination（幻覚）もChatGPTが改善すべき課題の一つです。
まとめ
Geminiは、通常の会話やコミュニケーションを通じて、シンプルかつ自然にAI（人工知能）に触れる最も簡単な方法です。これは、Geminiが完全に無料のアプリケーションであるため、個人利用者にも企業利用者にも大きな利点となります。日本語のサポートも進化し続けているので、将来的にGeminiはさらに多くの役立つ機能を提供してくれるでしょう。今すぐ、Geminiをダウンロードして使用し、この記事の下に使用体験や効果的な使い方のアドバイスを共有してください。
Relipaは情報技術、ブロックチェーン、AIといった分野で日本IT企業の委託先として活動している8年間の経験を持っています。低コストで効率的なオフショア開発を図り、優れている日本語力があるBrSE、プロジェクトマネージャーと質の高い開発者は契約期間中100％日本語で「報連相」を行いながら、品質を保証することを約束します。
開発したいプロジェクトがございましたら、ぜひRelipaにご連絡ください。
