Zenn
🚀

Google I/O 2024の新AI技術 24選【Gemini / Gemma / Veo】

2024/05/15に公開
AI
Google
生成 AI
Gemini
tech

はじめまして、ますみです！

株式会社Galirage（ガリレージ）という「生成AIに特化して、システム開発・アドバイザリー支援・研修支援をしているIT企業」で、代表をしております^^

自己紹介.png

Googleの勢いがすごい！！！

本日（2024年5月15日、日本時間）に発表された「Google I/Oの新AI技術」について解説します！

https://youtu.be/XEzRZ35urlk

※ 以前より、発表されていた技術を一部含みます。

1. AI Overviews

Googleで検索したときに、「生成AIによる質問回答」をしてくれます◎

「SGE（Search Generative Experience、AIまとめ）」の新バージョンです！

https://blog.google/products/search/generative-ai-google-search-may-2024/

2. Ask Photos

Googleフォトの新機能で、チャット形式で質問をして、写真を検索したりできます！

裏側は、GeminiのAIモデルが使用されているそうです！

https://blog.google/products/photos/ask-photos-google-io-2024/

3. Gemini 1.5 Pro（1M）

これまで、Gemini 1.5は、一部のユーザーしか利用できませんでした。

そのGemini 1.5が、ついに一般公開（GA）されました！

100万トークンも扱えるのが、一つの特徴です◎
（ちなみに、GPT-4oは、12.8万トークン）

https://blog.google/intl/ja-jp/company-news/technology/gemini-model-february-2024-jp/

4. Gemini Advanced

Googleの公式ウェブアプリであるGemini上で、Gemini 1.5 Proを利用できる「Gemini Advanced」が発表されました🎉

Google OneのAIプレミアムプラン（¥2,900 / 月）に入ると利用できるそうです！

https://gemini.google.com/advanced?hl=ja

5. Gemini 1.5 Pro（2M）

200万トークンのGemini 1.5 Proが、Private Previewとして、発表されました！

100万トークンのモデルは、一般利用できるようになりましたが、こちらは一部のユーザーのみ利用できる形になります！

https://blog.google/technology/developers/gemini-gemma-developer-updates-may-2024/

6. Gemini for Workspace

メールにおける機能が強化されて、「領収書を整理して」と指示をして、受信箱に入った領収書の添付ファイルをまとめてくれるデモがされました！

これも、業務効率化にめちゃくちゃ役立ちそう🚀

https://support.google.com/a/answer/13623623?hl=ja

7. Gemini 1.5 Flash

Gemini 1.5の軽量モデル（1M）です！

「高速」かつ「安価」に利用したときに適したモデルで
す。

GoogleのクラウドであるGCPの中の「Google AI Studio」と「Vertex AI」で、利用可能です！

https://blog.google/technology/developers/gemini-gemma-developer-updates-may-2024/

8. RT-2

RT-2とは、画像と文章から、ロボットの動作を生成する技術（Robotic Transformer）です 🤖

https://deepmind.google/discover/blog/rt-2-new-model-translates-vision-and-language-into-action/

9. SIMA

SIMAとは、複雑な3D環境において動作するエージェント技術（Scalable Instructable Multiworld Agent）です 🎮

https://deepmind.google/discover/blog/sima-generalist-ai-agent-for-3d-virtual-environments/

10. AlphaGemometry

AlphaGemometryとは、複雑な数理問題を解く技術です 🧮

https://deepmind.google/discover/blog/alphageometry-an-olympiad-level-ai-system-for-geometry/

11. GNoME

GNoMEとは、新素材を発見する技術（Graph Networks for Materials Exploration）です 💎

https://deepmind.google/discover/blog/millions-of-new-materials-discovered-with-deep-learning/

12. Project Astra

GoogleのDeepMindという研究所が行なっている「AI Assistantのプロジェクト」です！

この動画見るとわかる通り、すごい精度と応答速度（リアルタイム性）で、タスクをさばいていて感動的🥺

https://blog.google/technology/ai/google-gemini-update-flash-ai-assistant-io-2024/

13. Imagen 3

「文章から画像を生成できるモデル」の最新バージョンです！

テキスト画像の生成精度が上がったりしています✍️

https://deepmind.google/technologies/imagen-3/

14. Music AI Sandbox

特定の音声に指示を加えて、アレンジをしてくれたりします！

デモ動画では、特定のフレーズを、Brazilianにするように指示していて、本当にそれっぽくなっていて、感動的✨

https://blog.google/technology/ai/google-generative-ai-veo-imagen-3/

15. Veo

「最新の動画生成AI」です📹

OpenAIのSoraの対抗モデルです！

1080p Full HDで生成できる上、めちゃくちゃ生成が速いらしいです！

https://deepmind.google/technologies/veo/

16. Trillium

「TPU（Tensor Processing Unit）の最新バージョン」です⚡️

TPUは、機械学習のワークロードなどに特化した、Googleの開発しているチップです。

今回、従来のv5eよりも、4.7倍の性能改善をしました！

https://cloud.google.com/blog/products/compute/introducing-trillium-6th-gen-tpus/

17. Google Lensにおける動画検索機能

「動画と文章を入力して検索する機能」が発表されました🔍

身の回りの困りごとは、大体これで解決しそう😆

https://x.com/Google/status/1790440001156583712

18. Gemini Live

OpenAIが、昨日発表した「GPT-4o」の対抗したモデルですね、、、バチバチすぎる笑

「リアリタイムでAIと対話する機能」で、今年の夏に発表されるそうです！

https://blog.google/products/gemini/google-gemini-update-may-2024/

19. Gems

OpenAIの「GPTs」の対抗機能です！

あらかじめ、カスタムプロンプトなどを裏側で仕込むことができる、「カスタムAI」です！

https://blog.google/products/gemini/google-gemini-update-may-2024/

20. Circle to Search

モバイルやタブレットなどで、画像の中の特定の領域を囲って、検索をできます！

いうなれば、囲って検索機能です！

Pixelなどのハードウェアも持っているGoogleならではの機能という感じですね！

Appleもこういう機能、そのうち出してきそうですね 🍎

https://youtu.be/IM4-pPmZyHA

21. PaliGemma

ついにきました！！！

「ビジョン対応したGoogleのOSSモデル」です！

これまでのGemmaという「OSSの文章生成AI」が出ていたのですが、そのモデルが画像にも対応しました🥳

https://developers.googleblog.com/en/gemma-family-and-toolkit-expansion-io-2024/

22. Gemma 2

Gemmaという「OSSの文章生成AI」の最新バージョンです！27Bのパラメータまであるそうです！

インフラの構築はそれなりに大変だが、これくらいのパラメータ数があれば、実用性高そうですね🌟

https://developers.googleblog.com/en/gemma-family-and-toolkit-expansion-io-2024/

https://developers.googleblog.com/en/gemma-family-and-toolkit-expansion-io-2024/

23. SynthID

地味に大事な「電子透かし」の技術がアップデートしました！

これまで、AI生成された「画像と音声」に対する処理はできたのですが、今回「文章と動画」にも対応しました！

https://deepmind.google/technologies/synthid/

24. LearnLM

Geminiを「学習用にチューニングしたAIモデル」です！

言うなれば「最強のAI先生」です📖

https://blog.google/outreach-initiatives/education/google-learnlm-gemini-generative-ai/

最後に

最後まで読んでくださり、ありがとうございました！
この記事を通して、少しでもあなたの学びに役立てば幸いです！

おまけ①：Raggle

RAGの精度改善に挑戦しませんか？

Raggleにて、「法務RAGシステムの性能改善ハッカソン」を開催中です！（10月20日に募集締切）

Raggleは、RAGの性能改善技術を競い合い、AIエンジニアのスキルアップを支援するプラットフォームです🥇

優勝者（GOLD🥇）の賞金は、なんと30万円！！！

SILVERは10万円、BRONZEでも5万円の賞金を用意しています！

また、参加賞として、大会終了後に「RAG精度改善ハンドブック」を贈呈予定なため、初学者の方もぜひ挑戦してみてください 🔰

みなさん、奮ってご参加ください🔥

※ 生成AIエンジニアの権利を守るため、投稿されたソースコードの著作権は、投稿者に帰属する規約としているため、その点もご安心ください◎

▼ エントリーはこちら ▼
https://bit.ly/raggle_zenn

おまけ②：書籍出版のお知らせ

ついに『AIとコミュニケーションする技術（インプレス出版）』という書籍の事前予約が始まりました🎉

これからの未来において「変わらない知識」を見極めて、生成AIの業界において、読まれ続ける「バイブル」となる本をまとめ上げました。

かなり自信のある一冊なため、もしもよろしければ、ご一読いただけますと幸いです^^

▼ Amazonの事前予約はこちらから ▼
https://amzn.to/3ME8mLF

おまけ③：生成AIアカデミー

より専門的な「生成AIエンジニア人材」を目指しませんか？

そんな方々に向けて、「生成AIアカデミー（旧：生成AIエンジニア塾）」というプログラムを始めました🎉

最終的なゴールとして、『エンタープライズ向けの生成AIシステムを構築するためのスキルを習得し、大手案件で活躍できる人材』を目標とします。

また、一人一人にしっかりと向き合って、メンタリングをできるようにするため、現在メンバーの人数制限をしております。本気度やスキルレベルの高い人から、順番にご案内しております。

▼ 登録はこちらから ▼
https://bit.ly/generative_ai_engineer_school_by_zenn

おまけ④：AI Newsletter for Biz

最新のAIニュースの情報を収集しませんか？

AI Newsltter for Bizは、ビジネスパーソン向けに「AIニュース」を定期配信する完全無料のニュースレターです📩

一人でも多くの方にとって、「AI人材としてのスキルアップ」につながれば幸いです^^

また、現在、登録者限定で「明日から使える 無料AIサービス3選」のPDFを配布中です 🎁
※ ご登録完了のメールに、PDFリンクを添付いたします。

▼ 登録はこちらから ▼
https://bit.ly/ai_newsletter_for_biz_zenn

おまけ⑤：生成AIの仕事をしたい仲間を募集中 🤝

弊社Galirageでは常に、40-50件ほどの生成AI案件が走っております。

そして、ほとんどが「生成AIの案件（RAGシステム開発 / 精度改善の研究開発など）」の仕事になります！

かなり人手が不足しており、以下のポジションの仲間を募集しています💪

  • RAGエンジニア（RAG / LangChain / Python）
  • バックエンドエンジニア（Python / FastAPI）
  • フロントエンジニア（Next.js / TypeScript）
  • Azureエンジニア（AOAI / AI Search）
  • UI/UXデザイナー
  • 生成AIリサーチャー（研究開発 / 論文執筆）
  • 生成AIコンサルタント
  • PM / PMO

ご興味がある方は、下記のフォームよりお気軽にご連絡ください！

https://forms.gle/XMd19irZU4Fi7VAQ9

採用基準は下記の通りです。
  • 平日の日中に動ける方だと嬉しいですが、週8時間くらいの副業でもOKです！
  • 開始時期は、直近だと嬉しいですが、遠い未来でもOKです！まずはカジュアルに話しましょう😊
  • 年齢は不問です！現状は、平均年齢は30歳前後の会社です！
  • 「スキルセット」よりも「カルチャーマッチ・仕事への姿勢・ものづくりへのワクワク」を重視します。
    • 10月には新しく10名採用しました。
    • その内、エンジニア経験が3年未満の方は、4名いました。
    • スキルについては、ジョインした後に、必要に応じて、キャッチアップする時間を作ります。
    • 弊社は、正社員7名、業務委託80名の組織で構成されており、業務委託の仲間に支えられているため、正社員と業務委託の間にあまり差をつけていません。
    • 契約形態に関わらず、一緒に働く仲間として受け入れたその日から、大切な仲間です！
    • 新卒や転職の正社員採用もしていますが、業務委託での仕事を通して、お互いにWin-Winだと判断できた方のみを採用しています。
    • 私自身、フリーランスを5年間やっていたため、個人事業主と正社員のメリデメは両方の立場から理解しています。
  • 人手不足ではあるものの、採用基準をかなり厳しくしています。目の前の売上よりも、カルチャーのマッチする人だけを入れることにこだわっています。
  • ちなみに、弊社のリーダーを紹介したプロフィールページはこちらです！
    • Galirageに、本当に素敵な方が多いことは、保証します！

参考文献

https://io.google/2024/intl/ja/

Discussion