「AIがより効率的に進化し、より複雑な問題を解決できるようになる」
―そんな未来が現実となりました。
Google DeepMind は2025年2月5日、最新のAIモデル群「Gemini 2.0」の一般提供を開始しました。
本記事では、新しく提供される3つのモデルの特徴と、その革新的な機能について詳しく解説します。
Gemini 2.0 の新モデルラインナップ
Google DeepMind は今回、以下の3つのモデルを発表しました：
Gemini 2.0 Flash
開発者向けの主力モデルとして一般提供が開始された Gemini 2.0 Flash は、大規模かつ高頻度のタスクに最適化されています。
100万トークンのコンテキストウィンドウを持ち、大量の情報に対するマルチモーダル推論が可能です。
画像生成や音声合成機能も近日中に追加される予定です。
Gemini 2.0 Pro（実験版）
最も高性能な実験版モデルとして登場した Gemini 2.0 Pro は、特にコーディングパフォーマンスと複雑なプロンプト処理において優れた能力を発揮します。
200万トークンという最大のコンテキストウィンドウを持ち、Google 検索やコード実行といったツールとの連携も可能です。
Gemini 2.0 Flash-Lite
新たに導入された最もコスト効率の高いモデルです。
Gemini 1.5 Flash と同じ速度とコストを維持しながら、より高品質な結果を提供します。
100万トークンのコンテキストウィンドウを持ち、マルチモーダル入力に対応。
例えば、Google AI Studio の有料プランでは、約4万枚の写真に対して1ドル未満でキャプション生成が可能です。
安全性と信頼性の向上
Gemini 2.0 シリーズでは、安全性と信頼性の向上に特に注力しています。
新しい強化学習技術を採用し、Gemini 自体が応答を評価・改善する機能を実装。
これにより、より正確で適切な応答が可能になりました。
また、自動化された「レッドチーミング」を活用して安全性とセキュリティリスクを評価しています。
特に、AIシステムが取得する可能性のあるデータに悪意のある指示を隠蔽する「間接的なプロンプトインジェクション」などのサイバーセキュリティ攻撃に対する対策を強化しています。
提供環境と今後の展開
これらのモデルは、Google AI Studio と Vertex AI で利用可能です。
また、Gemini アプリではデスクトップとモバイルの両方で利用できます。
現時点では、テキスト出力を伴うマルチモーダル入力に対応しており、今後数ヶ月以内に更なるモダリティが一般提供される予定です。
まとめ
Gemini 2.0 シリーズの登場により、AIの活用範囲はさらに広がりを見せています。
特に、コスト効率、処理能力、安全性の面で大きな進歩を遂げており、企業や開発者にとってより実用的なツールとなることが期待されます。
今後も継続的な更新と機能改善が予定されており、AIの新たな可能性を切り開いていくことでしょう。
コメント