我々製造業は、今以上の生産性向上を進めることが使命です。その手段として有効なのがデジタルツールであり近年のその進化はすごいことになってますよね。
つい先日、GoogleからGeminiという大規模言語モデルが発表され、その最上位タイプがあの話題のChatGPTのGPT4より優秀な評価をマークしたとのこと！
そこで今回は私たちの仕事に革命をもたらす可能性を秘めているGeminiとはどんなものなのか、そしてどうやればその実力を試すことができるのか？わかりやすくシンプルに伝えてみます。
今回も読み終えるまでのお時間、しばらくお付き合いくださいませ。
Geminiとは？Google製AIの性能とは？
Googleの新しいAIモデル「Gemini」は、2023年12月7日に発表され、AI技術の最先端を代表する大規模言語モデルです。このモデルは、高性能かつ汎用的なAIであり、特にテキストだけでなく、多くのデータ形式を扱えるマルチモーダルな能力が注目されています。では、このGeminiというAIが具体的にどのようなものなのか、見ていきましょう。
Geminiの基本的な概要
Geminiは3つのバージョン（Ultra、Pro、Nano）で提供され、各バージョンは異なる用途に最適化されています。中でもGemini Proは、テキスト、画像、音声、動画、コードなど、多様な情報をシームレスに理解し、組み合わせることができるマルチモーダルAIとなります。
Gemini Proの特徴と強み
Gemini Proは異なるデータで事前学習され、追加のマルチモーダルデータでさらに磨きをかけられています。これにより、Gemini Proは多様な情報もスムーズに理解し、応答することができます。さらに、Gemini Proはテキストや画像、音声を同時に理解できることから、数学や物理学の問題解決にも強いと言われています。それに、プログラミング言語も理解できるので、PythonやJavaなどの言語で高品質なコードを生成することも可能です。
Gemini Proのインフラストラクチャと安全性
またGeminiはGoogleの社内で設計されたTensor Processing Unit（TPU）を使ってトレーニングされています。これにより、信頼性と拡張性が高く、効率的なトレーニングが可能です。そして、GeminiはGoogle AIモデルの中で最も包括的な安全性評価を受けています。つまり、バイアスや有害性を含む可能性が低く、安全に使えるということです。
Gemini Proの商用化とアクセス
さらに、Gemini ProはGoogle版のChatGPTであるBard（読み方：バード）に採用されました。これにより、Bardの理解力、要約力、推論力が大幅に向上したようです。そして、2023年12月13日からは、開発者や企業がGoogle AI StudioやVertex AIのGemini APIを通じてGemini Proにアクセスできるようになりますした。いやー、これは試すしかないですよね。
Gemini ProとGPT-4の違いと性能差
ではGoogleのGemini ProとOpenAIのGPT-4の違いについて、特に性能面を見ていきましょう。この二つのAIは、どちらもすごい能力を持っていますが何がどう違うのか、見ていきたいと思います。
GPT-4とどう違うの？
まず、GPT-4とGemini Proの基本的な違いから説明します。GPT-4は、主にテキストを扱うことが基本です。つまり、文章を生成したり、質問に答えたりするのが得意です。一方、Gemini Proはマルチモーダルが基本です。これは、テキストだけでなく、画像や音声など、さまざまなタイプの情報を理解できるということです。つまり、Gemini Proはより多才で、多様なタスクに対応できるんです。GPT-4も画像など多くのデータは取り扱えるのですが、音声はNGのようです。試してみたら以下となり、やっぱりダメでした。やはり会議録はNOTTAのチカラを借りないと、苦笑。
各種試験結果の差異
では、実際の性能はどうでしょうか。最新の情報によると、Geminiは多くの評価テストでGPT-4を上回っています。Geminiの最上位タイプであるUltraで、大規模マルチタスク言語理解（MMLU）ベンチマークで90%のスコアを達成しました。これは、専門家レベルの89.8%を上回る結果です。GPT-4は同じ試験で86.4%のスコアを記録しています。
しかし、これらの数値だけで全てを判断するのは早計です。評価の内容をよくみてみますと、GeminiとGPT-4は、テストされた32のベンチマークのうち30で競っていますが、実は差はわずかです。つまり、Geminiはわずかにリードしているものの、GPT-4との差はあまりないと言えます。
また、GPT-4は技術的にGemini Proに対して一定の優位性を持っている場合もあります。たとえば、使っているユーザーからの評価では、テキストベースのタスクではGPT-4の方が優れているとの声が高いです。一方でGeminiは画像や音声などのマルチモーダルタスクで力を発揮できます。
これらの情報から、Gemini ProとGPT-4はそれぞれ独自の強みを持ちながら、AIの世界で互いに切磋琢磨している存在と言えるでしょう。
無料でGemini Proを試す３つの方法
Googleが開発した最新AIモデル、GeminiのProを無料で試す方法を紹介します。Gemini Proは、その高性能と汎用性で注目を集めており、これらの方法を使えば、簡単にその能力を体験することができます。
ブラウザ版Bardで試す裏ワザ
ブラウザ版BardにこのGemini Proが搭載されたのですが、実は残念ながらそれは英語圏だけであり、日本ではまだ通常づかいすることはできません。ただし実は裏技があるんです。それは、Google製のブラウザChrome（クロムと呼びます）の設定を変えるだけで、Gemini Proを使えます。
多くのヒトはChromeにGoogleアカウントでログインして使用していると思います。右上のアカウント画像＞Googleアカウント管理＞左メニューの個人情報＞一番下の方のウェブ向けの全般設定にある「言語」で、優先言語を「English(英語)」に変更します。そうしてChromeを再起動してBardを開くだけでなんと、Geminiが起動できるというわけです。ですがちょっと不安定で、PalM2の時とGeminiProの時とまちまちになっていますので確実ではなさそうです。
Google AI StudioでAPI版も利用できる
Gemini Proは、GoogleのWebベースの開発ツール「Google AI Studio」とフルマネージドAIプラットフォーム「Vertex AI」を通じて無料で試すことができます。試験的導入期間中は、1分あたり最大60クエリまで利用可能です。この無料期間は2024年初頭までとされており、それ以降は課金が必要になるようです。利用開始の手順に関しては、Google AI Studioのウェブサイトで確認でき、API keyの取得方法やモデルの選択方法なども案内されています。
Google AI Studioのウェブサイト＞ https://makersuite.google.com/?hl=ja
実は「Google AI Studio」で検索しても、Generative AI Studioが上位に出てきて、なかなかGoogle AI Studioにたどり着けないんですよね。なので上記URLを参考にしてください。
ChatHUBを使えば他のAIと比較できる
ChatHUBは、複数のチャットボット（対話型AI）に同時に質問できるChromeの拡張機能です。ChatGPTやGeminiProにはAPIが突っ込めます。このツールを使用することで、Gemini Proを含む複数のAIモデル（例えばChatGPTやBingなど）と比較しながら体験することができます。一度の質問で複数のチャットボットから回答を得ることができるため、Gemini Proの能力を他のAIモデルと比較して理解するのに役立ちます。
ただし上記のように複数の画面にするには課金（買い切り：３０＄＝５千円くらい）が必要です。ですが情報収集や文章作成業務が多い場合は、ハルスネーション対策として非常に役立ちます。
マルチモーダル機能はどの環境でもまだ使えない
無料で試用できる環境はいくつか提供されたものの、Gemini最大の特徴であるマルチモーダル機能がまだ、どの環境でも使えないのが現状です。Bardでも画像データしか入力できないし、Google AI Studioもファイルはアップロードできない。ChatHUBも取り扱えるのはテキストのみ。これだと今のところChatGPTの圧勝なイメージです。
注意点とベストプラクティス
Gemini Proはとっても便利なAIツールですが、使い方にはちょっとしたコツがあります。これからお話しするのは、Gemini Proを安全で効果的に使うためのポイントです。基本的な利用時の注意点と最適な活用方法についてお話を進めていきましょう。
Gemini Pro利用時の注意点
- 大切な情報は守ろう: Gemini Proを使うときは、個人の情報や会社の秘密など、大切なデータには気をつけてください。AIは賢いけど、大切な情報を守るのは私たちの仕事です。
- 完璧を求めすぎない: Gemini Proはとても賢いですが、希望のニーズを間違えることもよくあります。完璧な答えを期待せず、最終的に人間側がチェックして修正する前提で使うことが大切です。ムキになっても相手は機械ですからね、苦笑。
- 正しく使おう: そしてこれは倫理的なお話ですが、Gemini Proを使って人を傷つけたり、悪いことに使ったりしないようにしましょう。あくまでAIは道具ですから、使い方は私たち次第、となりますよね。
Gemini Proの最適な活用方法
これはほぼChatGPTと同じです。
- いろいろな業務に使ってみよう: Gemini Proを含め、新しいツールは実際に業務に使ってみることは大切です。一度やってみて、うまくいかないから使えない、とすぐ諦めるのでなく、どうすれば使えるようになるか、根気よく付き合ってみると相当使い勝手はよくなります。
- 学び続けること: Gemini Proを使って得た結果をもとに、どんどん改善していきましょう。思い通りの結果にならないのはなぜか、間違いから学ぶことで、もっと良い問いかけを見つけていけると思います。その積み重ねがないと便利なツールであってもうまく使えません。
- みんなで知識を共有しよう: Gemini Proを使って学んだことは、同僚や組織で共有しましょう。みんなで知識を共有することで、チーム全体のスキルアップにつながります。
これらのポイントを心がけると、Gemini Proを使って、もっと効率的で楽しい仕事ができるようになるはずです。これまで人間がやってきた業務の初期段階をAIにまかせて、最終的に人間がうまく調整して収める。そうして生まれた時間をさらに生産性の高い業務に充てることができます。
まとめ：Gemini Proの未来と可能性
さて、いかがだったでしょうか？Gemini Proは、テキスト、画像、音声、映像などのさまざまなデータを処理できる、マルチモーダル大規模言語モデルです。このAIは、製造業において、製品の品質管理やプロセスの最適化、機械の故障予知やメンテナンス計画の立案、安全管理やトラブルシューティングなど、さまざまな場面で活用できます。
今はまだこのマルチモーダル機能を使えるようにはなっていませんが、近い将来かならず実装されるはずです。それまでにしっかり、彼との付き合い方を知っておくことでスタートダッシュできる環境を整えてくださいませ。
もし、確認したいことがあれば以下まで気軽にZOOMでの無料相談をお申込みいただければと思います。
滋賀県よろず支援拠点＞ https://www.shigaplaza.or.jp/yorozu/contact
※ 西本を指名すれば、全国どこからでも申込み可能です。
それでは今日はここまでです。今後とも宜しくお付き合い下さい☆
長文乱文を最後まで読んでくださりいつもありがとうございます♪
すべては御社の発展のために、すべてはあなたの笑顔のために
