「8つの新しいAI製品とテストされた更新」

I/Oでは、Geminiの新モデル、AIエージェント、Androidの調整といった更新リストをただ発表するだけでなく、開発者、記者、パートナーが実際に製品デモを体験できる機会を提供しています。今年、私はI/Oが開催されるショアライン・アンフィシアターで1日を過ごし、さまざまなデモを試すことができました。以下にそのいくつかを紹介します。

当日の最初のデモはかなりクールでした。Gemini Advancedが、法律用語や複雑な条項が詰まった20ページ以上の賃貸契約書を処理するのを見ました。ドキュメントを処理した後、大家がペットの犬を許可するかどうかや、追加料金が必要かどうかなどの質問をすることができました。この機能を使って、次にアパートの契約更新時に賃貸契約を理解するのが楽しみです。

次に、さらに印象的なデモがありました。2人のGooglerが、数百ページに及ぶ経済学の教科書のPDFをGeminiに与えました。私が読むには何時間もかかるような内容でしたが、Geminiはすぐに要約を作成し、学習すべき主要なトピックを指摘しました。さらに、1つの正解と3つの難しい不正解を含む多肢選択クイズまで作ってくれて、仮想試験の準備を助けてくれました。

Googlerのシド・ラル（左）とアダム・クルツロック（右）が、Gemini Advancedが膨大な経済学の教科書や数千ページのドキュメントを要約できる様子をデモンストレーションしています。

これらのデモはどちらも、今年初めに導入した、最大規模の基礎モデルとしては最長のコンテキストウィンドウを持つGemini 1.5 Proを利用していました。現在、Gemini Advancedのサブスクライバー向けにGemini 1.5 Proの早期アクセスを展開しており、Driveから直接ドキュメントをアップロードできるようになっています。これにより、最大1,500ページのドキュメントを要約したり分析したりするためにGeminiを使用できます。

Gemini 1.5 Proは、Gmail、Docs、Sheets、Slides、DriveなどのWorkspaceアプリのサイドパネルにも導入されています。私はGmailでGeminiを使って、サンプルの週次学校レポートメールを要約するデモを見ました。そこでは、7年生の生徒向けの活動や一泊旅行の持ち物リストなどの具体的な詳細を引き出していました。

Geminiのサイドパネルは、GmailやDriveなどのコンテンツに関する重要な質問に答えるのに役立ちます。

改良された長コンテキストウィンドウは、1つのプロンプトに対して複数のドキュメントから情報を引き出すこともできます。Docsで、求人候補者に送るサンプルレターの作成を依頼し、求人説明ドキュメントと応募者のPDFポートフォリオをDriveからリンクしました。Geminiは両方のドキュメントの詳細を考慮して、即座にメールのドラフトを作成しました。

しかし、Gemini 1.5 Proだけが新しいものではありません。新たに発表されたImagen 3、私たちの最高のテキスト-to-イメージモデルも試してみました。私が試したクールな機能の1つは、装飾的なテキストや文字を生成する能力です。トーストにジャムで作られた文字や、空に浮かぶ銀色の風船の文字のような、様式化されたアルファベットをリクエストしました。Imagen 3は完全なアルファベットの文字を生成し、それを使って（美味しい）メニューを作ることができました。

Imagen 3を楽しんだ後、さらにGeminiのデモに戻りました。1つのデモでは、AndroidスマートフォンでGeminiのオーバーレイを呼び出し、画面上のあらゆるものについて質問できました。これは、Geminiに尋ねられる内容を広げるだけでなく、コンテキストを認識してニーズを予測し、役立つ提案を提供する様子を示していました。

このデモでは、長いオーブンのマニュアルを例に使いました。ドキュメントをじっくり読む代わりに、Geminiを呼び出すとすぐに「このPDFに質問する」という提案が表示されました。「時計を更新する方法」などの質問をすると、迅速かつ正確な回答が得られました。YouTube動画でも同じように機能しました。20分のワークアウト動画を見る代わりに、プランクの変更方法を尋ねると、すぐに回答が得られ、次のデモに進みました。

次のデモでは、アプリ内でタイピングせずにGeminiと話せる新しい会話モード、Gemini Liveが紹介されました。Geminiと話すのは、通常のチャットボットインターフェースとは異なる雰囲気でした。回答はより会話的で、単なるテキストの段落や箇条書きリストではありませんでした。デモでは、夏休みの子供向けアクティビティのリストを尋ね、リストを中断してタイダイシャツに必要な材料についてさらに質問できました。

Project Astraのデモは、会話型AIプロジェクトの未来を示すもので、次のレベルに進みました。

私たちのAI Sandboxでは、開発者や参加者がProject AstraやMusicFXのDJモードなどの創造的なAI実験を試しました。

画面上やチャットボックスに入力した内容だけでなく、Astraのマルチモーダル機能は会話音声プロンプトとライブビデオフィードを同時に理解し、新しい種類のAI体験を可能にします。

Astraの頭韻デモはシンプルに始まりました。カメラにバナナやパンなどのオブジェクトを見せると、Geminiが頭韻の文を作りました。オブジェクトを増やすと、Geminiは会話を続け、1つの果物で「輝くバナナがボード上で美しく輝く」から、ビュッフェボード全体を見せると「料理の創造が目を引く」まで対応しました。

Astraはバナナやバゲット…そして見せたものすべてで頭韻を作ります。

別のAstraデモでは、Geminiとピクショナリーを遊びました。シンプルに思えるかもしれませんが、エージェントは画像を理解し、各ラウンドで描かれたものを記憶し、一般知識を使って私が描いたものを推測する必要がありました。1つのデモでは、Astraは円だけでは推測の根拠にならないと知っていましたが、線を追加すると、すぐに棒人間から、頭蓋骨の絵文字を持った人物がハムレットだと認識しました。

Astraはピクショナリーで無敗です。

AI Sandboxや他のデモステーションを巡るのは、未来を覗くような感覚でした。また、Astraが複数のラウンドで私をピクショナリーで打ち負かしたのは、少し謙虚な気持ちにもさせられました！