GoogleのAI進化の内幕：Gemini 2.5はより深い思考、賢い会話、高速なコーディングを実現

# Gemini # nlp

グーグル、ユニバーサルAIアシスタントのビジョンに近づく

今年のGoogle I/Oイベントで、グーグルはGemini 2.5シリーズの大幅なアップグレードを発表した。最新バージョンであるGemini 2.5 Flashと2.5 Proは、これまで以上に賢く効率的になった。これらの進化は、文脈を理解し、計画を立て、シームレスにタスクを実行できるユニバーサルなAIアシスタントを作るというグーグルのビジョンの達成に近づいている。

Gemini 2.5 Pro：インテリジェンスを新たな高みへ

グーグルがこれまでで最も先進的なモデルとして歓迎するGemini 2.5 Proは、前例のない100万トークンのコンテキストウィンドウを誇る。この機能により、AIは膨大な量のデータを処理し、長時間の会話でも一貫性を保つことができる。イベントでは、グーグルDeepMindのデミス・ハサビスCEOが、「これがジェミニ・アプリの究極の目標です：Gemini 2.5 Proの際立った特徴のひとつは、実験的に強化された推論モードである "Deep Think "の導入である。ディープシンクは、AIが回答を出す前に複数の仮説を分析し、意思決定能力を高めることを可能にする。ハサビスによれば、この開発はAlphaGoの作成中に得られた洞察に由来しており、処理時間を長くすることでより良い結果が得られたという。

ベンチマークテストでの驚異的なパフォーマンス

ディープシンクはすでに、難易度の高いベンチマークで目覚ましいパフォーマンスを発揮している。例えば、2025年のUSA Mathematical Olympiad（USAMO）では素晴らしいスコアを達成し、高度なコーディングスキルをテストするベンチマークとして知られるLiveCodeBenchでも優秀な成績を収めた。さらに、マルチモーダルな理解と推論を評価するMMMUでは84.0％のスコアを獲得した。 こうした成果にもかかわらず、グーグルは慎重な姿勢を崩していない。ハサビスは、ディープシンクをより広く展開する前に、チームが徹底的な安全性評価を行い、専門家からのフィードバックを集めていると述べた。現時点では、信頼できるテスターがフィードバック目的でAPI経由でアクセスできるようになっている。

Gemini 2.5 Flash：日常使いの主力製品

Gemini 2.5 Proと並んで、Googleはスピード、効率性、手頃な価格を追求したGemini 2.5 Flashの強化版も発表した。ハサビスは、このバージョンを、推論、マルチモダリティ、コード、ロングコンテキストのベンチマークで優れている、このシリーズの「主力製品」と評した。実際、LMArenaのリーダーボードでは、Gemini 2.5 Proに次いで2位にランクされている。 更新されたFlashモデルは、タスク実行に必要なトークンの数が少なくなり、効率が約20〜30％向上している。開発者からのフィードバックに基づき、グーグルはこのモデルを微調整し、Google AI Studio、Vertex AI、Geminiアプリでプレビューできるようにした。6月上旬には本番向けに完全に展開される予定だ。

両モデルにわたる新機能

Gemini 2.5 ProとFlashの両方に、ユーザーとのインタラクションを強化することを目的としたいくつかの新機能が追加された。ネイティブ音声出力は、より自然な会話体験を生み出すために追加され、音声合成機能は複数の音声をサポートするようになった。また、AIにメロドラマのような声や地味な声を聞かせたい場合など、ユーザーが声のトーンやスタイルをガイドすることもできます。 その他の実験的な音声機能には、AIがユーザーの声で感情を認識し、それに応じて応答するアフェクティブ・ダイアログや、バックグラウンドノイズをフィルタリングするプロアクティブ・オーディオなどがあります。思考バジェットも導入され、開発者はAIが応答するまでに使用する計算能力をコントロールできるようになった。

未来への一歩

これらのアップデートは、AI技術の限界を押し広げるというグーグルのコミットメントを強調するものだ。KavukcuogluとDoshiがブログ投稿で述べているように、「私たちは、AIが驚くべき新しい未来を可能にするという、歴史上驚くべき瞬間を生きています。これらの改良により、グーグルはAIアシスタントが私たちの日常生活に欠かせない存在となる未来への道を間違いなく切り開いている。

関連記事

コメント (2)