minute（ミニュート）のブログ　日刊ちょこっと福祉ニュース　　　　　今日の報告　オススメ商品も紹介中 ｂｙ靖

アイレ ネオサイト ワンデー アクアモイスト【6箱】(1箱30枚入り)1日 使い捨て クリアレンズ クリアコンタクト 小松 菜奈【メーカー直送】【送料無料】 ​

​
無添加 新発売 選べる未来雑穀 雑穀米 無添加 雑穀 無添加 雑穀 国産 400g お試し 送料無料 未来雑穀21+マンナン もち麦 もちむぎ 発芽玄米 保存食 非常食 訳あり 栄養 健康 雑穀人気店 ​


にほんブログ村 　　 　​ ​ ​​ にほんブログ村　　 ​ にほんブログ村

「 Gemini （ジェミニ）」は、 2023 年 12 月に Google から発表された生成 AI モデルです。 2024 年 2 月には、同社の AI サービスである「 Bard 」が Gemini へと統合され、最上位バージョンもリリースされるなど急速な進化を遂げており、生成 AI 業界の新たな進歩を示しています。

Gemini の料金や使い方、活用事例など概要について詳しく解説します。 2024 年 2 月公開の最新モデルやスマホアプリについてもまとめていますので、 AI サービスの活用を検討する上でぜひ参考にしてください。

Google の「 Gemini （ジェミニ）」とは

「 Gemini （ジェミニ）」は、 2023 年 12 月に Google が開発した高機能生成 AI モデルです。テキストや画像、音声、動画を用いて、チャット形式で簡単に高度なタスクを指示できます。

そもそもマルチモーダル AI とは

Gemini は「マルチモーダル AI モデル」と呼ばれます。マルチモーダルモデルとは、テキストから画像、音声、動画といった、複数の異なるデータを同時に学習、処理できるように統合された AI モデルのことです。

マルチモーダル AI の例には、大規模言語モデル（ LLM ）に画像入力を対応させることで進化した OpenAI の「 GPT-4 」などがあります。種類の異なる情報やデータを行き来し、関係性を作りながら推論する能力を、自然言語処理技術と組み合わせることで、より自然で効率的なタスク処理の実現が期待されています。

Gemini の 3 つのモデル

Gemini には現在、「 Gemini Ultra 」「 Gemini Pro 」「 Gemini Nano 」という 3 種類のモデルが存在します。各モデルの主な特徴は、以下の通りです。

Gemini Ultra ：最も新しい最上位モデルで、高度で複雑なタスクにも対応可能

Gemini Pro ：幅広いタスクに対応する最良モデル、応答時間の短縮も実現

Gemini Nano ：スマートフォン（ Pixel 8 など）上での利用を想定したモデル

Google は、 Gemini を「データセンターからモバイル端末まで柔軟に利用できるモデル」と位置づけており、用途や活用シーンに応じて種類を選ぶことで最適な利用環境を提供します。

Gemini と Bard は何が違う？

Google は、 ChatGPT に対抗するように、 Gemini 以前に「 Bard 」という名称の AI チャットサービスを提供していました。 Gemini のリリース当初は、 Bard とは別のサービスとして提供されていましたが、 2024 年 2 月の Gemini Ultra 1.0 の登場と共に、 Bard そのものが Gemini へと変更されたと発表されています。

現時点ですでに「 Google Bard 」と検索すると Gemini が表示されます。

Gemini の料金

Gemini の料金は、 2024 年 2 月時点で無料です。 Google アカウントを持っている場合は、無料登録することで回数制限なしで自由に使えます。上位バージョンの「 Gemini Advanced 」にアップデートすると、月額 2,900 円で無料版よりも便利な機能を利用することが可能です。

また、開発者向けの「 Gemini API 」を利用して Gemini Pro を使う場合には、別の料金体系が適用されます。公表されている価格は以下の通りです。

処理方法金額

テキスト入力 0.00025 ドル（約 0.035 円） / 1,000 文字

画像入力 0.0025 ドル（約 0.35 円） / 1 画像

テキスト出力 0.0005 ドル（約 0.071 円） / 1,000 文字

Gemini が他の AI モデルより優れている点

Google は、 Gemini が「テキスト、画像、音声、動画のベンチマークテストで最高水準を達成した」と公表しています。 Gemini と他の AI モデルとの具体的な相違点としては、以下があります。

自然言語処理の能力（複雑な文脈やニュアンスの理解度）

学習と進化の速度

応用可能なジャンルや分野

Gemini では、マルチモーダルを用いて当初より異なるデータで事前学習させると共に、追加のマルチモーダルデータを使用しファインチューニングを行っています。その結果、あらゆる種類の入力をシームレスに理解し、高度な推論やコード生成にも対応できています。

また、 Gemini では以下のような機能を備えている点も特徴です。

Google 検索による Web 上の参照ソースの提示

1 度に提示する回答数が 3 つ

位置情報の反映

出力結果のエクスポート

外部サービスとの連携（ Google ドキュメントや Google Maps ）

外部ファイルの読み込み（ Google ドキュメント・スプレッドシート）

Gemini の使い方

Gemini は、 Google アカウントを使って簡単に始めることが可能です。主な手順は、以下の 3 ステップです。

Google Gemini にアクセスする

利用規約に同意する

Gemini のチャット画面でプロンプトを入力する

Google アカウントをまだ持っていない場合には、 Google アカウントを登録した後、 Gemini にアクセスしましょう。

まず、 Google Gemini の Web サイトを開きます。 Google の検索バーに「 Gemini 」と入力することでもすぐにページを開けます。「 Gemini を試す」というボタンをクリックしましょう。

「利用規約とプライバシー」が表示されたら、下までスクロールします。 「同意する」ボタンをクリックして進みます。

これで、 Gemini の登録は完了です。

Gemini でできること

Gemini では、チャット形式で質問やタスク処理を入力することが可能です。具体的なできることとしては、以下が挙げられます。

文章の作成、要約、翻訳

校正、編集

論文や数学など問題の解説

形式に沿ったテキストの作成

プログラミングコードの自動生成

画像認識、内容の解説

音声入力

画像生成

Google アプリとの連携

すでに Gemini は日本語に対応していますが、内容によっては英語入力により出力精度が上がる場合があります。

Gemini の活用事例 7 選

ここからは、 Gemini の活用事例を 7 つ紹介します。企業やビジネスにおいて、どのような用途やシーンで Gemini が使えるのか、具体的な使い方の例を説明しますので、参考にしてください。

スライド資料や画像の内容をテキストにまとめる

Gemini では、画像解析機能を用いて内容の要約やまとめを簡単に作成できます。例えば、スライド資料をアップロードし、プロンプトに「内容を説明してください」と入力するだけで、わかりやすく文章化してもらうことが可能です。

スライドには書かれていないような関連情報も付け足してくれるので、回答だけを読んでも内容を理解できる状態になります。情報量の多い資料や専門領域に特化した資料も、画像解析を活用することで、中身を把握できるでしょう。

また、文字を含まない写真やイラストといった画像の説明を依頼することも可能です。例えば、画像データをアップロードし、プロンプトで「画像について教えて下さい」と質問するだけで、文章で解説してもらえます。

ただ、現時点では人物など対応していない要素やテーマも存在するため注意しましょう。

手書きメモの要約・解説

Gemini は、画像だけでなく手書きのテキストや図も解析できます。この機能を活用することで、画像の内容を詳しく説明したり、要約としてまとめたりといった作業がスピーディに完了します。

例えば、電話を受けた際のメモを要約し、まとめてグループチャットに掲載すれば、情報共有が圧倒的に効率化します。また、出先での走り書きを画像データに起こして Gemini にアップロードすることで、短時間で簡単にまとめを作成できます。

他にも、手書きアンケートの集計や案内図の清書など、さまざまな用途で活躍が期待できます。

URL から Web ページの要約を作成

Gemini では、 Web ページの URL から記載されている内容を自動要約することが可能です。 ChatGPT など他の AI サービスでは、 URL から Web サイトの名称やページタイトル、内容を読み取ることには対応しておらず、記載内容を自分で調べる必要がありました。

一方、 Gemini では該当ページの URL を貼りつけ、プロンプトとして「この Web ページの内容を説明してださい」と入力するだけで回答が得られます。

海外の Web サイトの情報を知りたい場合や、専門的な Web ページを解読したいときも、 Gemini を利用することで簡単に読み取れるようになるでしょう。情報収集の効率化に役立ちます。

ブログ・メディアの記事や企画の複数提案

Gemini は、 1 つのプロンプト入力に対して、 3 つの回答を同時に提案してくれます。ブログやメディアに投稿する記事や企画について、同時に複数のアイデアを返してくれるため、比較検討がより効率的に進みます。

例えば、効率化や時短についてのブログで夕食の献立について記事にまとめたい場合に、食材や調理時間を指定すると記事を提案してくれます。

目的や要望に沿った YouTube 動画の検索

Gemini のプロンプト入力だけで、 YouTube 上の動画を検索することも可能です。例えば、自分が見たい内容の YouTube 動画について「〜〜の動画が見たいです」と伝えれば、自動で該当する動画リストを作成してもらえます。

もちろん動画のリンクも付けてくれるので、選択するだけで YouTube 動画に移動し、すぐに視聴できます。 Gemini から移動することなく動画を探せることにより、作業効率化につながるでしょう。

また、情報収集の一環として使うことも可能です。プロジェクトの関連情報や新しく導入したツールの使い方、基礎知識などを共有したい場合に、チーム内で動画リストを共有しておけば、各自が都合の良い時間に閲覧して準備しておくことが可能です。

録音した商談や会議の音声から議事録を作成

Gemini は音声入力にも対応しており、音声でプロンプトを入力することが可能です。音声で質問を入力するだけで、画面上にテキストで返してくれます。例えば、商談や会議の音声を録音しておいて、 Gemini に「音声内容を要約して議事録を作成してください」と入力すれば、瞬時に内容のまとまった資料を出力してくれるでしょう。

インタビューや会議の録音自体はよく使われていますが、音声の文字起こしをした後で資料として清書するのが一般的でした。 Gemini を活用することで、文字起こし作業が不要となり、大幅な作業効率化が期待できるでしょう。

アプリケーションの実装コードを複数提案

Gemini は、プログラミングコードの自動生成でも優れた精度を発揮しています。プロンプトでアプリケーションの Python 実装コードを依頼すれば、瞬時に自動作成してくれます。

そして、 Gemini ならではの 3 種類の提案により、 1 つのリクエストから複数のコードを生成することも可能です。どのコードを使うか選ぶだけなので、プログラミングの効率化にも大いに役立つでしょう。

また、コードを「 Google Colab 」などで書き込むこともできるため、自分で細かく調整する必要もなくなります。

Gemini の Ultra 1.0 とスマホアプリの発表

2024 年 2 月 8 日に、 Google は Gemini についてのアップデートを発表しました。ここでは、 Bard が Gemini へと名称を変更することに加えて、 Google の最新 AI モデル「 Ultra 1.0 」を搭載した Gemini Advanced 、そして Gemini のモバイルアプリのリリースも伝えられています。

Gemini の Ultra 1.0 搭載「 Gemini Advanced 」

新しく発表された Gemini Advanced は、最高クラスの性能を持つ AI モデル「 Ultra 1.0 」を搭載しています。 Ultra 1.0 搭載の Gemini Advanced は、他の AI サービスに比べてコードの自動生成や推論、ニュアンスの理解といった複雑なタスクの処理能力がアップしています。

テクニカルレポートでは、 32 の AI 業界ベンチマークのうち、 30 の項目で既存の最高水準を上回っていると公表されています。加えて、数学や機械翻訳などにおいてもテキストベンチマークの最高スコアを記録するなど、大幅な性能の向上が実現しています。

Gemini Advanced は、 Google One AI Premium プラン（月額 2,900 円）で利用可能で、無料トライアルも用意されています。日本でもスタートしていますが、現在は英語版のみで、対応言語は順次拡大予定です。

Gemini のスマホ向けアプリ

Gemini のスマホ向けアプリもリリースされています。ただ、 Android スマートフォンでは Gemini アプリをインストール可能ですが、 iOS では Google アプリで Gemini ・ Gemini Advanced （英語版のみ）を使用できます。

スマホから Gemini が使えるようになれば、音声入力や画像解析といった機能をより簡単に、さまざまなシーンで活用することが可能です。例えば、外出先で道に迷ってしまった際に、周囲の写真を使って道案内を依頼する、といった方法です。他にも、海外での画像の質問、言語翻訳など多くの用途に使えます。

Gemini まとめ

Gemini は、 Google が誇る革新的な最新 AI モデルです。高性能なマルチモーダルモデルを搭載し、さまざまなベンチマークでも最高水準の結果を出しており、テキストから音声、動画、画像まで幅広いデータを用いたタスク処理を実現しています。

他の AI サービス同様、 Gemini も進化の途中であり、最近では最上位モデルのアップデートとスマホアプリがリリースされたばかりです。今回紹介した Gemini 活用事例も参考にしてください。