ＡＩの音声対話、人間並みに＝年内投入、オープンＡＩに対抗―米グーグル 2024年05月15日 06時19分
【シリコンバレー時事】米グーグルは１４日、米カリフォルニア州で開発者会議を開き、生成ＡＩ（人工知能）の音声対話能力を人間並みに引き上げる「プロジェクト・アストラ」を発表した。質問への応答を速め、音声や動画を交えた状況認識能力も向上した「ＡＩアシスタント」を作る。年後半から一部機能を段階的に投入する。
「チャットＧＰＴ」を手掛ける米オープンＡＩも１３日、音声対話の速度を人間と同等にした新モデルを発表した。質問から応答までの時間を短縮し、使いやすさを高める競争が本格化している。
グーグルは生成ＡＩの基盤モデル「ジェミニ」に軽量版「１．５フラッシュ」を加え、開発者向けに試験公開した。汎用（はんよう）モデルの「１．５プロ」から重要な知識を移し、回答精度と効率性を両立させた。１．５プロは消費者向けの有料サービス「ジェミニ・アドバンスト」で提供を開始。日本語など３５言語で使える。
アストラの技術を使い、スマートフォンのカメラで写した映像を認識し、質問に回答する機能「ジェミニ・ライブ」も発表した。数カ月以内にアドバンストで提供を始める。デモ動画では、オフィス内を撮影しながらジェミニに眼鏡の場所を尋ねると「デスクの上でリンゴの近く」と音声で答えた。
ＡＩ研究・開発部門グーグル・ディープマインドのハサビス最高経営責任者（ＣＥＯ）は「文脈をより理解し、迅速に応答することでより自然な対話ができる」と述べた。