Gemini2.0をAIはどのように分析しているのか？：Gemini、ChatGPT、Perplexity、Felo

みなさん、こんにちは！

さて、GoogleからGemini2.0が発表され、話題になっています。AIはどれをどんな風に使っていいかわからないと思っている人が大半だと思います。まだ現状は万能のAIというよりはできることがある程度限定されているAIがほとんどです。今回のGoogleのGemini2.0を各社のAIで分析してみようと考えました。

この記事では一般の無課金の人がAIをどのようにとらえるのか、またどのAIが現時点で的を得ているのかを参考になればと書いていきます。AIへの質問はすべて「Gemini2.0はどのような進化を遂げましたか？」です。

なお、この記事にはいくらかPRが含まれております。

Gemini1.5Flashの分析
Gemini2.0 Flash Experimental
ChatGPT
Perplexity
Felo
専門サイトの評価

Gemini1.5Flashの分析

まずはGoogleのGemini1.5Flashに聞いてみました。無課金の一般の人がGeminiに聞くとこんな感じです。

Gemini 2.0の進化について、現時点（2023年11月27日）で公開されている情報に基づいて説明します。

Gemini 2.0の主な進化

Gemini 2.0は、Google AIによって開発された大規模言語モデルです。前世代のGemini 1.0と比較して、以下の点で大幅な進化を遂げました。

多様なタスクへの対応: 文書生成、翻訳、コード生成、質問応答など、幅広い自然言語処理タスクにおいて高い性能を発揮します。特に、複雑な推論や創造的な文章生成において、より人間らしい表現が可能になりました。
情報検索能力の向上: 大規模な知識ベースから関連性の高い情報を効率的に検索し、質問に対して正確かつ網羅的な回答を生成できます。
マルチモーダル能力: テキストだけでなく、画像や音声などの多様なデータを処理し、それら間の関係性を理解することができます。これにより、より複雑な情報処理が可能になり、現実世界の課題解決への応用が期待されます。
効率化: モデルのサイズを拡大しながらも、推論速度を向上させることに成功しました。これにより、より大規模なデータセットを用いた学習が可能になり、モデルの性能がさらに向上しました。

Gemini 2.0の具体的な活用例

Gemini 2.0は、その高度な能力を活かして、様々な分野で活用が期待されています。

生成AI: 高品質な文章、コード、画像などを生成し、クリエイティブな作業を支援します。
対話型AI: 自然な対話を実現し、顧客サービスや教育分野での活用が期待されます。
検索エンジン: より高度な情報検索を可能にし、ユーザーのニーズに合った情報を提供します。
翻訳: 高品質な機械翻訳を実現し、言語の壁を越えたコミュニケーションを促進します。

今後の展望

Gemini 2.0は、まだ開発途上のモデルであり、今後さらに進化が期待されます。例えば、より高度なマルチモーダル能力の獲得、より大規模なデータセットを用いた学習、より効率的な学習アルゴリズムの開発などが考えられます。

注意点

現時点での情報: 上記の説明は、2023年11月27日時点での情報に基づいています。今後、新たな情報が公開される可能性があります。
技術的な詳細: Gemini 2.0の内部構造や学習アルゴリズムに関する技術的な詳細は、全て公開されているわけではありません。
限界: Gemini 2.0は、非常に高度なモデルですが、万能ではありません。誤った情報や偏った情報を生成する可能性も存在します。

まとめ

Gemini 2.0は、大規模言語モデルの新たな可能性を示すモデルです。今後も、Gemini 2.0の進化によって、私たちの生活や社会が大きく変化していくことが期待されます。

より詳しい情報を得るには

Gemini 2.0に関するより詳しい情報を得たい場合は、Google AIの公式ウェブサイトや関連する論文を参照することをお勧めします。

ご希望に応じて、さらに詳しい情報や別の角度からの説明も可能です。お気軽にお尋ねください。

例:

Gemini 2.0と他の大規模言語モデルとの比較
Gemini 2.0の倫理的な問題
Gemini 2.0の将来的な展望

ご質問があれば、いつでもお尋ねください。

前提が2023年11月27日時点の情報ですね。ということは、こういう計画、ロードマップで開発していますよ、という情報のため、あまり参考にならないようです。

おっと、PCのウェブブラウザでは、プルダウンメニューからGemini2.0 Flash Experimentalを利用できるとのこと。

Gemini2.0 Flash Experimental

早速PCブラウザのプルダウンメニューでGemini2.0 Flash Experimentalで聞いてみました。いわゆる試験運用版となっております。

Gemini 2.0 は、Google によって開発された大規模言語モデルである Gemini の次世代バージョンです。Gemini は当初からマルチモーダル（テキスト、コード、画像、音声、動画などを理解し、操作できる）なモデルとして設計されており、その強みを活かしつつ、2.0 では様々な面で進化を遂げています。具体的な進化点として、以下の点が挙げられます。

推論能力の向上: より複雑な推論や問題解決が可能になりました。例えば、より高度な数学の問題を解いたり、複雑な論理的推論を行ったりすることができます。
コーディング能力の向上: 複数のプログラミング言語において、より高度なコード生成、デバッグ、理解が可能になりました。複雑なソフトウェア開発タスクをより効率的に実行できることが期待されます。
多言語対応の強化: より多くの言語で、高品質なテキスト生成、翻訳、理解が可能になりました。グローバルなコミュニケーションや情報アクセスを促進することが期待されます。
マルチモーダル性能の向上: テキスト、コード、画像、音声、動画などの複数のモダリティを組み合わせたタスクにおいて、より高度な性能を発揮するようになりました。例えば、画像とテキストの説明からコードを生成したり、動画の内容を要約したりすることがより正確に行えるようになります。
文脈理解能力の向上: より長い文脈を理解し、その文脈に基づいてより適切な応答を生成する能力が向上しました。これにより、より自然で人間らしい対話が可能になります。
安全性と倫理性の向上: 有害な出力や偏った出力を抑制するための取り組みが強化されています。責任あるAI開発に向けた取り組みが進められています。

Gemini 2.0 の具体的な性能については、Google から詳細な技術レポートやベンチマーク結果が公開される予定です。今後の情報公開にご注目ください。

これらの進化により、Gemini 2.0 は、研究、開発、ビジネス、教育など、様々な分野でより強力なツールとなることが期待されています。

というような回答となりました。1.5Flashと比較するとシンプルにまとめてくれたような印象ですね。一般人から見ると何ができていて、何がどうできるようになったの？というわかりにくい点は残っているようには感じます。そこはもう一段階質問をしないといけないようですね。

ChatGPT

ChatGPTは午前9：50ごろダウンしていましたが12：13現在復旧したので、追記いたします。以前は過去のデータしか回答できなかったChatGPTも最新情報を分析できるようになっていますね。

Googleが発表した「Gemini 2.0」は、AI技術の新たな進化を示すもので、以下のような大きな進化が見られます。

高度な推論能力とコンテキスト理解
Gemini 2.0は、複雑な会話や長い文脈を深く理解し、推論を活用して最適な解答を提供する能力が向上しています。たとえば、旅行計画の立案など、複数の条件を考慮するような複雑なタスクにも対応できます【7】【9】。
リアルタイム対応と処理速度向上
処理速度が大幅に向上しており、リアルタイムでの対話が可能になっています。これにより、日常生活の中で迅速なサポートを受けることができるようになりました【9】。
マルチモーダル機能
テキストだけでなく、画像や動画の理解も可能になり、ユーザーは写真を送るだけでその内容に基づいたアドバイスを受けることができます。これにより、幅広い用途での活用が期待されています【8】【9】。
幅広いツールとの連携
Google Workspaceだけでなく、外部のプロジェクト管理ツールなどとも統合が進んでおり、業務効率を大幅に向上させる仕組みが整備されています【9】。
安全性と倫理基準
Gemini 2.0では、信頼性と安全性を重視した設計が進められており、多くのテストを通じてユーザーが安心して利用できる環境を提供しています【9】。
ビジネスと生活への広がり
Gemini 2.0は教育や家庭生活、ビジネスにおける利便性を向上させることが期待されており、コスト効率の向上による普及の加速も見込まれています【8】【9】。

これらの進化により、Gemini 2.0は、日常生活や業務におけるAI利用をより効果的で便利なものにする可能性を秘めています。詳しい情報については、Google公式ページや関連する記事をご覧ください【8】【9】。

Perplexity

Perplexityは検索型AIなので最新情報でも検索して評価してくれます。

Googleが発表した次世代AIモデル「Gemini 2.0」は、以下のような進化を遂げました：

マルチモーダル機能の強化：見る、聞く、話す能力が向上し、テキストと組み合わせた画像生成や多言語音声出力が可能になりました[1][2]。
パフォーマンスの向上：「Gemini 1.5 Pro」と比較して2倍の速度で処理しながら、より高いパフォーマンスを実現しています[2][4]。
AIエージェント機能の強化：複雑なタスクを理解し、ユーザーに代わって実行する能力が向上しました[1]。
新機能「Deep Research」：高度な推論と長文の文脈理解により、複雑なトピックを調査し、ユーザーに代わってレポートを作成できます[1][3]。
ツール連携の強化：Google検索、コード実行、サードパーティのユーザー定義関数などのツールをネイティブに呼び出すことが可能になりました[2][4]。
セキュリティ強化：生成された画像や音声に対して、GoogleのSynthID技術による電子透かしが自動的に適用されます[4]。

これらの進化により、Gemini 2.0はより高度なAIアシスタントとしての機能を提供し、幅広い応用が期待されています。

Citations:
[1] https://forest.watch.impress.co.jp/docs/news/1646901.html
[2] https://www.itmedia.co.jp/news/articles/2412/12/news108.html
[3] https://www.watch.impress.co.jp/docs/news/1646892.html
[4] https://xenospectrum.com/google-announces-its-newest-flagship-ai-gemini-2-0/
[5] https://note.com/npaka/n/nce9297f81d26
[6] https://weel.co.jp/media/innovator/gemini-002/
[7] https://blog.google/intl/ja-jp/company-news/technology/google-gemini-ai-update-december-2024/
[8] https://dev.classmethod.jp/articles/diet-advice-gemini-vs-trainer/
[9] https://thebridge.jp/2024/12/google-unveils-ai-coding-assistant-jules-promising-autonomous-bug-fixes-and-faster-development-cycles
[10] https://sts.kahaku.go.jp/diversity/document/browse/2024_mikami/
[11] https://sts.kahaku.go.jp/diversity/document/system/pdf/139.pdf

Perplexityの方がGeminiよりも何ができるようになったのかわかりやすい。これは評価している記事を読み取って、分析をまとめてくれているからですね。特に新機能Deep ResearchについてはGeminiは触れていませんでした。

その点を考えても、Geminiだけではまだ機能評価はいまいちなんでしょうか。

Felo

Feloは日本で開発されていることもあり、筆者も一番利用しているAI Researchです。現段階では日本人に一番フィットするAIだと考えています。

Gemini 2.0は、前バージョンに比べて多くの進化を遂げています。以下にその主なポイントをまとめます。

進化のポイント

性能向上: Gemini 2.0は、回答生成の速度と質が大幅に改善されています。特に、Gemini 1.5 Proと比較して、より良質な回答を迅速に提供できるようになっています[2]。
新機能の追加: AIスタック全体で新機能が発表され、垂直統合および垂直最適化された技術が導入されています。これにより、ユーザーはよりスムーズな体験を享受できるようになっています[3]。
視覚能力の強化: Gemini 2.0では、画像からコードを生成する機能が追加され、視覚的な情報処理能力が向上しています。これにより、ユーザーはより直感的に操作できるようになっています[4]。

総括

Gemini 2.0は、性能、機能、視覚能力の全てにおいて進化を遂げており、ユーザーにとってより便利で効率的なツールとなっています。これらの改善により、AIの利用がさらに広がることが期待されます。
[1] https://inosusume.blog.jp/archives/24486729.html
[2] https://weel.co.jp/media/innovator/gemini-002/
[3] https://dev.classmethod.jp/articles/diet-advice-gemini-vs-trainer/
[4] https://note.com/kind_crocus236/n/ncd2d1c4e52ed
[5] https://www.gamespark.jp/article/2019/09/09/92836.html
[6] https://sts.kahaku.go.jp/diversity/document/system/pdf/139.pdf
[7] https://news.livedoor.com/article/detail/27739262/
[8] https://note.com/kind_crocus236/n/n8ce0ab9aa28b

期待のFeloでしたが、この比較においては、Deep Researchについて触れられておらず、ちょっと残念な結果となりました。

Perplexityの方が3か所多く、引用元を引っ張ってきていて、それがこの差に表れたのでしょうか。ImpressさんやIT mediaさんといった専門サイトから情報をとってこれたかどうかが差に表れたようです。