GoogleのAIモデルの新バージョン「Gemini 1.5」が発表されました。まず開発者向けに「Gemini 1.5 Pro」がプレビュー提供されます。最大100万トークンまで実行できるようになります。
Google DeepMindのデミス・ハサビスCEOは、100万トークンのコンテキストウィンドウの容量は、動画なら1時間、音声なら11時間、コードなら3万行、ワードなら70万語を1度に処理できるサイズだと説明しました。社内では、最大1000万トークンのテストにも成功したとしています。
画像はGeminiのスクリーンショット
今後12万8000トークンのコンテキストウィンドウを備えたGemini 1.5 ProをGemini（旧Bard）で提供する計画があります。
■関連リンク
・次世代モデル、 Gemini 1.5 を発表 [Google Japan Blog]
Geminiにて要約の上で引用
Google AI は、次世代 AI モデルである Gemini 1.5 を発表しました。このモデルは、前世代のモデルよりも 100 倍多くの情報を処理でき、動画分析や翻訳などのさまざまなタスクに使用できます。
Gemini 1.5 は、Google AI の研究チームによって開発されました。このモデルは、大規模な言語モデルと、画像や動画を理解するためのコンピューター ビジョン技術を組み合わせています。これにより、Gemini 1.5 は、テキストやコード、画像、動画など、さまざまな形式のデータを処理して理解することができます。
Gemini 1.5 は、まだ開発中ですが、一部の開発者や企業はすでに試用しています。このモデルは、さまざまな分野で使用される可能性があり、AI の未来を形作る上で重要な役割を果たす可能性があります。
以下に、Gemini 1.5 のいくつかの重要な機能と利点を示します。
前世代のモデルよりも 100 倍多くの情報を処理できるため、より複雑なタスクを実行できます。
動画分析や翻訳などのさまざまなタスクに使用できます。
まだ開発中ですが、一部の開発者や企業はすでに試用しています。
Gemini 1.5 は、AI の未来を形作る上で重要な役割を果たす可能性のある、強力な新しいツールです。
(参考)Geminiのプロンプトへのインプット
次世代モデル、 Gemini 1.5 を発表 https://japan.googleblog.com/2024/02/gemini-15.html の要約をお願いします。500文字位で、簡潔に。
■メディア関連記事
・グーグル、1.0から2ヵ月弱で「Gemini 1.5」を発表。驚きの100万トークン [ASCII]
・Google、次世代AIモデル「Gemini 1.5」発表。最大100万トークン対応、複数モダリティの理解向上など [Impress]
・GoogleのマルチモーダルAI「Gemini Pro Vision」は、動画についてどこまで正しく答えられるか？ [清水 理史のイニシャルB Impress]
・Googleが早くもGemini 1.5、「100万トークン」と「MoE」が告げるAIモデル新時代 [日経xTECH]
・Google、「Gemini 1.5 Pro」限定リリース コンテキストウィンドウは100万トークン [ITmedia]