一年ほどサボって英気を養っている間にAI業界もおそろしく様変わりしたので、また調査がてら記事を書いていこうかと思います。
Gemini（ジェミニ）はGoogleが開発したAIモデルで、2024年12月11日にGemini 2.0の実験版（Experimental）がリリースされました。また、高度なリサーチ機能を備えたGemini 1.5 Pro with Deep Research（有料版のみ）も大きな話題を呼んでいます。
要するにChatGPTのオトモダチです。
この記事では簡単な使い方を解説し、別にリンクを貼っていきます。
※記事の内容は一部AI生成を含みます。
※紹介した内容は2024年12月時点のものです。
Geminiを使ってみる
表示された内容から一部情報を抜粋します。
・マルチモーダル対応: テキストだけでなく、画像や音声なども同時に理解し、それらを組み合わせて応答することができます。例えば、「この画像に写っている猫について説明して」と聞くと、画像の内容を理解し、猫の種類や特徴などをテキストで説明してくれます。
・高速な処理速度: 従来のモデル（Gemini 1.5）と比べて、2倍の処理速度を実現しています。これにより、より迅速な応答が可能になりました。
・高精度な応答: より高度な情報処理能力により、より正確で自然な応答を生成することができます。
・多様な機能: リアルタイムでの会話支援、大量データの瞬時分析、複雑な数理計算の高速処理など、幅広い機能を備えています。
画像生成
画像読み取り
具体的には、以下のような情報が読み取れます。
道標のデザイン: 木で作られた道標で、左向きと右向きの矢印が出ています。矢印の先にはどんぐりのマークが付いています。これはコッツウォルド・ウェイの公式なシンボルマークです。
文字情報:
COTSWOLD WAY: 大きく表示されており、この場所がコッツウォルド・ウェイの一部であることを示しています。
Public Footpath: 「公道」という意味で、誰でも自由に歩ける道であることを示しています。
Crickley Hill 1¼: 右方向の道はクリックリー・ヒルまで1.25マイル（約2キロ）であることを示しています。
The Peak: 左方向の道はザ・ピークという場所へ続いていることを示しています。
背景: 木々が生い茂っており、自然豊かな場所であることが分かります。全体的に: この画像は、コッツウォルド・ウェイを歩いている人が道に迷わないように設置された道標を捉えた写真です。ハイキングコースの風景の一部と言えるでしょう。
さらに、検索結果から得られた情報も合わせて考えると、以下の点が分かります。
コッツウォルド・ウェイ: イギリスの南西部、コッツウォルズ地方を南北に走る全長約164kmの長距離自然歩道です。美しい丘陵地帯の風景や歴史的な村々を巡るコースとして知られています。
クリックリー・ヒル (Crickley Hill): コッツウォルズ地方にある丘で、考古学的にも重要な場所です。
ザ・ピーク (The Peak): イギリス中部のピーク・ディストリクト国立公園にある地域名で、この写真の場所とは別の場所である可能性が高いです。道標に書かれている「The Peak」が具体的にコッツウォルズのどの地点を指しているのかは、この画像だけでは判断できません。
これらの情報を総合的に見ると、画像はコッツウォルド・ウェイの中でも、クリックリー・ヒル方面への分岐点を示す道標を撮影したものだと考えられます。
Google AI studioでリアルタイム会話
こちらではリアルタイム会話を試してみます。
最初に日本語で話しかければ日本語で会話できます。なお、しばらく会話すると会話は中断されます。
またネット検索はできないので、現在の天気などを訊くことはできません。
試しに歌を歌って何か当ててもらいましたが、全問不正解でした。音声認識はまだまだ開発途中という印象です。
コメント