Geminiとは (ジェミニとは) [単語記事]

Geminiとは以下のものを指す。

Googleが開発したマルチモーダルな大規模言語モデルである。
ふたご座（星座）。黄道十二星座の一つである。
ジェミニ計画（宇宙開発）。NASAがアポロ計画の前に行った、2人乗り宇宙船の有人宇宙飛行計画である。
双子・双生児。ラテン語に由来する言葉で、双子や双生児を意味する。

本記事では1.を解説する。

Gemini（ジェミニ）とは、Googleが開発した、テキスト・画像・音声・動画など複数の種類のデータを同時に処理できる、マルチモーダルな大規模言語モデルである。Google 検索やGoogle 広告、YouTubeといったGoogleの様々なサービスに統合されるほか、個人向けにチャット形式で対話できるサービス「Google Gemini」（旧：Bard）としても提供されている。

概要

2023年 12月6日（米国時間）、Googleは最新のAI モデル「Gemini」を発表した。Geminiは、GoogleのAI 研究部門であるGoogle Deep Mindによって開発され、「Ultra」「Pro」「Nano」の3つのモデルで構成されている。

Gemini Ultra：最も高性能なモデルで、非常に複雑なタスクに対応する。
Gemini Pro：幅広いタスクにバランス良く対応するモデルで、Googleの主力AI サービスに組み込まれている。
Gemini Nano：スマートフォンなどのデバイス上で直接動作することを目的とした、最も効率的なモデルである。

Geminiの最大の特徴は、マルチモーダルであることである。これまでの多くのAI モデルがテキストのみを扱っていたのに対し、Geminiはテキストだけでなく、画像、音声、動画、コードなど、複数の情報を同時に理解・処理することができる。この能力により、例えば「このグラフから何が読み取れるか」といった画像に関する質問や、「この動画で何が起きているか」といった動画の内容に関する質問にも答えることが可能である。

また、Geminiは、プログラミング言語の生成やデバッグにも優れており、Python、Java、C++など多岐にわたる言語に対応している。Googleは、Geminiが科学、数学、医療、法律など、幅広い分野での革新を促進すると期待している。

2024年には、個人向けサービス「Bard」が「Google Gemini」に名称変更され、Geminiモデルが完全に統合された。これにより、誰でもGeminiの高性能な対話能力を体験できるようになった。

個人向けサービスとしてのGoogle Gemini

かつて「Bard」という名称で提供されていたこのサービスは、Geminiモデルの統合に伴い、2024年 2月8日（米国時間）に「Google Gemini」へと名称が変更された。

Google Geminiは、チャット形式でテキストや画像、音声などを用いて、ユーザーと対話する形で様々なタスクを支援する。ユーザーは、質問への回答、文章の要約や作成、アイデアのブレインストーミング、画像の分析など、多岐にわたる用途でこのサービスを利用できる。

このサービスは、Geminiモデルを基盤としており、Google アシスタントやGoogle 検索などの他のサービスとの統合が進められている。

競合サービスとの比較

サービス名	主な特徴	ユーザーへのメリット
Google Gemini	Googleの膨大な知識と情報源、リアルタイム検索との連携が強みである。マルチモーダル能力が高く、画像や音声を使った対話が得意である。	最新の情報を基にした回答や、画像・音声を使った柔軟なコミュニケーションが可能である。
ChatGPT	対話能力の高さと、豊富なプラグインによる拡張性が強みである。幅広い分野での文章生成やコード作成に優れている。	多様な用途に対応でき、外部サービスとの連携で活用の幅が広い。
Claude	長い文章の要約や、倫理的・安全性の高い応答に特化している。大規模なテキストを一度に処理する能力が高い。	長文の資料を要約したり、安全性を重視した回答を得たい場合に適している。