カリフォルニアで毎年開催される I/O カンファレンスで、Google は AI 関連のいくつかの発表を行いました。その中には、新しいモデルや既存のモデルのアップグレードなどが含まれています。最も興味深い発表の 1 つは Project Astra です。これは、リアルタイムで機能し、Google Lens と Gemini の機能を組み合わせて周囲の情報を提供するマルチモーダル アシスタントです。
Project Astra はどのように機能しますか?カンファレンスで、Google は Project Astra の初期バージョンを披露しました。これはカメラベースのチャットボットとして機能し、デバイスのカメラを使用して周囲の情報を収集できます。マルチモーダル AI アシスタントであるため、オーディオ、ビデオ、画像を入力として使用し、それらに基づいて必要な出力を提供できます。Gemini 1.5 Pro モデルで実行されるため、非常に強力です。
チャットボットはオブジェクトと周囲の状況をリアルタイムで分析し、非常に迅速に質問に答えることができるため、人間のアシスタントやトニー・スタークの愛用する JARVIS に非常に似ています。Project Astra はスマートグラスなどのウェアラブル機器とも連携するため、AI チャットボットをさまざまなデバイスに統合できる可能性が大いにあります。
プロジェクト Astra は、使用中のコンテキストをより良く理解し、情報をより速く処理し、それを保持してより速く思い出すことができます。また、以前の Gemini モデルと比較して音声機能が大幅に向上し、より自然で人間らしい音声を実現しています。
Project Astra は何ができるのか? Google が披露した短いデモでは、Project Astra で実現できることはたくさんあるようです。カメラ レンズとマイクを介してオブジェクトと場所を観察および理解し、それらに関する情報を提供します。たとえば、携帯電話をコードに向けるだけで、チャットボットとそれについて話し合ったり、オブジェクトとその用途を特定するように依頼したりできます。
同様に、位置認識機能のおかげで、Project Astra は周囲を見るだけで、その場所に関する情報を提供することができます。また、表示された情報を保持することもできるので、ユーザーがメガネを見つけるのを手助けしたデモで実証されたように、置き忘れたアイテムを見つけたい場合に非常に便利です。
スマートフォンの Gemini と同じように、AI アシスタントにクリエイティブなアイデアを尋ねることもできます。たとえば、曲の歌詞や音楽バンドの名前などを考えてもらうことができます。基本的に、Project Astra は、非常に会話的な方法でリアルタイムに情報を提供できる万能 AI アシスタントを目指しています。
Project Astra はいつ利用可能になりますか?現時点では、Google は Project Astra の提供開始について発表していません。デモで紹介されたバージョンは初期のプロトタイプですが、Google はこれらの機能が後々既存の Gemini アプリに統合される可能性があることを示唆しました。
Google は Project Astra を通じて、AI アシスタントの進化をリードし、さらに便利で使いやすいものにすることを目指しています。しかし、この目標を追求しているのは Google だけではありません。OpenAI も最近 GPT-4o を発表し、ChatGPT をマルチモーダルにして機能と効率性を高めています。ChatGPT の新しい音声モード (近日リリース予定) では、ユーザーと対話する際にデバイスのカメラからのビデオ入力も使用できます。
現時点では、両者の違いは、GPT-4o は ChatGPT を実行するすべてのデバイスでまもなく利用可能になるのに対し、Project Astra は将来 Gemini Live として利用可能になる予定ですが、現時点ではリリース日は決まっていません。GPT-4o を搭載した ChatGPT が先に利用可能になったため、Google の Project Astra が OpenAI のより人気のあるチャットボットに匹敵するほど優れているかどうかはまだわかりません。
コメントを残す