Geminiの日本語版が、いつから使えるようになるのか期待している理由

Googleから2023年12月6日に、最新の高性能AIモデルとなる「Gemini」が発表されました。

特徴として、テキストだけでなく画像、動画、音声などの組み合わせをマルチモーダル処理が優れていることです。

下記の動画でのデモを見ると、Geminiがどんな処理ができるようになるかがわかります。

マルチモーダル処理の性能が高くなると動画や写真を見せながら質問をすると、それに合わせてテキストや写真を使って自然なレスポンスを戻してくるので、まるで人間とやり取りをしているような対話が、Geminiでは実現できるようになるようです。Geminiの日本語版が、いつから使えるようになるのかとても気になります。

Hands-on with Gemini: Interacting with multimodal AI (Gemini の実践: マルチモーダル AI との対話)

この動画ですが、実際にGeminがリアルタイムでデモストレーションをしているように見えますが、実際には編集された動画であるようです。

この動画は、リアルタイムの処理を撮影されたものではなく、Geminiに映像の静止画を提示してプロンプトを入力し、映像に字幕でプロンプトを表示したことなどが開発者ブログで明らかになっています。あくまでもこの動画は、Geminiで生み出すことができるマルチモーダルの処理がどのような体験を生み出すものになるかを表現したもので、開発者にインスピレーションを与えるために作られた動画のようです。

Geminiの３つのモデルの違い

Geminiは、性能の高い順に、Ultra、Pro、Nanoという3つのモデルが用意されています。

Ultraは最も性能が高いモデルで、最先端の処理ができるように設定され複雑なタスクに対応可能なモデル。

ProはAIチャットボットBardの最新バージョンでの利用で使えるバランスがよいモデルで、幅広いタスクに対処できるモデル。

Nanoは、スマートフォンで実行するために設計された小型モデルで、一番効率的なモデル。

Google Bardで、Geminiを使うことができるようなので、ChatGPTだけではなく、Google Bardも使うようにしてゆきたいものです。しかしながら残念なことに、現時点（2023年12月10日1時点）では日本語には対応していないようです。

Google Bard日本語版で、「あなたは、Geminiですか？」と確認をすると「いいえ、私はGeminiではありません。私は、Google AI によって開発された大規模な言語モデルですが、Gemini ではありません。Gemini は、テキストの生成、言語の翻訳、さまざまな種類のクリエイティブコンテンツの作成など、さまざまなタスクに使用できる一方で、私は、テキストの生成、言語の翻訳、さまざまな種類のクリエイティブコンテンツの作成に加えて、質問に対する回答、問題の解決など、さまざまなタスクに使用できます。

」と回答するので、まだ反映されていないようです。

現在、Geminiは英語版のみで提供されており、日本語版のリリースは、今後の予定のようです。