Google、Android Show: I/O Edition で「Gemini Intelligence」を発表

GoogleのAIはこれまでにいくつかの段階を経てきた。まず、Google は ChatGPT の直接の競合相手として「Bard」を立ち上げました。その後間もなく、同社はチャットボットから LLM まですべてを網羅する「Gemini」にブランド変更しました。 The Android Show: I/O Edition で、Google は最新の AI イテレーションである Gemini Intelligence を発表しました。他社の AI スイートと疑わしいほど似ているように聞こえるかもしれませんが、少なくとも Google によれば、Gemini Intelligence は多くの独自の機能を提供します。

Gemini Intelligence の新しいエージェント能力

Googleは「Gemini Intelligence」をエージェントアシスタントとして位置付けている。同社はすでに、Uber を介したタクシーの注文や DoorDash を介したテイクアウトなどのエージェント機能を提供していますが、新しいエクスペリエンスにはさらに多くの機能が追加されるはずです。たとえば、Googleによれば、Geminiはスピンクラスの最前列の自転車を予約したり、Gmailの受信箱でシラバスを見つけてクラスに必要な書籍を注文したりできるという。

Googleはまた、自動化のためのGeminiの画像コンテキストを宣伝している。一例として、選択したメモ アプリで食料品リストを表示し、Gemini にその商品をショッピング カートに追加するように依頼できます。別の状況では、ホテルのロビーで見つけた旅行パンフレットの写真を撮り、文献に記載されている経験と一致するグループ向けのツアーを見つけてもらうよう Gemini に依頼することもできます。

Gemini Intelligence はより高度な自動入力を提供します

自動入力は、私が当然のことだと思っている機能の 1 つです。常に完璧であるとは限りません (クレジット カード フォームに私の電話番号を入力しないでください) が、うまく機能すると、デジタル書類を記入する時間を大幅に節約できます。 Google によると、Gemini Intelligence は、あらゆる形式のあらゆる情報を入力できるようにすることを目標に、自動入力機能を強化しています。

ここでの大きな例は旅行に関するものです。飛行機のチケットを購入するときに、身元情報を入力する必要があると想像してください。従来の自動入力は名前、電話番号、電子メールなどの入力には役立ちますが、通常、そのセクションに入力するにはパスポート (またはパスポートの写真) を見つける必要があります。 Googleによると、Gemini Intelligenceはパーソナルインテリジェンスを利用して、パスポート情報などの安全な詳細情報を自動入力できるという。 「パスポート」とマークされたボタンが表示され、タップするとこれらすべての詳細が入力されます。

Googleによれば、この機能は「厳密にオプトイン」であるため、このような場合にGemini Intelligenceに接続するかどうかを選択することができます。いつでも無効にするオプションもあります。

「Rambler」は Android でのディクテーションを改善します

Gemini Intelligence はまた、特に洗練されていないことが多い思考を磨き上げることによって、ディクテーションを改善することも目指しています。そのために、Google は「Rambler」と呼ばれる新機能を導入しています。Gemini Intelligence に口述筆記すると、「うーん」や「あのー」をすべて書き留めるのではなく、Rambler はユーザーが言おうとしている内容だけを書き留めようとします。これには、AI に間違いを伝えるときも含まれます。あなたが「買い物リストにはバナナが 3 本、オレンジ ジュースが 1 つ、牛乳が 1 ガロン必要です (まあ、気にしないでください、牛乳はあります)、そしてパンが 1 斤です」などと言う場合、ランブラーは「買い物リストにはバナナが 3 本、オレンジ ジュースが 1 つ、そしてパンが 1 斤必要です」とだけ書くべきです。また、Rambler にディクテーションの書式を調整してもらうこともできるので、食料品の文字列を絵文字を含む箇条書きリストに変えることができます。

Google によると、Rambler と標準のディクテーションには視覚的な違いがあるため、この機能がいつオンになっているかを常に把握しておく必要があります。同社によれば、音声はリアルタイムで書き起こすためにのみ使用され、事後は保存されないという。 Googleはまた、Ramblerは複数の言語をサポートしているため、言語を切り替えながらディクテーションを開始および停止することなくディクテーションを使用できると述べています。

これが私の最も興味をそそられた機能です。Gemini Intelligence はおそらく、ユーザーにホーム画面用に独自のウィジェットを構築する機会を提供するでしょう。アプリ開発者が自分の思いどおりにできるかどうかわからないウィジェットを作成するのを待つのではなく、Gemini Intelligence にそれらのウィジェットの構築をあなたの代わりに依頼することができます。

Googleによると、「Create My Widget」では、「マディソン・スクエア・ガーデンで今後開催されるコンサートを表示」「コロラド州ゴールデンの風速と雨を表示」「週の初めに新しい食事の準備レシピを提案」などのプロンプトからウィジェットを作成するようGeminiに依頼できるという。機能が宣伝どおりに機能する場合は、ニーズや興味に合わせて独自に調整したカスタム ウィジェットを生成できます。