Name: Google IO 2024：双子座の時代 (Google IO 2024: The Gemini Era!)
Uploaded: 2024-05-15T11:35:27.000Z
Duration: 11 min 56 s

程度の副詞

So today Google wrapped up IO 2024, where they announced several new AI powered features and integrations and generative AI that are really, really exciting and there's a lot going on.

今日、グーグルはIO2024を終え、AIを活用した新しい機能や統合、生成AIなど、本当に、本当にエキサイティングで、たくさんのことを発表した。

I'm gonna attempt to break down the two hour long presentation into something more manageable and hopefully help you figure out what's going on and how you can take advantage of these features for yourself.

2時間に及ぶプレゼンテーションをより扱いやすいものに分解し、何が起こっているのか、どうすればこれらの機能を活用できるのかを理解する手助けになればと思う。

So yeah, go ahead and drop a like, subscribe and let's get into it.

だから、いいね！を押して、購読して、さあ始めよう。

Now, if I could summarize this presentation into two sort of main buckets of features, it would be number one, integrations and number two, long context.

さて、このプレゼンテーションを2つの主要なバケツにまとめるとすれば、1つ目は統合、2つ目はロング・コンテクストだ。

Now, integration is something that really only the Googles and Apples of the world can do.

今や、統合は世界のグーグルやアップルにしかできないことだ。

I'm talking about companies that own different products that seamlessly integrate with each other, which makes it easy for them to sort of integrate a new feature, such as AI into all of these products.

私が言っているのは、互いにシームレスに統合されたさまざまな製品を所有する企業のことで、AIなどの新機能をこれらすべての製品に統合することを容易にしている。

So for a big portion of the presentation,

だから、プレゼンテーションの大部分を占めている、

Google really showed off a bunch of ways that they're now integrating Gemini into all of these products, which in all of the demos is basically some variation of helping you find and organize information.

グーグルは、Geminiをこれらの製品に統合する方法をたくさん披露した。

Now, one thing I'm sure we all deal with is emails.

さて、私たち全員が対処しているであろうことのひとつに、Eメールがある。

And one of the most impressive integrations with Gmail was being able to go through your entire inbox to organize and track, let's say, receipts.

そして、Gmailとの最も印象的な統合のひとつは、受信トレイ全体を調べて、例えばレシートを整理して追跡できることだった。

So in this demo, it found 37 receipts and also created an entire spreadsheet that really would have taken hours and hours to create if you were to do it on your own.

このデモでは、37枚のレシートを発見し、自分でやろうとすれば何時間もかかるであろうスプレッドシート全体を作成した。

Then once that spreadsheet was created, we also saw Gemini analyze that data, even creating a graph to visualize everything, which is pretty neat.

スプレッドシートが作成されると、ジェミニはそのデータを分析し、すべてを視覚化するグラフまで作成する。

There was also another example where let's say you missed an entire email thread.

また、別の例として、電子メールのスレッド全体を見逃してしまったとしよう。

Well, now you can just ask Gemini to summarize the entire email thread for you.

さて、これからはジェミニにメールスレッド全体を要約してもらえばいい。

And then based off of that summary can also help you draft up an email.

そして、その要約に基づいて、Eメールを作成することもできる。

It can also summarize an entire recording of a video conference up to an hour long, as long as it's on Google Meet.

また、グーグルミート上であれば、1時間までのビデオ会議の録画全体を要約することもできる。

Another example is within Google Photos where they rolled out Ask Photos, which allows you to just search for photos just like you would on Google, except it's your own library.

他の例としては、GoogleフォトでAsk Photosが展開され、Googleと同じように写真を検索することができる。

Say you're at a parking station ready to pay, but you can't recall your license plate number.

パーキング・ステーションで支払いを済まそうとしたが、ナンバーを思い出せなかったとしよう。

Before, you could search photos for keywords and then scroll through years worth of photos looking for the right one.

以前は、キーワードで写真を検索し、数年分の写真をスクロールして正しい写真を探していた。

It knows the cars that appear often, it triangulates which one is yours, and just tells you the license plate number.

よく現れる車を知っていて、どれがあなたの車かを三角測量し、ナンバーだけを教えてくれる。

And then within the Google Workspaces suite, they're rolling out side panels, which again is just another bridge to Google Gemini, which is just this floating window where you'll always have access to Gemini to search through your documents or even summarize them for you.

そして、Google Workspacesスイートの中では、サイドパネルが展開されている。これもまた、Google Geminiへの橋渡しに過ぎず、このフローティングウィンドウでは、常にGeminiにアクセスしてドキュメントを検索したり、要約したりすることができる。

So like I said, these are all examples of integrations within Google's existing products that allow you to organize and find information faster.

つまり、これらはすべて、Googleの既存の製品に統合された例であり、情報を整理し、より速く見つけることを可能にする。

But then something a little bit interesting here is that they're integrating Gemini into Google Search.

しかし、ここでちょっと面白いのは、ジェミニをグーグル検索に統合していることだ。

And so you can actually enable this feature right now, and I think the presenter said it best about what this feature actually does.

この機能が実際に何をするのかについては、プレゼンターが一番よく言っていたと思う。

そして、グーグルがあなたの代わりにググってくれる。

So yeah, she said Google will do the Googling for you, which is just ridiculous to say.

そうそう、彼女はグーグルがあなたの代わりにググってくれると言っていた。

But yeah, the new Google Search powered by Gemini now includes AI overviews, where it gives high-level summary of the results with suggested links for you to check out, as well as multi-step reasoning where you can ask it really long and specific things, like for example, a yoga or Pilates studio in your city that's highly rated and within a half hour walk.

しかし、ジェミニが提供する新しいグーグル検索には、AIによる概要が含まれるようになった。そこでは、結果のハイレベルな要約と、チェックするための推奨リンクが表示される。また、マルチステップの推論も可能で、例えば、あなたの街で評価が高く、徒歩30分以内のヨガやピラティスのスタジオなど、本当に長く具体的なことを尋ねることができる。

And then it'll give you a list of studios for you to potentially check out.

そうすると、チェックできるスタジオのリストが表示される。

You can also ask it to do a bunch of things like meal prep, plan a trip, or create a workout routine.

また、食事の準備、旅行の計画、ワークアウト・ルーティンの作成など、さまざまなことを頼むこともできる。

And you might be picking up on the fact that this is sort of blurring the lines between Google Search and Gemini, because they sort of have overlapping functionalities.

そして、グーグル検索とジェミニの間にある境界線が曖昧になっているという事実をお気づきかもしれない。

Now, I think the main difference between Search and Gemini is with Search, you're still getting human-generated like articles and blog posts and that sort of thing.

サーチとジェミニの主な違いは、サーチの場合、記事やブログ記事など、人間が作成したものを得ることができる点だと思います。

So for example, if you look for a meal plan on Google Search, it's still gonna give you human-created recipes.

例えば、Google検索でミールプランを探しても、人間が作ったレシピが表示される。

Whereas on Gemini, it's just gonna give you meal plans that are written up by AI.

一方ジェミニでは、AIが作成した食事プランが表示されるだけだ。

And overall, I think Search is still an extremely important product for Google to hold onto and sort of prolong the life of, because it is how they generate most of their income.

そして全体として、検索はグーグルにとって依然として非常に重要な製品であり、延命措置のようなものだと思う。

So yeah, that is the first majority of sort of like the bulk of what they announced is all of these different integrations into different apps.

そう、これが発表された内容の大部分を占める、さまざまなアプリへの統合だ。

But then the other thing that Google really leaned into is long context.

しかし、グーグルが傾注したもうひとつの点は、長い文脈である。

So in the presentation, we heard this word tokens a lot.

プレゼンテーションでは、トークンという言葉をよく耳にした。

And while I still don't really understand what a token is, it seems to indicate that it is a chunk of information.

トークンとは何かはまだよくわからないが、情報のかたまりであることは間違いなさそうだ。

And the big thing that Google kept repeating is their support for up to 1 million tokens in Gemini Pro.

そして、グーグルが繰り返し言っていた大きなことは、Gemini Proで最大100万トークンをサポートしていることだ。

This basically means that Google's latest model is gonna have way more support for storing information, which is gonna be extremely useful for things like research, handling long documents, lines of code, and even analyzing video.

これは基本的に、グーグルの最新モデルは情報を保存するためのサポートが大幅に強化されることを意味し、研究、長い文書やコード行の処理、さらには動画の分析などに非常に役立つだろう。

And yeah, this is really how Google is able to power a lot of the innovation that they're talking about, which includes looking through tons and tons of emails and documents that might be in your Google Drive.

そう、グーグルはこの方法で、グーグル・ドライブ内にある大量の電子メールや文書に目を通すなど、彼らが話しているような多くのイノベーションを実現しているのだ。

And they also announced a couple of experimental apps that you can actually play with right now.

また、今すぐ実際に遊べる実験的なアプリもいくつか発表された。

So there's this one called Notebook LM, where users can upload tons and tons of documents, charts, diagrams, and then have Gemini generate things like study guides, FAQs, quizzes, and even an AI generated like podcast type thing to help you understand concepts a little bit better.

ノートブックLMと呼ばれるものがあり、ユーザーは大量の文書や図表をアップロードして、ジェミニに学習ガイド、FAQ、クイズ、さらにはAIが生成したポッドキャストタイプのものなどを生成させ、概念を少し理解するのに役立てることができる。

Well, we're starting with the basics, force in motion.

まずは基本中の基本、フォース・イン・モーションから始めよう。

And that of course means we have to talk about

そしてそれはもちろん、次のことを話さなければならないことを意味する。

Sir Isaac Newton and his three laws of motion.

アイザック・ニュートン卿と運動の3法則。

Ah, yes, the foundation for understanding how objects move and interact.

物体の動きや相互作用を理解するための基礎だ。

ちょっと待って、質問があるんだ。

Yeah, can you give my son Jimmy a basketball example?

そうだ、息子のジミーにバスケットボールの例を挙げてくれないか？

ジミー、それは素晴らしいアイデアだ。

Basketball is actually a great way to visualize force and motion.

バスケットボールは力と運動を視覚化するのに最適な方法なのだ。

Another app is called AI Studio, where again, you can upload entire research papers, code repositories, videos, photos.

もうひとつのアプリはAI Studioと呼ばれるもので、ここでも研究論文全体、コードリポジトリ、ビデオ、写真をアップロードすることができる。

And the way that I almost look at it is you're creating your own database for your own Google search, in a sense.

ある意味、自分のGoogle検索のために自分のデータベースを作っているようなものだ。

I think it's gonna be especially useful for researchers, students, and analysts.

研究者や学生、アナリストには特に役立つと思う。

These people who deal with tons and tons of data and documents and spreadsheets, which would otherwise take hours and hours to scrub through can now be done in literally seconds.

大量のデータ、文書、スプレッドシートを扱うこれらの人々は、通常であれば何時間もかけて精査するところを、文字通り数秒で済ませることができる。

Now, I actually tested this for myself on a very small scale.

さて、私は実際にこのことをごく小規模なテストをしてみた。

So I basically transcribed the entire Google I-O keynote and uploaded it to Gemini and was able to ask it questions about the presentation, which was great for research.

そこで、私は基本的にGoogle I-Oの基調講演をすべて書き起こし、それをGeminiにアップロードし、プレゼンテーションに関する質問をすることができた。

Which by the way, that entire transcript, according to ChatGPT, was only 126 tokens.

ところで、ChatGPTによると、その記録は全部で126トークンしかなかった。

So it really just goes to show how crazy one million tokens is.

つまり、100万トークンがいかにクレイジーかということだ。

It really isn't that necessary of a feature for the everyday user.

日常的に使うユーザーにとっては、それほど必要な機能ではない。

Now, I think the really weird thing with Gemini is that if you're on the free plan, you actually cannot upload documents, even though with all of these other experimental apps that are free, like Notebook LM and AI Studio, you can.

Geminiの不思議な点は、無料プランの場合、ドキュメントのアップロードができないことだ。Notebook LMやAI Studioのような他の実験的な無料アプリではアップロードできるのに。

And considering that OpenAI's ChatGPT 4.0, which is now made completely free, does allow you to upload documents on top of photos,

オープンエイのChatGPT 4.0は完全に無料化され、写真の上に文書をアップロードできるようになった、

I really think that Google should add that functionality to the free Gemini plan.

グーグルはジェミニの無料プランにこの機能を追加すべきだと思う。

Google announced Project Astra and gave us this really early look into this live interaction with Vision, which sort of reminds me of OpenAI's demo with 4.0.

グーグルはプロジェクト・アストラを発表し、ヴィジョンとのライブ・インタラクションをいち早く見せてくれた。

But yeah, in this prerecorded video, the presenter sort of walked around the room, pointing the camera at things and asking questions along the way with real-time responses.

しかし、そう、この事前収録されたビデオでは、司会者が部屋中を歩き回り、カメラをいろいろなものに向け、途中で質問を投げかけ、それにリアルタイムで答えていた。

コードのその部分は何をしているのですか？

This code defines encryption and decryption functions.

このコードは暗号化と復号化の機能を定義している。

This appears to be the King's Cross area of London.

これはロンドンのキングス・クロス地区のようだ。

さて、これらすべてが非常に印象的だ。

However, pointing your phone around is not the most ideal, so they showed this prototype off, which I thought was pretty interesting.

しかし、スマホを指差しながら操作するのは最も理想的な方法ではない。

Do you remember where you saw my glasses?

私のメガネをどこで見たか覚えている？

Your glasses were on the desk near a red apple.

あなたの眼鏡は机の上の赤いリンゴのそばにあった。

What can I add here to make this system faster?

このシステムをより速くするために、何を追加すればいい？

Adding a cache between the server and database could improve speed.

サーバーとデータベースの間にキャッシュを追加すれば、スピードが向上するかもしれない。

So yeah, there may be a Google Glass resurrection maybe a couple of years down the line.

だから、数年後にはグーグルグラスが復活するかもしれない。

さて、実に紛らわしい言い方だが、

Google also teased Gemini Live, which seems to be the actual thing that consumers will be getting in a couple of months.

グーグルはまた、ジェミニ・ライブについても予告した。

So this is, again, a live conversational feature built right into Gemini that you can interrupt with your voice and it learns your speech patterns and can turn the camera on and point it at things.

つまり、ジェミニに内蔵されたライブ会話機能で、あなたの声で中断させることができ、あなたの会話パターンを学習し、カメラをオンにして物事に向けることができる。

They didn't really demo that at all, but they did say that they are taking all of the learnings from Project Astra and putting it into Gemini Live.

しかし、プロジェクト・アストラから学んだことをすべてジェミニ・ライブに注ぎ込んでいるとのことだった。

Now, within the Gemini Assistant, they also rolled out Gems, which is a feature that allows users to create customizable AI assistants for very specific tasks.

そして今回、ジェミニ・アシスタントの中に、ユーザーが非常に特定のタスクのためにカスタマイズ可能なAIアシスタントを作成できる機能であるジェムも展開された。

They also showed like a similar thing off in the workspace environment where you can sort of like create your own employee.

また、ワークスペース環境でも似たようなことをやっていて、自分の従業員を作ることができる。

Now, the workspace example was a little bit interesting because that AI employee had access to every worker's chat history.

さて、ワークスペースの例では、AI従業員がすべての従業員のチャット履歴にアクセスできたので、ちょっと面白かった。

So it could sort of verify if a project was on track or how things are moving along, which I thought was a little bit strange.

だから、プロジェクトが軌道に乗っているか、物事がどのように進んでいるかを確認することができる。

But yeah, other than that, they didn't really go in depth in the whole like voice assistant aspect of things.

でも、それ以外は、音声アシスタントのような面ではあまり深入りしていない。

So we don't really know if the latency is coming down or if the voices are changing, but there are some other smaller features that they showed off on the mobile side, such as offering help with a video you're watching or being able to search within a PDF.

そのため、待ち時間が短縮されているのか、音声が変化しているのかはよくわからないが、モバイル側で披露されたその他の小さな機能には、視聴中のビデオに関するヘルプを提供したり、PDF内で検索ができたりするものがある。

And then specifically for Pixel devices, by leveraging Gemini Nano, which all of the processing happens entirely on device, it can actually look at your screen, read your conversations and suggest things to say in that conversation.

そして特にPixelデバイス向けには、すべての処理がデバイス上で行われるGemini Nanoを活用することで、実際にスクリーンを見て、会話を読み、その会話の中で言うべきことを提案することができる。

It can even listen into your phone calls and sort of detect whether if it's a scam or not, which is really wild.

電話を盗聴して、詐欺かどうか見分けることもできる。

I'm going to help you transfer your money to a secure account we've set up for you.

私たちが用意した安全な口座への送金をお手伝いします。

Now, finally, the last thing that I'll touch on is all of the generative AI that Google is working on, which is all sort of housed under Google Test Kitchen.

最後に、グーグルが取り組んでいるジェネレーティブAIについて触れておこう。