GoogleX
Google DeepMind、端末上で動作するマルチモーダルAIモデル「EmbeddingGemma 2」を発表
インプレッション354,885リポスト413いいね2,727
保存・既読はこの端末のブラウザにのみ記録されます。コピーには記事の公開情報のみが含まれます。保存データの管理 →
専門用語をかみ砕いて、仕事で使える言い方にしています。
結論
端末上で直接動かせる、画像や音声なども扱える新しいAIモデルが公開されました
文章だけでなく、プログラムや画像、音声、動画を同じ基準でまとめて扱えるようになります
インターネット接続がない環境でも、スマートフォンなどの端末内で高度な検索や比較ができるようになります
詳細内容
クラウドサーバーを介さず手元の端末で処理が完結するため、データプライバシーの保護や通信コストの削減に繋がります
異なる種類のデータ同士をひとつの共通の空間で比較できるため、写真から関連する文書を探すような複雑な処理が可能になります
Google DeepMindのオープンなモデルとして提供され、開発者が自分のアプリやサービスに組み込みやすくなっています
使えるシチュエーション
- 1端末内の膨大な写真や音声ファイルから、キーワードや関連画像で素早く目的のデータを探し出すとき
- 2セキュリティ上の理由でクラウドにデータを送れないモバイルアプリに、高度な検索機能を実装するとき
- 3テキストと画像を組み合わせて、より直感的で精度の高い製品カタログ検索システムを作るとき