歴史
LaMDAの発表
旧Bardで活用されている技術、LaMDA（Language Model for Dialogue Applications）は、2021年にGoogleが発表した対話型AIの言語モデルで、GPT-4に活用されているTransformerの識別モデルとは異なり生成モデルであるという特徴を持つ。
ChatGPTの提供開始
OpenAIは、2022年11月30日に自社製の大規模言語モデルGPT-3.5を活用した会話型人工知能「ChatGPT」の提供を開始した。従来の人工知能とは一線を画す、精密な返答と導入の手軽さから世界規模で急速に利用者が増加し、2023年1月には推定ユーザー数1億人到達記録を塗り替えるなど会話型人工知能市場の独占に成功する。この時点でGoogleは収入の大半を占める広告収入の減少を懸念し、警戒感を示すようになっていく。
ChatGPTへの警戒
2022年11月に一般公開されたChatGPTは、先述の通り急速にユーザー数を獲得していった。Googleは、会話型AIの登場で「検索して情報を得る」という現在の考え方が、「AIに聞いて情報を得る」という考え方に変化することに警戒感を抱いていた。これには、Googleの親会社であるAlphabetのビジネスモデルが大きく関わっている。同社の売上高全体に占める広告収入の割合は81%で、Metaと共にインターネット広告市場で圧倒的なシェアを握っていた。ChatGPTの登場は、Alphabetの広告収入の要である検索サービス自体が効力を持たなくなるという流れになりかねないため、Googleは危機感を抱かざるを得なかった。また近年、AmazonやAppleなどの広告市場への本格的な参入により、市場に占めるGoogleとMetaの割合が過半数を割るなど、広告に頼る現在のビジネス方針の転換を迫られていたことも背景に、GoogleはAI関連の開発者を増員するなどChatGPTに対抗する姿勢を見せる。
コードレッドの発出とマイクロソフトのAI市場介入
Googleは2022年12月、社内でコードレッドと呼ばれる厳戒警報を発令した。ChatGPTの脅威に対処するため人員の再編成を行ったり、一部のメディアではGoogleの共同創業者2人が復帰したと報道された。その反面、BingAIのように「検索エンジン自体に会話型AIを組み込む」ということに対しては、あまり積極的ではなかった。それは、Googleは広告と検索があってこそであり、ページにアクセスせず情報を手に入れられてしまう会話型AIは利益を生みづらい。Alphabetのビジネスモデルを根底から破壊してしまう懸念があった。しかし、OpenAIに繰り返し大規模な投資を行ってきたマイクロソフトが自社の検索サービスであるBingにGPT-3.5の後継バージョン、GPT-4を活用したチャットボットを導入。導入後、Googleから検索市場のシェアを5%程度を奪ったと報じられるなど、検索市場でのシェア減少と会話型AI市場への乗り遅れの懸念から、Googleは会話型AIを発表する。
Bardの発表と失態
2023年2月6日、GoogleはLaMDAを活用した会話型人工知能「Bard（バード）」を発表した。
しかし、急遽発表した影響もあり、具体的な提供開始時期を示さず、表現を「近日公開」にとどめた。また発表の中で使用したBardの回答が誤っていたことが判明し、社内からも「急ぎすぎた」などといった批判が噴出する。Googleはこの間違いを認め、同年3月21日に提供が開始された際には「Bardは自信満々に間違えることがある」と注意喚起をする事態となった。
PaLMの導入を示唆
Googleの最高経営責任者のスンダー・ピチャイは2023年3月31日、急速に発展しているAI市場に関する『ニューヨーク・タイムズ』のインタビューに応じた。インタビューの中でBardは「レーシングカーの競技に、チューンアップした大衆車を投入したように感じている」と語り、Bardは他社のチャットボットと比較して未熟だと認めた。その上で「われわれの手元にはより強力なモデルがある。近日中、おそらくこの記事が報道される頃には、Bardをアップグレードし、推論やコーディング、数学の質問に対するより優れた応答ができる、大規模言語モデル『PaLM（Pathways Language Model）』を導入されているだろう」と述べた。
PaLMの導入
2023年4月10日、Googleは計算能力などの向上を目的として、BardのLLMをLaMDAからPaLMへと変更したと発表した。PaLMはLaMDAと比較してパラメーター数が数倍に増加しているため、NLP能力が向上し、計算や論理的思考がより高度になったとGoogleは主張している。
PaLM2への切り替え
Googleは2023年5月10日に開催した開発者会議「Google I/O 2023」でPaLM2を発表し、同日Bardへの導入を開始した。PaLM2では従来のLLMをより発展させたものとなっている。
新たなGoogle Labsの提供開始
Googleは2023年5月10日、Google検索の大幅な刷新を行うと発表し、即日提供を開始した。Microsoft Bingに搭載されているMicrosoft Copilot（Bing AI）に似た機能となっていて、プロモーションビデオではこれまでの検索方法である「複数単語を組み合わせる」から「文章で質問する」という形に変わったほか、Googleが今まで消極的だった検索エンジンにAIを組み込むなど、Googleのビジネスモデルの転換点となった。
Adobe Fireflyとパートナー契約の締結
2023年5月10日、GoogleはAdobe Firefly（英語版）とのパートナー契約を結んだと発表した。これにより、Adobe Fireflyの機能がBard内で使用できるようになる。
Google Workspaceへの導入
Googleは2023年5月10日、Google Workspace（オフィスソフト）との連携することを同じくGoogle I/O 2023内で公表した。
Gemini 1.0 Proの導入
Googleは2024年2月1日、Gemini（旧Bard）が活用する大規模言語モデルをGemini 1.0 Proに切り替えた。推論や要約、記述、ブレインストーミングなどあらゆる場面において、PaLM2より性能が向上した。また同日、英語版Geminiでは無料で画像生成AIを利用できるようになった。Imagen2を活用している。
これに併せてGoogleは、ダブルチェック機能を国内で展開すると発表した。これは、Googleの検索結果とGeminiの回答を結びつける機能で、ソースや真偽の確認に活用される。
あわせて、定期購入サービス「Gemini Advanced」の展開を始めた。最上位モデルのGemini 1.0 Ultraが利用できるほか、Pythonコードをチャット上で実行できる機能などが搭載された。
Gemini 1.5 Proの導入
2024年5月、Gemini AdvancedにGemini 1.5 Proが搭載され、100万トークン（1500ページ相当）までの情報処理とデータ分析が可能になった。同時にドキュメントアップロード機能が追加される。教育機関向けに「Gemini Education」が発表されたほか、対象デバイスにGeminiアプリの展開が始まった。
周辺サービスとの連携を開始
2024年7月、Google Workspace管理者向けにGmail、Googleドライブ用のGemini拡張機能のベータ版テストプログラムを開始。GeminiがユーザーのメールボックスやGoogleドライブにアクセスし、情報抽出できるようになった。一般ユーザー向けのGeminiに1.5 Flashが搭載され、速度と効率が最適化されたモデルが一般に提供開始。コンテキストウィンドウが32,000トークンに拡大された。
Gemの展開開始
2024年8月、カスタムAIエキスパート「Gem」が導入され、目的に合わせてGeminiをカスタマイズできるようになる。ChatGPTの「GPTs」やClaudeの「Projects」に事実上対抗する機能で、事前に資料や指示を与えておくことができるようになった。同時期、Gemini AdvancedにGemini 1.5 Proの新バージョンが搭載され、推論やコーディングに関連する機能が強化される。またGeminiの使用要件が緩和され、13歳以上のユーザーかつ40以上の言語に対応した。
Google I/O 2023での発表内容
Googleは2023年5月10日に、同社の開発者会議であるGoogle I/O 2023を開催した。Google I/O 2023で発表された、旧Bardに関連するアップデート内容を紹介する。
PaLM2の導入
旧Bardは当初、LaMDAを活用して運用されていたが、計算能力の強化を目的にPaLMを導入した。Google I/O 2023で、PaLMをさらに発展させたPaLM2に切り替えると発表し、即日導入された。これにより、日本語への対応や、多言語翻訳、推論などでより高度な情報を提供できるようになるという。
Google検索への導入
Google検索に「Search Generative Experience（サーチゲネレーティブエクスペリエンス、SGE）」の導入が発表された。これは、今までGoogleが消極的だった検索エンジンに会話型AIサービスを組み込むというもの。SGEは従来のリスト式の検索エンジンとは180度転換されるもので、AIが持つ情報やGoogleの検索結果を元に内容を説明し、根拠となるソースをユーザーに提供する。複数の単語を組み合わせて検索していた従来の検索方法は、文章で質問する方向へ移り変わる。
SGEの主な機能として、検索結果に関連するテキスト、画像、動画を生成することができる。これにより、ユーザーは検索結果をより深く理解し、より多くの情報を見つけることができるようになる。たとえば、SGEを使用して「ピザ」を検索すると、ピザの作り方の動画、ピザ店の評価、ピザの作り方に関する記事など、検索結果に関連するコンテンツを生成できる。
なお、この機能は現在一部の国でのみアクセスが可能なほか、信頼できるテスターのみへの提供となっている。
Google Workspaceとの連携
GoogleはMicrosoft Copilotへの対抗として、Google WorkspaceとGeminiの連携を強めている。主に2つの内容が発表された。
オフィスソフト
Google WorkspaceのオフィスソフトにPaLM2を採用したAIを導入すると発表した。これによると、Gmailで下書きの生成、文章の要約、文書からプレゼンテーションの作成、旧Bardの回答をGoogleドキュメントへ出力することが可能になった。なお、この機能は2023年6月以降の展開となる。
組織アカウント
2023年5月5日のアップデートで旧BardとGoogle Workspaceの連携を開始した。Google Workspaceの組織管理者アカウントはドメインで旧Bardを有効にできるようになり、ユーザーはWorkspaceアカウントを使用して旧Bardにアクセスできるようになった。企業や学校などの大量にアカウントを管理する場面で活用が広がる可能性がある。
Adobe Fireflyと連携
AdobeとGoogleは、画像生成AIである「Adobe Firefly（英語版）」とGoogleの会話型AI「Bard」がパートナーになると発表した。Bardに画像生成を依頼すると、Adobe Fireflyの技術で画像が生成される。この機能は今後数ヶ月以内に順次展開される。
.png)
