現実世界と AI 世界の違いは、数十段の階段ほどです。
地下のオフィスで、Google I/OでのGoogleの発表を聴いていました。幹部たちが検索、Android、そしてProject Astraについて話しているのを聞きました。Project Astraは、音声と動画を理解できる未来のマルチモーダル「ユニバーサルエージェント」で、Geminiの大規模版と小規模版の両方をベースに構築されています。100万トークンってすごいですよね？
そうだと思います。でも、誰に？
Google I/Oで耳にしたのは、まだ未来の話…それもまだ先の話で、ほとんどの人には手が届かない価格で、Google社員がGoogle社員のために開発した機能が搭載されているという話だった。ますます、Googleは方向性を見失っているように思える。
まだすべてが揃っているわけではない
GoogleがGoogle I/Oで発表したものは、大部分がSFだった。未来が今どんなものかを示す代わりに、Googleは明日何をもたらすかを示した。それは専門用語の裏に隠された未来であり、Google.Labs内の開発者向けプレビューや実験の中に隠されている。しかも、そうした実験が実際に開始されるのは、まだ先のことだ。忘れてはならないのは、Googleは開発者が興味を失えば製品は消え去る、開発への執着が根強い企業だということ。GoogleはAIを信じていないとでも思っているのだろうか？もちろんそうではない。しかし、火曜日にGoogleが発表したものが現実世界に登場するとも思えない。
（Googleの超リアルなビデオ会議ツール「Project Starline」を覚えていますか？これはGoogle I/O 2021でデビューしました。GoogleとHPは今週、来年には商用化されると発表しました。）
私のオフィスの階下は、すべてが素晴らしい。GoogleのAIアシスタントの新たなビジョンであるProject Astraを例に挙げてみよう。AIを使ってオフィス内を歩き回り、AIが見ているものについて質問する人がいる。ゴールデンレトリバーとそのぬいぐるみにAIはどんなバンド名をつけるだろうか？このコードを説明してくれ。そして、このデータベース図をどう改善できるか？
それは確かにクールだ。でも、誰に？それはGoogleの社員だ。Googleは、私がスマートフォンのカメラをブロッコリーの穂先に向けて「どうしたらいいの？」と尋ねることを期待しているのだろうか？そうではないことを願う。
例えば、木工所をぶらぶら歩きながら、マイターソーの用途をGoogleに尋ねる自分を想像できます。しかし、YouTubeが責任ある使い方を教えてくれるとは到底思えません。同僚のマイケル・クライダーは、動画を検索入力として使い、Googleに文脈を尋ねるという、ある妥協案を見つけました。こちらの方が少し賢いやり方です。
GoogleがAstraで目指しているのは、ビジュアル検索の強化であり、今秋Android版Geminiアプリの「Live」機能を通じてデビューする予定であることは理解しています。ただ、どれだけの人が使いたがるのか、そして実際にいつ登場するのかは分かりません。
便利なものはなぜこんなに高価なのでしょうか?
でも、現実味がない。アクセスしにくい。本当に便利なのか？よくわからない。だからこそ、Google I/O 2024で最も意義深い発表は、とても新鮮に感じられる。GmailとGoogleのGemini AIの統合だ。これにより、例えばメールのスレッドで何が起こったのか、正確に確認できるようになる。Googleは、検索（そして後にメール）をアクセスしやすく、使いやすく、シンプルにすることを目指して築き上げてきた。まさに理にかなっている！
グーグル
しかし、それでも、Google が自社の製品を使用するのは、200 ドルの寿司ランチにすぐには行けない人々であることを理解しているという兆候はほとんど私には見られませんでした。
Gmailとの連携は、一見クールに聞こえますが、Google Workspaceの月額20ドルのAIプレミアムサブスクリプションにロックされています。Geminiアプリのプレゼンテーションでは、旅行プランナーについての説明がかなりの割合を占めていました。Google検索では、レストランをテラス席やライブミュージックで整理する方法が紹介されていました。ちなみに、検索は現在、主に「要約」を中心に構成されており、実際の情報源、つまり私のようなライターの情報は無視されがちです。こうした状況は、6桁の給与とストックオプションを得られる技術者にとって有利に働いています。
AIのほとんどは…似たような感じがします。Copilot、Gemini、ChatGPTといったLLMチャットボットがあります。Googleの最先端の動画生成モデルであるVeoや、同社が「これまでで最高品質のテキスト画像変換モデル」と呼ぶImagen 3のようなAIアートもあります（これらも、Googleがドナルド・グローバーのような人々とのコラボレーションを完了した後に、将来登場する予定です）。
グーグル
でも、今週見た中で一番良かったものは何だと思いますか？新鮮で、むしろ歓迎されていると感じたものは？OpenAIがChatGPTで披露した合成AI音声です。偽物だと分かっています。感情に訴えかけ、まるで人間と話しているように思わせるために作られていることも分かっています。でも、ちゃんと機能しているんです！人間らしい感じがします。そして、これはMicrosoftなどのチャットボットが少なくとも本物に見えたAI黎明期への回帰と言えるでしょう。
昼食後、仕事中の妻に挨拶をするために二階へ上がった。メールの意味を理解するためだけに月20ドル払ってもいいかと尋ねたところ、彼女は鼻で笑った。昨夜、11歳の息子にOpenAIのデモを見せたら、全部見たがった。
Googleが私の生活を楽にしてくれた頃を覚えています。今では、その恩恵を忘れてしまったように思います。
