GoogleがスマートフォンのカメラにAIのスーパーパワーを導入、それはとんでもないことになる

AIアシスタントは時代遅れのように思えますが、Googleはそう思わせようとしているのかもしれません。なぜなら、私たちはAIエージェントの時代に生きているからです。そして、Google I/O 2024はそれをあっさりと証明しました。視覚、テキスト、音声認識機能に加え、記憶力と空間認識機能も備えた生成型AIエージェント、Project Astraにようこそ。

周囲の世界を理解する、スマートフォンの目だと考えてみてください。数式に向ければ、解いてくれます。猫にカメラを向けたら？ Astra は、猫のニャースターにふさわしい名前を提案してくれます。イヤホンをどこに置いたか尋ねると、カメラセンサーがそれを認識していれば、「ソファに置いてきましたよ」といった具合に答えてくれます。

Astraは、画面に表示されるコードを理解し、物体を識別してその機能を説明し、建物を識別するなど、様々な機能を備えています。世界全体をカバーするGoogle Lensと考えれば、カメラのレンズの前にあるほぼあらゆるものを理解できます。

Googleアシスタントとは異なり、指示する必要はありません。カメラを何かに向け、音声で質問を発するだけで、Astraが自然言語で応答します。Googleによると、Project Astraは今年後半にGeminiアプリを通じて展開される予定です。

すべてを見通す AI エージェント?

Project Astraに聞き覚えがある方は、OpenAIがわずか1日前に、新しいGPT-4oモデルを搭載したChatGPTで同様の機能をデモしたからです。OpenAIのツールは現在、安全性テストのためのレッドチームフェーズにあり、ChatGPT Plus加入者から段階的にリリースされる予定です。

GoogleはAstraに料金がかかるかどうかについては明言していない。しかし、応答がほぼ自発的であること、視覚的なデータ処理が伴うこと、そして意味のある応答を提供するために必要な生成能力を考慮すると、コンピューティング要件を考慮すると、Astraが無料の特典として提供される可能性は低いだろう。

最も良い例はGoogle One AIプレミアムサブスクリプションでしょう。このサブスクリプションでは、既にGeminiベースの新機能の一部が有料で提供されています。しかし今のところ、Astraは数年前にDuplexの機能で世界を驚かせて以来、Googleが披露した最も素晴らしいAIイノベーションと言えるでしょう。