GoogleがAndroid向けGemini Nanoを開発者に公開、オンデバイスAIの新時代が幕開け

text: XEXEQ編集部
（記事は執筆時の情報に基づいており、現在では異なる場合があります）

記事の要約
GoogleがAndroid向けGemini Nanoを開発者に公開
Gemini Nanoの主要機能と性能まとめ
オンデバイスAIについて
Gemini Nanoのオンデバイス展開に関する考察
参考サイト

記事の要約

GoogleがGemini Nanoを Android開発者に公開
Pixel 9シリーズでテキスト生成AIが利用可能に
オンデバイスAIの性能が大幅に向上

GoogleがAndroid向けGemini Nanoを開発者に公開

Googleは2024年10月1日、Android向けの小型AIモデル「Gemini Nano」を開発者向けに公開した。AI Edge SDKを通じてアクセス可能となり、初期段階ではPixel 9シリーズデバイスでのテキスト生成タスクに限定されている。将来的には対応デバイスやモダリティの拡大が予定されており、オンデバイスAIの新たな可能性を開拓する取り組みとなっている。^[1]

Gemini Nanoはサーバーを介さずデバイス上で直接処理を行うため、プライバシー保護やオフライン環境での動作、コスト面で優位性がある。ただし、計算リソースの制約から大規模モデルと比べて特化したタスクに適しており、文章の言い換えやスマートリプライ、校正、要約などの用途が想定されている。

性能面では前世代モデルと比較して大幅な向上が見られ、学術ベンチマークや実用タスクで2倍近い性能を発揮している。例えば、MMULテストでは56%、MATHテストでは23%のスコアを達成し、言い換えタスクでは90%、スマートリプライでは82%の精度を実現した。これにより、より高度なAI機能をモバイルデバイス上で実現することが可能になっている。

Gemini Nanoの主要機能と性能まとめ

	Nano 1	Nano 2
MMLU (5-shot)	46%	56%
MATH (4-shot)	14%	23%
パラフレーズ	44%	90%
スマートリプライ	44%	82%
主な用途	テキスト処理	テキスト処理、画像理解

オンデバイスAIについて

オンデバイスAIとは、クラウドサーバーではなくユーザーの端末上で直接AI処理を実行する技術のことを指しており、主な特徴として以下のような点が挙げられる。

プライバシー保護に優れ、個人データをデバイス内で処理可能
インターネット接続なしで動作し、オフライン環境でも利用可能
サーバー通信が不要なため、レイテンシーが低く即時性が高い

Gemini NanoのようなオンデバイスAIモデルは、モバイルデバイスの限られたリソースで効率的に動作するよう最適化されている。これにより、プライバシーを維持しつつ高度なAI機能を提供し、ユーザーエクスペリエンスの向上に貢献している。GoogleのPixelシリーズではすでにTalkbackやRecorderアプリなどでGemini Nanoが活用され、画像認識や音声処理の性能向上が実現されている。

Gemini Nanoのオンデバイス展開に関する考察

Gemini NanoのAndroidデバイスへの展開は、モバイルAI技術の大きな前進を示している。特に、プライバシー保護と即時性の両立は、ユーザーにとって大きなメリットとなるだろう。ただし、デバイスの性能差によるAI機能の格差が生じる可能性があり、開発者はこの点に注意を払う必要がある。

将来的な課題として、モデルの更新やカスタマイズの方法が挙げられる。オンデバイスAIの性能向上には定期的な学習が不可欠だが、ユーザーのプライバシーを侵害せずにこれを実現する仕組みが求められる。解決策として、連合学習などのプライバシー保護技術の採用が考えられるが、モバイルデバイスの限られたリソースでの実装には工夫が必要だろう。

今後、マルチモーダル処理や自然言語理解の精度向上など、より高度な機能の追加が期待される。同時に、バッテリー消費や発熱などのハードウェア面での最適化も重要な課題となるだろう。Googleには、これらの課題を解決しつつ、開発者エコシステムを拡大し、Android端末上でのAI活用をさらに促進していくことが求められる。