6,733 文字
ブラジル人がDeepMindに潜入していて、私は知りませんでした。これが開発者向けGoogle I/Oの最も重要なニュースですが、人工知能に関連する他のニュースもあり、今日はそれについても話します。Firebaseの新機能、Geminiの新機能、Android Studioの新機能、新しい開発ツールなどがあります。
これから簡単に見ていきましょう。このビデオは昨日発表された膨大な新機能を把握するための簡単なまとめです。昨日は巨大な発表が盛りだくさんの一日でした。すでに一般向けのGoogle関連の人工知能の発表についての別の動画を作りましたが、皆さんには好評でした。
まだ見ていない方はぜひそちらもご覧ください。こちらは開発者向けの特別版です。それでは始めましょう。
いつものように、いいねをくれた皆さん、チャンネル登録してくれた皆さんに感謝します。このAIチャンネルをサポートしてくれているメンバーの皆さんには特別な感謝を。メンバーの方々には、WhatsAppにエージェントを統合する方法のクレイジーなプレイリストと事前公開動画にアクセスできる、インテリジェントエージェントの限定動画があります。
さて、ここで何が起きているかというと、私たちはプログラマー向けの特定の部分であるGoogle I/O Developersにいます。皆さんが最初に気づいたことは、彼がStitchというツールを使用していることでしょう。これは開発者向けの新しいツールで、ご覧のように、アプリケーション全体を作成しています。Figmaと統合するインターフェースを持っています。上部にいくつかの興味深いメニューがあり、ボーダーやテーマカラーなどの一般的な変更を要求できます。
これはすべて、プロンプトの一行から始まった小さなアプリケーションに基づいています。このStitchを簡単に見つける方法は、Google Labsで検索することです。Google Labsはこれからあなたの友達になるでしょう。発表された機能が多すぎて、すべてのリンクを記憶することはできないからです。Google Labsからアクセスできます。ここにStitchがあります。クリックすると、こちらに移動します。すでにすべてが美しく動作しています。
早速アプリを作ってもらいましょう。「AIインテリジェンス1000のチャンネルユーザー向けにLLMとのチャットアプリを作成してください」
皆さん、見てください。彼はここで複数のページをきれいに作成しました。「AIチャットアプリへようこそ」。複数の画面を作成しました。「アカウント作成」、「ログイン」。コードもあります。これは静的ページではなく、機能するページです。これは実在するものです。Figmaにコピーできます。
興味深いですね。Figmaに正確にコピーしています。質問をするための画面があります。とても美しいです。彼はここで素晴らしいアプリを作成しました。利用規約、プライバシーポリシー、ホーム、コミュニティ、チャット、プロフィールがあります。もちろん、まだ初期段階なので、このレイアウトはもっと改善できますが、色のスキームを編集することもできます。素晴らしい。アプリを作りたい場合、これは機能し、しかも上手く機能します。気に入りました。
テストして、感想を教えてください。気に入ったか、興味を持ったか、あなたにとって意味があるかどうか教えてください。これはFirebaseに少し似ています。
もう一つの新機能は、AI Studioで利用可能になった会話モデルで、大きな新機能があります。モデルの一つはすでに会話できて、リンクやインターネットのページについても話せます。簡単に言えば、Google AI Studioにアクセスして、「stream」を選ぶと、いくつかのモデルが表示されます。「Preview Native Audio Dialog」と「Native Audio Thinking Dialog」という会話モデルがあります。
会話ができ、声を選ぶことができます。しかし、この古いモデル「Gemini 2.0 Flash」には「URL Context」という機能があり、ページを送信してそのページについて会話できます。彼はサイトを使用して検索を行い、いくつかの説明を要求し、コードを実行して、そのサイトで何が起きているかを調べ、説明を始めます。
素晴らしいですね。音声を使用してサイトについて会話できるアプリケーションを作りたい場合、ウェブと会話するアプリケーションを作成できるかもしれません。
もう一つ興味深いのは、AI Studioに「build」という機能が追加され、アプリケーションを作成し、Geminiを使用して、すぐに遊べるチャットボットを作成でき、画像生成器と統合されていることです。Imagenによって描かれたサッカーゲームを作成することもできます。buildしてみましょう。
この構築ツールの興味深い点は、左側にチャット、中央にコード、右側にプレビューが表示されることです。これは非常に良いと思います。インターフェースが開発者向けにますます適応しているからです。
アプリを見てみましょう。フルスクリーンにしましょう。サッカーのアプリです。5回のうち0回の試行とあります。「ゲーム開始」をクリックしてみましょう。「Futeball AI」、AIで作られたペナルティキックゲームです。唯一のオプションは「蹴る」だけです。ボールを蹴ってみましょう。何が起こるでしょうか？4回の試行があります。ポストに当たりましたが、私には何のコントロールもありません。面白いですね。
次のキックの準備はできましたか？次の試行です。蹴ってみましょう。画像が表示されました。Imagenを使用すると言ったことを覚えていますか？彼はImagenでこれらの画像を生成しているようです。外れました。次のキックの準備です。ここに人の写真があります。蹴ります。ゴールが入りました。実は最初のものもゴールだったと思います。
残りの試行は2回です。ゴール！ゴールが入りました。しかし、私には多くのコントロールがなく、ただ見て画像を見るだけです。「蹴る」をクリックするだけです。これはとても興味深いです。最後の試行です。すでに3点取りました。また得点できるでしょうか。外れました。ポストに当たりました。最終スコアは5回中3回のゴールです。
これは本当に興味深いです。気づきましたか？私はここで一行だけ書いて、Imagenによって描かれたゲームを作るように言いました。そして彼はプレイ中にこれらの画像を生成しました。とても素晴らしいです。
以前にご覧いただいたこのアプリケーションは、会話できるチャットボットを作成できるテンプレートです。彼女は使用しているSDKがすでにMCPと統合されていると説明しています。これはGoogleもMCPの時代に入ったことを意味します。
ここで会話を通じて、彼女はリアルタイムでこのマップを探索し、アシスタントを中断しています。それは私たちが高度なプログラミングで好むやり方で、話し始めると止まらないエージェントとは大きく異なります。
Androidの興味深い点は、多くのツールやデバイスと統合していることです。カメラ、AIメガネ、たくさんのAIモデル、3DメガネなどのデバイスがすべてAndroid Studioに統合され始めています。これは本質的で基本的なことです。彼らは主に小さなモデルをアプリ内で実行し、情報がアプリから出ることなく、すべてがアプリケーション内で解決されるようにすることについて多く話しています。
Android Studioには、ネイティブのアシスタント、プログラミングエージェントが組み込まれるようになりました。コードの作成、開発全般をサポートし、コードの検証など多くのことを行います。これにより、Androidの開発者はより幸せになり、喜んでデプロイできるようになります。
Androidと同じように、彼らはChrome内でGemini Nanoを実行することについて話しています。つまり、情報がウェブに送信されることなく、すべてローカルで実行され、Gemini Nanoを使用します。APIのために作られた多くの機能にアクセスでき、コードを最適化できます。
多くのJavaScriptがなくなるでしょう。多くの機能がネイティブになったので、何が変わったかを理解するためにドキュメントを読む必要があります。変更点は多いです。小さなAIモデルがブラウザの一部になり始め、すぐにネイティブに使い始めることができると考えるのは非常に面白いです。
Firebase Studioに関するもう一つの興味深い点は、Figmaから直接インポートするアプリケーションであるBuilder IOが追加されることです。これはFigmaで作成したものをFirebase Studioに持ってくるツールです。Firebase Studio内で、私たちが好きなように、Geminiと会話するだけでアプリケーションを継続できます。
彼が紹介した興味深い点は、Firebase Studio内で使用しているエージェントが、多くのタスクや変更を行う必要がある場合、一度にすべてを狂ったように行うのではなく、一つずつ行うということです。これは素晴らしいことです。なぜなら、何が起きているかを追跡し、ステップバイステップで承認できるからです。一度にたくさんのコードを生成して追跡できなくなるよりも良いです。
良いニュースは、プロジェクトにはログイン、データベース、バックエンド、インフラストラクチャが必要になるということです。これまでのプロジェクトは基本的にフロントエンドの作成に基づいていましたが、今は彼らはFirebaseの認証とCloud Fire Storeとの統合でバックエンドを作成するツールを追加しています。
これは、ログインを備えた統合されたウェブサイト、すべてが素晴らしく、すべてAIで作られたものを持つことを意味します。これを心配していた場合、今や解決策があります。「Firebaseはコストがかかる、インフラストラクチャが高すぎる」と心配する人もいます。
これは、これらの詳細に非常に注意を払う必要があることを意味します。一般的に、インフラストラクチャが非常に高価な場合、それはプロジェクトを始めるのに優れています。少数のクライアントがいる場合は優れていますが、クライアント数が増えるにつれて、または多くのインフラストラクチャを使用するタイプのサイトによっては、本当にFirebaseを使用する価値があるかどうかを知るためにこれらの詳細に注意する必要があります。
そして、今日の最も重要なニュースはこれに関連しています。注目してください。「皆さん、こんにちは」。皆さんが理解したかどうかわかりませんが、私はその瞬間理解していませんでした。しかし後で私は何が起きているのかを理解しました。「ブラジルに行こう」というメッセージがありました。
そうです。ブラジル人がいるところには、ブラジル人を検出するレーダーを持った他のブラジル人がいます。この人は、私が理解した限り、ブラジル人のGus Martinsです。実際、私はこの人がブラジル人かもしれないと疑いました。彼が英語の途中で「É」と言ったある瞬間があったからです。ブラジル人が「É」と言うとき、言葉に迷って途中で「É」を入れるとき、それはブラジル人が話していることがわかります。
その瞬間に私は「このアクセントは違う」と言いました。すでに疑っていましたが、その「É」の瞬間に、この人がブラジル人だとわかりました。彼はここで非常に重要な研究者です。彼はDeepMindのGeminiのプロダクトマネージャーです。これは彼がUSPで勉強したことを意味します。彼は素晴らしい人、良い人、とても見た目のいい人です。
講演から、彼が重要な人物であることがすぐにわかります。彼にインタビューするためにメッセージを送りました。彼が受け入れるかどうか見てみましょう。このビデオがあなたに届いたら、Gusさん、受け入れてください。Googleは機密事項がたくさんあるため、インタビューしたいというGoogle従業員からの問い合わせでいっぱいになるのではないかと思います。
しかし、あなたのキャリアについて話しましょう。これがうまくいくかどうか見てみましょう。いずれにせよ、私たちのヒーローはGeminiとその新機能について話します。特にGeminiが2GBのRAMで動作するようになったことについて説明します。これを携帯電話、小型コンピュータ、Raspberry Pi、多くの小型デバイスで使用できることを意味します。
正直に言って、私はGeminiをテストしたすべての小型AIモデルの中で最高のモデルだと考えています。最高の品質を持っています。Raspberry Piでテストした動画でも、RAMがあまりなかったため少し遅かったものの、トップレベルで機能しました。当時は1GBのRAMしかなかったので、Raspberry Piのアップグレードが必要でした。
彼は医療用に特別に作られたGeminiを紹介します。画像解釈や医療分野の一連のことを行います。これは非常に面白いです。小さなモデルが携帯電話やデバイスでこのような作業を行うことができるとは誰が想像したでしょうか。
彼はデモを行い、非常に簡単な方法でGeminiのファインチューニングを統合したことを示しています。彼は家族と一緒に彼の犬について会話するためにAIをトレーニングしました。彼らは誰も知らない絵文字や内部コードを持っており、彼はこれについて話せるようにGeminiをファインチューニングしました。
彼はまた、Colaboratoryにすでに統合されたアシスタントがあり、アプリケーションを最初から作成してくれることを示しています。彼は何もする必要がありません。言い換えれば、Geminiは今やあらゆる場所に組み込まれています。彼はファインチューニングしたアプリケーションをテストして、彼とモデルが絵文字言語で会話する結果をリアルタイムで示し、それが機能したかどうかを確認します。
これは非常に面白いですね。興味深いのは、Unslothが続けていることです。Unslothを使用したファインチューニングについての古い動画を持っています。GeminiというExcellentな小型モデルとColaboratoryを組み合わせたファインチューニングは完璧な組み合わせです。実際、私の動画では、UnslothでファインチューニングするためにColaboratoryを使用しています。
彼はまた、Geminiには手話を読み取るためのファインチューニングされたバージョン（英語版の手話読み取り）があると言います。また、イルカと会話し、イルカの言語を学習しているファインチューニングされたモデルであるDolphin Geminiプロジェクトについても説明します。これは素晴らしいです。
あなたがファインチューニングで行うことを想像し、アプリケーションの一部になる可能性のあることは何ですか？コメントを残してください。私は知りたいです。
さて、これは全体の要約でした。非常に迅速に概要を説明しました。私が言及したこれらの情報は、ビデオ全体を見ると、何千もの小さな詳細があります。Google for Developersのウェブサイトにアクセスすると、今日の午後2時に予定されているものと、すでに発表されたすべてのものがあります。例えば、Androidだけで2時間のライブ、Web Stageだけで2時間のライブ、Cloudだけで2時間のライブがあります。つまり、私はAI Studioのセクションだけを見ました。
ここで言及したすべては、各分野の特定のライブを見ると、さらに詳細に説明されています。ぜひご視聴ください。今、この世界は素晴らしくなり、私たちはこの人工知能の素晴らしい瞬間を活用する必要があります。
このようなビデオを続けて見るためにチャンネルをサポートしたい場合は、メンバーになってください。メンバーは、インテリジェントエージェントの限定動画と事前公開動画にアクセスできます。いいねをお願いします。ありがとう。
コメント