Google DeepMind、次世代AI『Gemini 4』の事前学習開始を公表。エージェント開発のロードマップを語る

何が発表されたのか

Google DeepMindのシニアバイスプレジデント兼最高AIアーキテクトであるコライ・カヴクチュオグル（Koray Kavukcuoglu）氏が、Googleの公式開発者向け番組「Release Notes」に出演し、AI開発の最前線について語りました。本対談は、単なる既存モデルの改良に留まらず、現在事前学習（プレトレーニング）のフェーズにある次世代AIモデル「Gemini 4」の存在を公表したものです。カヴクチュオグル氏は、研究段階から実用化、そして一般提供（GA）に至るプロセスにおいて、何がAIの「フロンティア（最前線）」を定義するのかを詳細に解説しました。

発表された機能・アップデートの全容

カヴクチュオグル氏とホストのローガン・キルパトリック氏の対談から明らかになった、技術的アップデートと開発ロードマップの全容を解説します。

Gemini 3.7 Flashのブレイクスルーとエージェント機能へのシフト

対談の冒頭では、直近で一般提供が開始された「Gemini 3.7 Flash」の開発プロセスが語られました。カヴクチュオグル氏によると、本モデルの最大のブレイクスルーは、単にコードの断片を生成する「コーディング支援」から、複雑なタスクを自律的に遂行する「ソフトウェアエンジニアリング・エージェント」への転換を実現した点にあります。モデルがツールや外部関数を自律的に呼び出し、ユーザーと協調しながら開発を進める「エージェント型ワークフロー」の基盤が、このバージョンで確立されました。これは、過去1年以上にわたるアーキテクチャの改良と、エージェント行動の最適化に関する研究成果が結実したものです。

次世代モデル「Gemini 4」の事前学習プロセスの開始

カヴクチュオグル氏は、次世代フラッグシップモデルとなる「Gemini 4」の事前学習（Pre-training run）がすでに開始されていることを公表しました。同氏はこれを「Google DeepMind史上、最も野心的（most ambitious）な事前学習の取り組み」と表現しています。Gemini 4の開発においては、これまでのモデル開発で得られた知見、特にエージェントとしての自律的な行動能力や、複雑な推論を可能にする新しいアーキテクチャ設計が統合されています。現在は研究および初期トレーニングの段階にあり、モデルの品質と安定性を慎重に見極めながら、将来的なリリースに向けて社内テストが進められています。

AGI（人工一般知能）の定義と「テスト不在」の現実

AI業界で議論が絶えない「AGI（人工一般知能）」の到達基準について、カヴクチュオグル氏は極めて現実的な視点を提示しました。同氏は「AGIを判定するための単一のテスト（ベンチマーク）は存在しない」と断言します。特定のテストで高スコアを獲得したからといって、それが直ちにAGIの達成を意味するわけではありません。Google DeepMindが目指すAGIとは、ユーザーが信頼し、日々の業務や研究で協調して機能する「信頼性の高い自律的エンティティ（実体）」です。そのため、ラボ内での評価に閉じこもるのではなく、実際のユーザーへモデルを提供し、そのフィードバックを通じて共同でAGIを構築していく（co-building）アプローチが不可欠であると説明しました。

DeepMindの原点：DQNとAtariから始まった強化学習の歴史

対談は、Google DeepMindの歴史的なマイルストーンにも及びました。カヴクチュオグル氏は、同社の最初のディープラーニング研究者の一人であり、共同創業者のデミス・ハサビス氏らと共に初期のチームを率いてきました。同氏が振り返る最も重要なブレイクスルーは、Atariのゲームを自律学習する「DQN（Deep Q-Network）」の開発です。これは、ディープラーニングによる表現学習と、強化学習（Reinforcement Learning）による意思決定を組み合わせた世界初の成功例でした。この成功が「AIは自ら環境を理解し、学習できる」という確信をチームに与え、その後のAlphaGoやAlphaFold、そして現在のGeminiへと繋がる技術的血脈となったことが語られました。

エージェント型ワークフローとGoogleのインフラ優位性

カヴクチュオグル氏は、Google傘下でAIを開発することの最大の強みとして、垂直統合されたインフラストラクチャを挙げました。AIモデルが「エージェント」として実世界で機能するためには、膨大な計算資源と、それを支えるハードウェア・ソフトウェアの最適化が欠かせません。Googleは15年以上前から、独自のAI専用チップであるTPU（Tensor Processing Unit）の開発や、大規模なデータセンターの構築に投資してきました。このフルスタックの最適化能力があるからこそ、Gemini 3.7 Flashのような高速かつ高機能なモデルを、世界規模で安定して提供できるのだと、同氏はその優位性を強調しました。