Google、ローカルAIが4倍速くなるテキスト生成モデル「DiffusionGemma」を実験的に発表、逐次ではなく一括で生成(窓の杜)

Google DeepMindが発表した「DiffusionGemma」は、人工知能（AI）によるテキスト生成の新しい波を予感させる技術です。

これまで主流だったAIのテキスト生成は、一度にすべてを生成するのではなく、単語や文字を一つずつ順番に作り出していく「逐次生成」という方法が一般的でした。例えるなら、人が文章を書くときに、一文字ずつ書き進めるようなイメージです。この方法だと、文章が長くなればなるほど時間がかかり、特にパソコンやスマートフォンなどの身近なデバイス（ローカル環境）でAIを動かす場合には、その遅さがネックになることがありました。

しかし、DiffusionGemmaが採用している「テキスト拡散（text diffusion）」という手法は、この課題を大きく変える可能性を秘めています。この手法は、まるで写真のノイズを取り除いて鮮明な画像を作り出すように、最初は意味不明なテキストの塊から、少しずつノイズを取り除いていくことで、最終的に意味のある文章を一括で生成します。つまり、一文字ずつではなく、文章全体をまとめて作り出すようなイメージです。

この「まとめて生成する」という仕組みのおかげで、DiffusionGemmaは従来のAIモデルに比べて、最大で4倍もの速さでテキストを生成できるとされています。これは、特にスマートフォンやタブレット、ノートパソコンといった、高性能なサーバーに接続しなくてもAIを動かしたい場合に、非常に大きなメリットとなります。

なぜなら、ネットワークに接続せずにデバイス上でAIが動くことで、通信速度の影響を受けず、プライバシーも守られやすくなるからです。例えば、電波の届かない場所でもサクサクと文章を作成したり、個人の日記やメモのような機密性の高い情報を、外部に送ることなくAIに処理させたりすることが可能になります。

この技術は、私たちの日々の生活に密着したAI活用をさらに加速させるでしょう。AIがもっと身近な存在になり、よりスムーズに、そして安全に使えるようになる未来が近づいていると言えます。Googleがこのような実験的なモデルをオープンソースとして公開したことも注目すべき点です。これにより、世界中の開発者がこの技術を試したり、さらに改良したりできるようになり、AIの進化が加速することが期待されます。