AI関連の最新ニュースをピックアップ
Google DeepMindは、日本拠点（東京オフィス）の研究開発動向を紹介する記者説明会を開催し、日本拠点のリードを務める全炳河（ぜん・へいが）氏が、同チームがGeminiの音声対話機能「Gemini Live」をはじめとするグローバルなマルチモーダルAI開発の中核的役割を担っていることを発表しました。
全氏の説明によると、Google DeepMind東京拠点は音声認識・音声合成および自然言語処理の専門家を多数擁しており、単なる日本市場向けローカライズにとどまらず、世界中で利用されるGeminiのコアアーキテクチャ開発に直接参画しています。
特に、人間の発話途中での相づちや割り込みに対応する自然なターンテーキング（会話の交代）、低遅延なエンドツーエンドの音声入出力処理において、東京チームの技術的貢献が極めて大きな役割を果たしていると説明されました。日本語を含む非英語圏の複雑な音韻体系や敬語表現などの処理知見が、多言語モデル全体の品質向上に寄与しています。
また説明会では、東京チームが日本のトップレベルの研究機関や大学との共同研究を積極的に推進している点も強調されました。基礎科学研究からロボティクス、社会課題解決に向けたAI応用まで、幅広い領域でオープンな学術コミュニティとの連携を強化しています。
優秀なAI人材の獲得競争が激化するなか、東京に強固な研究開発基盤を置くことで、アジア地域の優秀なエンジニアや研究者を惹きつけるハブとしての機能も果たしています。
音声対話AIは、スマートフォンやスマートディスプレイのみならず、自動運転車やスマートグラスなどの次世代コンピューティングデバイスにおける主要インターフェースとして重要性を増しています。東京拠点が主導する高精度・低遅延な音声基盤技術が、今後のGeminiエコシステムの進化を牽引することが期待されます。
引用元：村田奏子