【Google AI】英語解説を日本語で読む【2023年5月12日｜@TheAIGRID】

GoogleのAI関連情報です。
公開日：2023年5月12日
※動画を再生してから、インタビューを読むのがオススメです。

---

So Google has once again tried to up the bar, because of course, as you know, the AI race continues.

さて、Googleは再びハードルを上げようとしたわけですが、もちろんご存知のようにAI競争は続いていますから。

Google, the multinational company, decided that what they want to do now is up the bar with PaLM 2.

多国籍企業であるグーグルは、今やりたいことはPaLM 2でハードルを上げることだと判断しました。

Essentially, PaLM 2 is going to completely change the game in terms of large language models.

本来、PaLM 2は大規模な言語モデルという点で、完全にゲームを変えようとしています。

But you should take a closer look at what they've announced and why it's going to change many different industries.

しかし、彼らが何を発表したのか、なぜそれがさまざまな業界を変えることになるのか、よく見ておく必要があります。

So let's take a look.

では、見てみましょう。

Now we have PaLM 2.

今、私たちはPaLM 2を持っています。

Now, what are the defining features that make PaLM 2 so honestly creative and so cool?

さて、PaLM 2をこれほどまでに素直にクリエイティブでクールなものにしている決定的な特徴は何でしょうか。

It's actually built in multiple stages.

実は、複数のステージで作られているんです。

There are five different stages for PaLM 2, which is essentially their large language model that's going to pretty much power every single application.

PaLM 2には5つの異なるステージがあり、それは基本的に、すべてのアプリケーションをパワーアップさせる大規模な言語モデルです。

And essentially what's so cool about this is that they even have a lightweight version called Gecko, which is built to run natively offline on your phone.

さらに、Geckoと呼ばれる軽量版もあり、これは携帯電話でネイティブにオフラインで動作するように作られています。

Which is essentially a large step in the large language models, because this now means that essentially we're going to be getting large language models embedded into other applications which work offline, which is truly honestly insane.

これは、大規模な言語モデルにおける大きな一歩です。なぜなら、オフラインで動作する他のアプリケーションに大規模な言語モデルを組み込むことができるようになるからです。

So this is something that I honestly can't wait for.

ですから、これは正直言って待ち遠しいことです。

PaLM 2 was trained on a bunch of different things, and it's honestly improved quite a bit from the original PaLM, which we already know was quite a success when embedded into some robots.

PaLM 2は、さまざまなものに対してトレーニングが行われ、オリジナルのPaLMからかなり改善されています（ロボットに組み込むとかなり成功したことはすでに知られています）。

And it actually supports over a hundred different languages, so it's going to be interesting to see what many different communities create.

また、100以上の異なる言語をサポートしているので、様々なコミュニティがどのようなものを作るのか興味深いところです。

Then one of the major upgrades to PaLM 2 was its ability to code.

そして、PaLM 2の大きなアップグレードのひとつが、コーディングの能力です。

We know that coding is something that many people use ChatGPT for, but with PaLM 2 they actually now support coding in many different languages.

コーディングは多くの人がChatGPTを使用していることは知っていますが、PaLM 2では多くの異なる言語でのコーディングをサポートするようになったのです。

And with the PaLM 2 integrations and upgrades, essentially what we have is a more robust and sophisticated version that can even code in many different languages, which is honestly quite impressive.

PaLM 2の統合とアップグレードにより、より堅牢で洗練されたバージョンが提供され、多くの異なる言語でコーディングすることもできます。これは、正直に言って非常に印象的です。

I'm not even sure if this is something that ChatGPT can do at the moment, so this is a major breakthrough for Google.

これは、ChatGPTが現在できることなのかどうかも分からないので、これはGoogleにとって大きなブレークスルーと言えるでしょう。

And of course we have PaLM 2's fine tuning, which is honestly insane, because of course as you know, large language models can be fine-tuned to perform very well at specific certain tasks.

もちろん、PaLM 2の微調整も非常に印象的です。ご存知のとおり、大規模言語モデルは特定のタスクを非常によく実行するように微調整できます。

So what Google actually did was they decided to fine-tune a version of PaLM which was essentially focused on medical research and diagnosis.

Googleが実際に行ったのは、医療研究と診断に特化したPaLMのバージョンをファインチューニングすることでした。

And essentially with PaLM 2 now, you can get accurate medical reports and diagnosis on certain cases, which is very, very impressive because we knew that this kind of stuff is very, very hard to diagnose correctly.

PaLM 2を使用すると、特定の症例について正確な医療レポートと診断を取得できることが非常に印象的です。これは、この種の診断は非常に難しいことを私たちは知っていました。

And recent studies showed that estimated errors may account for as many as 251,000 deaths annually, so this is a big problem that Google are trying to fix.

最近の研究では、年間251,000人もの死者が推定エラーで出ているとのことで、これはGoogleが解決しようとしている大きな問題なのです。

And with the invention of MedPaLM 2, there's a nine times reduction of inaccurate reasoning, so essentially they are improving the accuracy results of these diagnoses that are given, and it seems to be working very well.

MedPaLM 2の登場により、不正確な推論が9倍減少しました。つまり、診断結果の精度が向上し、うまく機能しているようです。

So you can see right here that the LLM performance before 2023, and then we have MedPaLM 2's actual benchmark reaching the expert performance level, which is honestly quite impressive because this stuff is moving very, very quickly, and they've already reached expert performance.

2023年以前とMedPaLM 2の実際のベンチマークを比較すると、MedPaLM 2のパフォーマンスが専門家レベルに達していることがわかります。これは、この分野が非常に速いスピードで進歩していることを考えると、非常に印象的です。

Right here you can literally see that this is of course multimodal because it says, "What does this film show?"

このように、「このフィルムは何を示しているのか」ということで、マルチモーダルであることがわかります。

and then MedPaLM 2 gives the right feedback, so it shows what kind of fracture there is.

そして、MedPaLM 2が適切なフィードバックを与えることで、どのような骨折があるのかを示しています。

And this is honestly quite interesting because you can literally input a scan and then the AI is going to tell you exactly what is wrong, which is going to literally solve a lot of issues when it does come to wrong diagnosis, taking time to diagnose certain things, and of course contrasting opinions on what is wrong.

これは非常に興味深いことで、文字通りスキャンを入力すると、AIが何が間違っているのかを正確に教えてくれます。これにより、間違った診断や診断に時間がかかったり、もちろん何が間違っているのかについて対照的な意見がある場合、文字通り多くの問題が解決されることになります。

So this is something that is really really good for the healthcare industry, and I can't wait to see this integrated into many systems, which is going to make a very healthier and safer world.

これは、ヘルスケア業界にとって非常に良いことです。そして、私はこの技術が多くのシステムに統合されるのを待ちきれません。これにより、より健康的で安全な世界が実現します。

So essentially one thing that Google actually did earlier this year was around April the 4th, 2023, they actually released groundbreaking research in health AI, where they actually did a deep dive into PaLM 2's MedPaLM.

Googleは今年初め、2023年4月4日に画期的な健康AI研究を発表しました。これは、PaLM 2のMedPaLMに深く精査したものです。

Now this kind of went　under the radar with the video only getting around 16,000 views, but this was a truly huge advancement for MedPaLM because, as you already know, MedPaLM has shown to have many advancements in AI.

このビデオは16,000回ほどしか再生されず、あまり知られていませんでしたが、これはMedPaLMにとって本当に大きな進歩でした。ご存知のように、MedPaLMはAIにおいて多くの進歩を示してきたからです。

Now one of the key things that makes MedPaLM so great is that of course it performs exceedingly well compared to the previous benchmarks that we've previously seen.

MedPaLMがこれほどまでに素晴らしいのは、もちろん、これまでのベンチマークと比較して、非常に高いパフォーマンスを発揮していることが重要なポイントです。

Now, this is a true breakthrough because this was something that they didn't expect.

これは、彼らが予想していなかったことなので、まさにブレイクスルーと言えるでしょう。

You see, you can currently see that the previous benchmarks of previous large language models before 2023, or essentially before MedPaLM was released, and you can see that they don't actually hit the required benchmark in order to pass certain tests.

現在、2023年以前、つまり実質的にMedPaLMがリリースされる以前の大規模言語モデルの過去のベンチマークを見ると、特定のテストに合格するために必要なベンチマークを実際には満たしていないことがわかります。

But of course, as you know, when they released the first version of MedPaLM, which is based on PaLM 2, you can see that they immediately got 67.2 percent, and of course in the future, which is the version which we have now, is of course currently around 87.

しかしもちろん、ご存知のように、PaLM 2をベースにしたMedPaLMの最初のバージョンをリリースしたとき、すぐに67.2パーセントを獲得したことがわかりますし、もちろん将来的には、今あるバージョンでは、もちろん現在87前後です。

What's interesting is that you can actually see clinicians' answers compared to MedPaLM's answers.

興味深いのは、臨床医の回答とMedPaLMの回答を比較できることです。

And essentially what they did with MedPaLM was they decided to rate these answers on a completely new rating system to see if MedPaLM's answers were actually good.

MedPaLMの回答が本当に良いものなのかどうか、全く新しい評価システムで評価することにしたのです。

Now, you can see that for each of these questions, they decided to get real clinicians to answer the same questions as MedPaLM.

さて、それぞれの質問について、MedPaLMと同じ質問に本物の臨床医に答えてもらうことにしたのがお分かりいただけると思います。

And then what they then had was clinicians versus MedPaLM to see what other clinicians thought the answer was in terms of if it was good.

そして、臨床医とMedPaLMを比較し、他の臨床医がどのように考えているか、その答えが優れているかどうかを確認したのです。

And you can see right here, the clinician review of MedPaLM's answer shows that it was actually pretty accurate.

このように、MedPaLMの回答に対する臨床医の評価を見ると、かなり正確であることがわかります。

Now, this is of course really good because this definitely can aid certain doctors when it comes to giving out diagnoses.

もちろん、これはとても良いことです。なぜなら、診断を下す際に、特定の医師を助けることができるからです。

And it was previously discussed, this is one of the biggest issues in healthcare because many times, millions of people do die from wrong diagnoses.

以前に議論したように、これはヘルスケアの最大の問題の1つです。なぜなら、多くの場合、何百万人もの人々が誤診で死亡しているからです。

We also have another example here where you can see that there is the clinician answer and the MedPaLM answer.

また、この例では、臨床医の答えとMedPaLMの答えがあることがわかります。

And I think in this example, Google Health dictated that the MedPaLM answer was arguably somewhat a little bit different but gave certain insights that the clinician's answer didn't give.

この例では、Google Healthは、MedPaLMの回答は、臨床医の回答とは多少異なるが、臨床医の回答にはない洞察を与えてくれる、と判断しているようです。

So, if you're wondering if this MedPaLM is going to be completely replacing the healthcare industry, I don't think so, but I do think it is going to be a huge boost because these large language models have the ability to analyze large amounts of data sets.

このMedPaLMが医療業界を完全に置き換えるかというと、そうではないと思いますが、これらの大規模言語モデルには大量のデータセットを分析する能力があるので、大きな後押しになるとは思います。

I remember in a recent AI podcast, I believe it was Eliza Yudowski that essentially talked about how if you would prefer to see a doctor that had seen maybe a hundred thousand patients rather than a doctor that had seen 100 million patients.

最近のAIポッドキャストで、確かイライザ・ユドウスキーだったと思いますが、1億人の患者を診たことのある医師よりも、10万人の患者を診たことのある医師の方がいいというようなことを話していたのを覚えています。

I'm pretty sure most people would be comfortable with seeing the doctor that had a hundred million patients.

ほとんどの人は、1億人の患者を診た医師に会うことに抵抗はないでしょうね。

Okay, and that's because of course AI can essentially see that many patients because all you need to do is train it on many different specific cases.

AIは、多くの患者を診察することができます。なぜなら、必要なのは、多くの異なる特定の症例で訓練するだけだからです。

And once it gets really good at spotting certain things, it's going to be essentially increasingly good at making accurate predictions, which is going to be great because now you don't have that human error where people may make misjudgments, people can make complaints, and of course there can be errors in human analysis.

特定の物事を認識するのがとても上手になると、より正確な予測ができるようになるでしょう。これは、人間が誤解したり、苦情を言ったり、人間の分析に誤りがある場合の、人間のミスを排除できることが素晴らしいからです。

So this is going to be something that really does shake up the healthcare industry, and for a good way, not in a bad way at all, because this won't actually replace anyone.

これは、ヘルスケア業界に大きな変化をもたらすでしょう。ただし、これは良い方向への変化であり、悪い方向への変化ではありません。なぜなら、これは誰も置き換えることはないからです。

This is only going to assist those that are already going to be confident in their decisions.

なぜなら、これは実際に誰かに取って代わるものではなく、すでに自分の判断に自信を持っている人たちを支援するだけのものだからです。

If you're wondering just how powerful PaLM is when it comes to converting different languages and translating them, you can see right here, this is an excerpt from the research paper that Google actually produced, and it talks about how you can actually fix a bug with comments in Korean.

PaLMが異なる言語を変換および翻訳する際の強力さを疑問に思う場合は、ここにGoogleが実際に作成した研究論文からの抜粋があります。これは、韓国語のコメントでバグを実際に修正する方法について説明しています。

So you can see that the code is in English, and then essentially what we have here is someone that said, Fix a bug, and then add these comments in Korean, which is actually really, really good because this now means that this kind of software is going to be effective in many different countries.

コードは英語で書かれていますが、ここでは誰かが「バグを修正し、韓国語でコメントを追加してください」と言っている様子がわかります。これは、この種のソフトウェアが多くの異なる国で有効になることを意味するので、実際にはとても良いことです。

Now I'm not sure that GPT-4 does have this capability, but it does seem that Google is trying to excel at areas where GPT-4 and other large language models do lack, and I think this is somewhere that they've already shown that they are really, really doing well in.

GPT-4がこの機能を備えているかどうかはわかりませんが、GoogleはGPT-4や他の大規模言語モデルが欠けている分野で優位に立とうとしているようです。そして、私は彼らがすでにこの分野で非常に優れていることを示していると考えています。

Now another piece of information for PaLM 2 was the ability to outbeat PaLM one.

さて、PaLM 2のもう一つの情報は、PaLM 1を凌駕する能力でした。

Now of course this is expected, but these benchmarks show just how greater PaLM 2 is compared to PaLM one.

もちろんこれは予想されたことだが、これらのベンチマークはPaLM 2がPaLM 1と比較していかに優れているかを示している。

And I think there's a little bit of stuff in this research paper that they honestly don't talk about too much, but are honestly really interesting.

そして、この研究論文には、正直あまり語られていないけれども、正直言ってとても興味深いものが少しあるように思います。

For example, there's also this from the paper, you can see right here, that they talk about how PaLM compares to GPT-4, and that it shows that it's actually quite competitive.

例えば、この論文には、PaLMとGPT-4との比較について書かれていますが、この論文では、PaLMが実際にはかなり競争力があることを示しています。

Now, you can see right here from this table, you can see GPT-4's results on certain tests.

この表で、GPT-4のあるテストでの結果を見ることができます。

Then, you can also see PaLM 2's results on certain tests, and you can see that these large language models are starting to catch up to one another.

そして、あるテストでのPaLM 2の結果も見ることができ、これらの大規模言語モデルが互いに追いつき始めていることがわかります。

And PaLM 2 is actually quite competitive with GPT-4 now.

そして、PaLM 2はGPT-4に対して非常に高い競争力を持つようになりました。

Now, the only question I have for you is, is PaLM 2 going to ever catch up to GPT-4, or is PaLM 2 just going to be what GPT-3.5 is, like the other chat bots, like Claude Instant?

私の質問は、PaLM 2がGPT-4に追いつくことができるのか、それともGPT-3.5や他のチャットボット、Claude Instantと同じようになってしまうのかということです。

So let me know what you think about Google's PaLM 2 and the innovations that they've done, and if you'll be using this or not.

というわけで、GoogleのPaLM 2と彼らが行ったイノベーションについてどう思うか、そしてこれを使うかどうか、教えてください。