はじめに

私は記事を書くのが苦手である。

なぜか。
何をするにおいてもわからないことがあったら、調べる。
これはやる。
調べたことをもとに実際やってみて感覚を掴む。
そして体に馴染んだ時、そこまでに至った経緯はもう記憶にないのだ。

そのため、聞かれた時に
「あー。自分も最初それできなかったな。でもどうやってできるようになったんだっけ？
わかんないけどやってたら気がついた時にはできるようになってた。」
となってしまい、回答に困るのである。

そんなアウトプットが苦手な私はもちろん記事を書くのも苦手だ。
だから時々AIにお願いするのである。

・わからなかったこと
・調べたことと内容
・やってみた結果

これらを羅列し、AIにこの内容をもとに記事を書いてとお願いする。

その結果、AI臭いから読めないねと言われるような記事ができてしまうのである。

そんな私が今回試すのは

弊社のエンジニアが以下のような記事をあげていた。
https://qiita.com/natume_nat/items/c3d904ff5f898ad243f3

細かくは記事を読んで欲しいのだが、
利用者の架空のペルソナを与え、それをもとにアプリを作成してもらったらどうなるかというものである。

そして思い出す。
そういえば、Cursorを導入した時、精度を上げるためにプロンプトとして「あなたはITエンジニアのスペシャリストです」という文言を入れていたことに。

記事を書く時、AIにペルソナを与えたらAI臭くない記事ができないか？

ということで今回はちょうどリリースされたGemma4について
AIにGemma4ってなんなのか質問し、
回答の正当性を確認するためにソースを提示してもらい
こう打ち込んだ。

「あなたはITに関してWEBに記事を投稿する記者です。
　AIについて詳しくない人が理解できるような記事を書いてください。」

結論

ここから先はGemma4について私が質問したことに対して回答をもらいそれを記事にまとめてもらったものだ。
質問としては以下になる。
・Gemma4ってなに？
・Gemma3ってあったの？
・Gemma3って話題になってた？
・Gemma4ってどういうふうに使うの？

結論としてはAI臭さがだいぶ抜けたように感じた。
どう感じたかこの記事を見たあなたの感想も教えて欲しい。

以下、AIにより執筆された内容

Googleの新AI「Gemma 4」、スマホで動く本格AIの時代が来た

Googleが4月初旬に発表した「Gemma 4」が注目を集めている。何が新しいのか。一言で言えば、「スマホやパソコンだけで動く、本格的なAI」だ。ChatGPTのような高性能AIといえば、これまでクラウド上の巨大なサーバーが必要だったが、Gemma 4はそれをひっくり返す可能性を秘めている。

だが、「オフラインで動くAI」と聞いて、疑問に思う人もいるだろう。「ネットに繋がっていないのに、どうやって質問に答えられるのか？」。この記事では、その仕組みも含めて、Gemma 4が切り開く新しいAIの世界を解説する。

そもそもGemmaって何？

Gemmaは、Googleが開発しているオープンソースのAIモデルシリーズだ。「オープンソース」とは、誰でも無料で使えて、改造も自由にできるソフトウェアのこと。企業が商用利用しても問題ない。

実はGemma 3が昨年3月に登場していた。当時は「シングルGPUで動く最高性能のAI」として鳴り物入りで発表され、リリース1年で2億ダウンロードを記録している。ただし、開発者コミュニティでの評価は分かれた。「コード生成の精度がいまいち」「政治的な話題を避けすぎる」といった指摘もあり、実用面では課題も残っていた。

オフラインAIはどうやって質問に答えるのか

本題に入る前に、多くの人が疑問に思うポイントを解説しておこう。「インターネットに繋がっていないのに、どうやってAIが答えを返せるのか？」

辞書を丸暗記している状態

オフラインAIは、事前に大量のデータで学習している。その学習で得た知識は、「パラメータ」という数値の集まりとして、AIモデルの中に保存されている。

例えるなら、「百科事典を丸暗記した人」のようなものだ。質問されたら、頭の中の知識を引き出して答える。外部に調べに行く必要はない。

Gemma 4のE2Bモデルの場合、約20億個のパラメータを持っている。このデータはスマホのストレージに保存され、質問を受けるとその場で計算処理が実行される。

回答生成の流れ

実際の処理は、こんな流れだ。

質問を細かく分解: 「今日の天気は？」→「今日」「の」「天気」「は」「？」
数値に変換: AIは言葉を直接理解できないため、全て数値に置き換える
次の単語を予測: 保存されたパラメータを使って計算し、「次に来る単語」を予測
予測を繰り返す: 「今日」の次は「の」、その次は「東京」、という具合に予測を重ねる
文章として出力: 計算結果をテキストに戻して表示

この一連の処理が、スマホのチップ上で数秒以内に完了する。サーバーへの通信が不要なので、レスポンスが速い。

クラウドAIとの違い

従来のクラウド型AI（ChatGPTなど）は、こんな流れだった。

スマホ → インターネット → サーバーで計算 → インターネット → スマホ

一方、オフラインAIはこうだ。

スマホ内で完結（質問 → 計算 → 回答）

通信の往復がないため、圏外でも使える。プライバシーも守られる。質問内容が外部に送信されないからだ。

制約もある

ただし、万能ではない。

知識の鮮度: 学習した時点までの情報しか知らない。昨日のニュースには答えられない。
計算能力: スマホのチップは、データセンターのサーバーには敵わない。複雑な処理は苦手。
容量: モデルファイルが数GBあるため、ストレージを圧迫する。

それでも、「速さ」「プライバシー」「オフライン動作」という強みは大きい。用途によっては、クラウドAIより優れた選択肢になる。

Gemma 4の何がすごいのか

今回のGemma 4は、その課題を克服する形で登場した。最大の特徴は4つある。

選べる4つのサイズ

用途に応じて4種類のモデルが用意されている。

E2B/E4B（エッジモデル）: スマホやRaspberry Piなどの小型デバイス向け
26B/31B: パソコンやサーバー向けの高性能モデル

31Bモデルは、業界標準の性能ランキングで世界3位に入る実力だ。26Bモデルも6位につけている。

スマホで完結する処理

E2BやE4Bモデルは、インターネット接続なしで動作する。つまり、飛行機の中でも、圏外でも使える。しかもレスポンスが速い。クラウドへの通信待ち時間がないため、ほぼ瞬時に反応する。

音声認識や画像解析もスマホ単体で処理できる。撮影した写真の料理を認識する場合、以下のような流れだ。

画像データを数値の配列に変換（ピクセル情報）
学習時に見た料理画像のパターンと照合
「これはパスタに似ている」と判断
「カルボナーラのようです」と回答

このプロセス全体が端末内で完結する。データが外部に送信されないため、プライバシーを気にする人にとっても魅力的だ。

「見て、聞いて、読む」マルチモーダル対応

Gemma 4は、テキストだけでなく動画、画像、音声を理解できる。例えば、

写真を見せて「この料理のレシピを教えて」
グラフの画像から「この表が示す傾向は？」
動画を渡して「5行で要約して」

といった使い方ができる。OCR（文字認識）機能も組み込まれているため、手書きメモや看板の文字も読み取れる。

自律動作する「エージェント機能」

Gemma 4には「関数呼び出し」という機能が備わっている。これにより、AIが自分で判断して外部のツールやデータベースにアクセスできる。

具体的には、「Wikipediaで調べて答えを教えて」と指示すると、AIが自動的にWikipediaにアクセスして情報を取得し、回答をまとめてくれる。複数のステップが必要な作業も、一度の指示で完了する。

どんな場面で使えるのか

Gemma 4の用途は幅広い。

開発現場では、パソコン単体で動くコードアシスタントとして使える。ネット環境がない場所でも、コード補完や提案を受けられる。

ビジネスシーンでは、会議の動画から自動で議事録を作成したり、大量の資料を要約したりできる。140以上の言語に対応しているため、多言語の文書処理もスムーズだ。

モバイルアプリ開発では、スマホアプリにAI機能を組み込みやすくなる。音声アシスタント、リアルタイム翻訳、画像認識など、これまでクラウド接続が必須だった機能を、オフラインで実現できる。

IoT分野では、Jetson NanoやRaspberry Piといった小型コンピュータで本格的なAI処理が可能になる。工場の異常検知や、スマートホームの音声操作など、エッジコンピューティングの可能性が広がる。

「ローカルAI」の流れが加速

Gemma 4の登場は、AI業界のトレンドを象徴している。それが「ローカルAI」だ。

これまでのAIサービスは、ユーザーの入力データをクラウドに送信し、サーバー側で処理して結果を返す形が主流だった。しかしこの方式には、プライバシーの懸念、通信コストの負担、レスポンスの遅延といった課題があった。

Gemma 4のようなローカルAIは、これらの課題を一気に解決する。データは端末内で処理されるため外部に漏れない。通信料もかからない。そして何より速い。

特に注目すべきは、Apache 2.0というライセンスで公開されている点だ。これは、企業が自社製品に組み込んで販売することも自由にできることを意味する。スタートアップから大企業まで、さまざまなプレイヤーがGemma 4をベースに新しいサービスを生み出す可能性がある。

なぜ今、ローカルAIなのか

背景には、いくつかの技術的進歩がある。

スマホの高性能化: 最近のスマホは、数年前のパソコン並みの処理能力を持つ。Neural Engineなどの専用チップも搭載され、AI計算が効率的にできる。

モデルの小型化技術: 量子化やMoEといった技術で、小さくても高性能なモデルが作れるようになった。

ストレージの大容量化: 数GBのモデルファイルを保存しても、ユーザーが困らなくなった。

この3つが揃った今、ローカルAIの実用化が現実的になった。

Gemma 3から何が変わったのか

昨年のGemma 3と比べて、いくつかの改善点がある。

まず、推論能力が大幅に向上した。特に数学的な問題や、複雑な指示への対応力が強化されている。コード生成の精度も改善され、「ジュニア開発者レベル」という批判に応える形になった。

エージェント機能の追加も大きい。Gemma 3にはなかった「自律的にタスクを実行する能力」が加わり、単なる対話型AIから、実務で使えるツールへと進化している。

また、E2BやE4Bといったエッジ向けモデルは、Gemma 4で初めて登場した。モバイルファーストの時代に合わせた戦略だ。

技術的な工夫：どうやって小型化したのか

ここで気になるのが、「どうやって巨大なAIをスマホに収めたのか」という点だろう。

パラメータ数の削減

大型AIは数千億～数兆個のパラメータを持つ。一方、Gemma 4のE2Bは約20億個、E4Bは約40億個だ。つまり、モデルそのものを小さく設計している。

小さくすれば性能は落ちる。しかし、学習データの質や学習方法を工夫することで、サイズの割に高性能なモデルが実現できる。これが「パラメータあたりの知能効率」と呼ばれるもので、Gemma 4の売りの一つだ。

量子化という技術

もう一つの工夫が「量子化」だ。

AIモデルのパラメータは、通常32ビットや16ビットの浮動小数点数で保存される。これを8ビットや4ビットに圧縮するのが量子化だ。

精度は若干落ちるが、ファイルサイズは半分以下になる。計算も速くなる。スマホでAIを動かすには欠かせない技術だ。

効率的なアーキテクチャ

Gemma 4の26Bモデルは「Mixture of Experts（MoE）」という仕組みを使っている。

これは、複数の専門家（Expert）を用意し、質問に応じて必要な専門家だけを動かす方式だ。全てのパラメータを毎回使うわけではないので、計算量が減る。

26Bというパラメータ数ながら、実際に動く部分はもっと少ない。だから、パソコンレベルのマシンでも動作する。

課題は残っているか

もちろん、完璧なわけではない。

ハードウェア要件

大型モデル（26B/31B）を動かすには、それなりのスペックのマシンが必要だ。一般的なノートパソコンでは厳しい場合もある。

目安として、16GB以上のメモリ（RAM）と、それなりのGPUが望ましい。E2BやE4Bなら、最近のスマホでも動くが、26B以上はワークステーションクラスが推奨される。

知識の限界

学習データの鮮度も気になる。オフラインAIは、学習時点までの情報しか持っていない。昨日起きたニュースや、つい最近発表された技術についての知識は限定的だ。

もちろん、モデルを定期的に更新すれば解決する。ただし、その度に数GBのダウンロードが必要になる。

安全性への配慮

Gemma 3で指摘された「過度な安全配慮」が改善されたかどうかは、今後の検証が必要だ。政治的なトピックや、やや際どい質問に対して、どこまで柔軟に対応できるかは不明だ。

Googleは安全性を重視する企業だ。その姿勢は評価できるが、時に過剰な検閲と受け取られることもある。バランスが難しい。

これからのAI開発に与える影響

Gemma 4の登場は、AI開発の民主化を加速させるだろう。高性能なAIを使うために、巨大なサーバーインフラを用意する必要がなくなる。個人開発者でも、手元のパソコンで本格的なAIアプリを作れる時代になった。

Google AI StudioやAndroid Studioでの統合も発表されており、開発環境の整備も進んでいる。Googleは明らかに、開発者コミュニティを味方につけようとしている。

OpenAIやAnthropicといった競合がクラウドベースのAPIサービスを強化する中、Googleはオープンソース戦略で対抗する構えだ。この戦略が吉と出るか凶と出るかは、今後数か月の動向次第だろう。

まとめ

Gemma 4は、AIの使い方を根本から変える可能性を持っている。クラウドに依存せず、手元のデバイスで高度な処理ができる。しかも無料で、商用利用も自由だ。

「スマホで動く本格AI」が当たり前になる日は、思ったより早く訪れるかもしれない。Gemma 4は、その未来への一歩を示している。

開発者だけでなく、ビジネスパーソンや学生にとっても、注目すべきプロダクトだ。オフラインで使えるAIアシスタントが標準装備される時代。その到来を、Gemma 4は予感させる。