画像や音声に1000問をまとめて判定するAI　Googleが開発者向けに提供

アプリからAIに判定を頼む仕組み

APIはアプリから別のサービスへ処理を頼み、結果を受け取るための仕組みです。今回なら、開発者が作るアプリからGoogleのAIへ写真や質問を送り、判定結果を受け取れます。選択肢をあらかじめ用意し、どれに当てはまるかをAIに調べてもらう使い方です。

一つの資料を複数の角度から確認

例えば、部屋の写真を調べるアプリを考えてみます。「床に物が置かれているか」「片付けが必要か」といった確認項目をまとめて渡すイメージです。同じ資料について別々に判定する質問を、最大1000問まで一度に送れます。

質問ごとに「はい・いいえ」で答えてもらったり、用意した作業の候補から選んでもらったりできます。決めた基準で点数を付ける質問も混ぜられるため、開発者は確認したいことに合わせて答えの形を選べます。

答えの数値を人への確認に使う

結果には、各候補が当てはまりそうな度合いを示す確率や、0〜1の確信度が付きます。確信度は、AIが自分の判断にどれほど確かさを見積もったかを示す目安です。開発者はこの値を使い、判断が曖昧なものを人や別のAIに確認してもらう仕組みを作れます。

例えば、写真を見ても片付けが必要かはっきりしないときに、アプリが利用者へ確認を求める使い方が考えられます。数値を受け取れると、次に誰が確認するかをアプリの中で決めやすくなります。

速さを測った範囲

最大1000問を扱える一方、Googleが速さを比べたテストでは質問を1〜100問とし、文脈は最大1万6000トークンにしています。トークンはAIが文章などを処理するときの単位です。測った結果を速い順に並べた真ん中の値は、処理全体で150〜250ミリ秒でした。