［Google I/O 2025］モバイルAIの新時代を切り拓く「Gemma 3n」プレビュー版登場！その実力と可能性

2025-05-21

はじめに

　本稿では、Google Developers Blogが2025年5月20日に発表した記事「Announcing Gemma 3n preview: powerful, efficient, mobile-first AI」をもとに、Googleの新しいオープンモデル「Gemma 3n」について解説します。

　Gemma 3nは、スマートフォンやラップトップなどのデバイス上で直接動作することを主眼に置いた、強力かつ効率的なAIモデルです。

引用元記事

タイトル: Announcing Gemma 3n preview: powerful, efficient, mobile-first AI
発行元: Google Developers Blog
発行日: 2025年5月20日
URL: https://developers.googleblog.com/en/introducing-gemma-3n/

要点

Gemma 3nは、スマートフォンなどのモバイルデバイス上で直接動作することを目指した、Googleの新しいオープンAIモデルである。
Qualcomm、MediaTek、Samsungといったモバイルハードウェアのリーダー企業と共同開発した最先端アーキテクチャを採用し、高速なマルチモーダルAI処理とプライバシー保護を実現する。
Google DeepMindの革新技術「Per-Layer Embeddings (PLE)」により、RAM使用量を大幅に削減。50億/80億パラメータのモデルが、実質20億/40億パラメータモデル並みのメモリ（2GB/3GB）で動作可能である。
Gemma 3 4Bモデルと比較して、モバイルでの応答速度が約1.5倍高速化し、品質も向上。
40億実効パラメータモデル内に20億実効パラメータのサブモデルを内包する「Many-in-1 Flexibility」により、性能と品質の動的な調整が可能である。
音声、テキスト、画像、さらに動画理解も強化されたマルチモーダル機能を搭載。特に音声認識（文字起こし）と翻訳機能が向上している。
日本語を含む多言語対応が強化されている。
開発者はGoogle AI StudioやGoogle AI Edgeを通じてプレビュー版を試用できる。

詳細解説

Gemma 3nとは？ – モバイルAIの新たな地平

　近年、AI技術は急速に進化し、私たちの生活の様々な場面で活用され始めています。これまでの多くの高度なAIモデルは、処理能力の高いクラウドサーバー上で動作することが一般的でした。しかし、Googleが新たに発表した「Gemma 3n」は、この常識を覆す可能性を秘めています。Gemma 3nは、私たちが日常的に使用するスマートフォン、タブレット、ラップトップといったデバイス上で直接、リアルタイムにAIを動作させることを目指して設計された、オープンモデルです。

　「オープンモデル」とは、モデルの構造や場合によっては学習済みパラメータ（モデルが学習によって得た知識のようなもの）が公開され、開発者が自由に利用したり、改良したりできるAIモデルのことを指します。これにより、より多くの開発者がAI技術にアクセスしやすくなり、イノベーションが促進されることが期待されます。

　Gemma 3nは、Gemmaシリーズの最新モデルであり、特に「モバイルファースト」という思想が貫かれています。これは、Qualcomm Technologies、MediaTek、Samsung System LSIといったモバイル向け半導体の大手企業と緊密に連携して開発された、新しい最先端のアーキテクチャに基づいています。このアーキテクチャは、高速な処理能力と、複数の種類の情報（テキスト、画像、音声など）を同時に扱える「マルチモーダルAI」に最適化されており、ユーザーのプライバシーを守りながら、パーソナルなAI体験をデバイス上で実現することを目指しています。

　この新しいアーキテクチャは、Googleのアプリやオンデバイスエコシステムで利用される次世代の「Gemini Nano」にも採用される予定であり、Gemma 3nはその基盤技術を開発者が早期に試すことができるプレビュー版という位置づけです。

Gemma 3nの主要な技術と能力

　Gemma 3nが注目される理由は、その野心的な目標だけでなく、それを支える具体的な技術革新にあります。

1. 効率的なメモリ効率を実現する「Per-Layer Embeddings (PLE)」

　AIモデル、特に大規模言語モデル（LLM）は、その性能を高めるために多くの「パラメータ」を持ちます。パラメータ数が多いほど、モデルはより複雑なパターンを学習し、高度なタスクを実行できますが、その分、多くの計算資源（特にメモリ）を必要とします。これが、高性能なAIをモバイルデバイスで動かす際の大きな障壁となっていました。

　Gemma 3nは、この課題を克服するために、Google DeepMindが開発した「Per-Layer Embeddings (PLE)」という技術を採用しています。PLEを簡単に説明すると、モデルの各層で情報を圧縮して効率的に扱うことで、RAM（メモリ）の使用量を大幅に削減する技術です。

　記事によると、Gemma 3nにはパラメータ数が50億（5B）と80億（8B）のバージョンがありますが、PLE技術により、これらのモデルが実際に使用するメモリ量は、それぞれ20億（2B）パラメータモデル並みの約2GB、40億（4B）パラメータモデル並みの約3GBに抑えられるとのことです。これは、より大きな能力を持つモデルを、限られたメモリ容量のモバイルデバイスでも快適に動作させられることを意味します。

　このメモリ効率の向上は、モバイルでのAI体験を大きく変える可能性があります。例えば、より自然な対話、より賢い提案、より高度な画像認識などが、インターネット接続なしに、スマートフォン上でサクサク動くようになるかもしれません。

2. 最適化されたオンデバイス性能と効率

　Gemma 3nは、単にメモリ効率が良いだけでなく、実際の動作速度や応答品質も向上しています。先行するGemma 3の40億パラメータモデルと比較して、モバイルデバイス上での応答開始速度が約1.5倍高速化し、かつ応答の質も向上していると報告されています。これは、PLEに加えて、「KVC共有（Key-Value Cache sharing）」や「高度な活性化量子化（advanced activation quantization）」といった技術によって達成されています。

KVC共有: AIが情報を処理する際に一時的に保存するデータ（キャッシュ）を効率的に共有する技術で、メモリ使用量を減らし、処理を高速化します。
活性化量子化: モデル内部の計算で使われる数値の精度を少し下げることで、計算量を減らし、メモリ使用量と消費電力を抑える技術です。品質への影響を最小限に留めながら効率を上げる工夫がされています。

3. 柔軟性を高める「Many-in-1 Flexibility」と「Mix’n’Match」

　Gemma 3nの興味深い特徴の一つに、「Many-in-1 Flexibility」があります。これは、例えば実効40億パラメータのモデル（おそらく80億パラメータ版のPLE適用後）が、その内部に実効20億パラメータのサブモデル（おそらく50億パラメータ版のPLE適用後）を「入れ子状」に含んでいるというものです。これは「MatFormer training」という技術によって実現されています。

　これにより、開発者は個別のモデルを用意することなく、実行時に動的に性能と品質のバランスを調整できます。例えば、バッテリー残量が少ない時は省電力な2Bモードで、高い処理能力が必要な時は4Bモードで、といった使い分けが考えられます。

　さらに、「Mix’n’Match」機能により、4Bモデルから特定のユースケースに合わせて最適なサブモデルを動的に生成することも可能になるとのことです。これにより、アプリケーションの要求に応じて、きめ細かくAIモデルの動作を最適化できるようになります。

4. プライバシー重視とオフライン対応

　AI処理をクラウドではなくデバイス上（ローカル）で実行することの大きな利点は、プライバシー保護の強化です。個人情報や機密性の高いデータがデバイスの外部に送信されないため、ユーザーはより安心してAI機能を利用できます。また、インターネット接続がない環境でもAIが機能するため、飛行機の中や電波の届きにくい場所でも、その恩恵を受けることができます。

5. 強化されたマルチモーダル理解（特に音声）

　Gemma 3nは、テキストだけでなく、音声、画像、そして動画の理解能力も大幅に向上しています。特に音声に関しては、高品質な自動音声認識（ASR：Automatic Speech Recognition）、つまり話された言葉をテキストに書き起こす機能や、翻訳（音声から翻訳されたテキストへ）機能を提供します。

　さらに、これらの異なる種類の情報（モダリティ）を組み合わせた入力（例：画像を見ながら音声で質問する）も理解できるため、より複雑で自然なインタラクションが可能になります。音声関連機能の一般公開は近日中とのことです。

6. 多言語対応の向上

　グローバルな利用を視野に入れ、Gemma 3nは多言語対応も強化されています。特に、日本語、ドイツ語、韓国語、スペイン語、フランス語における性能向上が言及されており、WMT24++ (ChrF)という機械翻訳のベンチマークで50.1%という高いスコアを達成しています。

Gemma 3nが拓く未来の体験

　これらの強力な機能により、Gemma 3nは開発者が以下のような新しいオンデバイス体験を構築することを可能にします。

リアルタイムでインタラクティブな体験: ユーザーの周囲の視覚情報や音声情報（例えば、カメラ映像やマイク入力）をリアルタイムに理解し、応答するアプリケーション。例えば、AR（拡張現実）グラスに搭載され、目の前の風景について説明してくれたり、外国語の看板をリアルタイムで翻訳してくれたりするかもしれません。
深い理解と文脈に応じたテキスト生成: 音声、画像、動画、テキストといった複数の情報をデバイス上で組み合わせて処理することで、より深い文脈理解に基づいたテキスト生成が可能になります。例えば、旅行先で撮影した写真と音声メモから、詳細な旅行記を自動生成してくれるアプリなどが考えられます。
高度な音声中心アプリケーション: リアルタイムの文字起こし、翻訳、そして豊かな音声対話システムなど、音声を活用した先進的なアプリケーション開発が進むでしょう。ハンズフリーでの情報アクセスやデバイス操作が、より自然で高度になることが期待されます。

責任あるAI開発への取り組み

　Googleは、Gemma 3nを含む全てのGemmaモデルにおいて、責任あるAI開発を最優先事項としています。厳格な安全性評価、データガバナンス、そしてGoogleの安全ポリシーに沿ったファインチューニング（モデルの最終調整）が行われています。AI技術が進化する中で、慎重なリスク評価と共に、その実践方法も継続的に改善していくとしています。

Gemma 3nプレビュー版へのアクセス方法

　開発者は、以下の方法でGemma 3nのプレビュー版を試すことができます。

Google AI Studioによるクラウドベースでの試用: セットアップ不要で、ブラウザから直接Gemma 3nを試せます。まずはテキスト入力機能をすぐに体験できます。
Google AI Edgeによるオンデバイス開発: Gemma 3nをローカル環境に統合したい開発者向けに、Google AI Edgeがツールとライブラリを提供します。テキストと画像の理解・生成機能から始めることができます。

まとめ

　本稿では、Googleが発表した新しいモバイルファーストAIモデル「Gemma 3n」について、その技術的な特徴と可能性を解説しました。Per-Layer Embeddings (PLE) という革新技術による驚異的なメモリ効率、Many-in-1 Flexibility による柔軟な性能調整、そして強化されたマルチモーダル機能と多言語対応は、今後のオンデバイスAIの進化を大きく加速させる可能性を秘めています。

　Gemma 3nは、AIをより身近なものにし、プライバシーを守りながら、私たちの日常生活やビジネスシーンで新たな価値を創造するための重要な一歩と言えるでしょう。プレビュー版を通じて、開発者たちがどのような革新的なアプリケーションを生み出していくのか、非常に楽しみです。日本のユーザーにとっても、日本語対応の強化は特に注目すべき点であり、今後の展開から目が離せません。