［AIツール利用者向け］写真1枚で全部まとめて検索——GoogleレンズのAIが「ファンアウト」技術で変わったこと

2026-03-06

はじめに

　Googleが2026年3月5日、同社のブログ「The Keyword」にて、視覚検索の仕組みと最新アップデートを解説する記事を公開しました。Circle to SearchおよびGoogle LensへのAI統合により、1枚の画像から複数のオブジェクトを同時に検索できるようになった技術的背景を、担当エンジニアが説明しています。

参考記事

タイトル: Ask a Techspert: How does AI understand my visual searches?
著者: Molly McHugh-Johnson
発行元: Google The Keyword
発行日: 2026年3月5日
URL: https://blog.google/company-news/inside-google/googlers/how-google-ai-visual-search-works/

要点

Google LensとCircle to Searchのアップデートにより、1枚の画像内の複数オブジェクトを同時に検索できるようになった
GeminiモデルがAI Modeの中核を担い、画像を理解して複数の視覚検索ツールを使い分ける
「ファンアウト（fan-out）」技術により、1回の操作で複数の検索クエリを並列実行し、統合した回答を生成する
画像を起点にする必要はなく、テキスト検索から始めて途中で画像へ切り替えることも可能である
ショッピング用途にとどまらず、美術館の絵画解説やパン屋のメニュー確認など、「場面全体を理解する」用途に広がりつつある

詳細解説

Google LensとAI Modeの融合——何が変わったか

　Googleによれば、これまでの視覚検索は「1度に1つのオブジェクト」しか検索できませんでした。たとえば気に入ったコーディネートの写真があっても、帽子・シューズ・ジャケットをそれぞれ個別に検索する必要があったわけです。今回のアップデートにより、Circle to SearchとGoogle LensはAI Modeと統合され、1枚の画像から複数のオブジェクトを同時に識別・検索できるようになりました。

　この機能を支えているのが、GoogleのGeminiモデルです。Googleの説明では、GeminiはAI Modeの中核として機能しており、画像とユーザーの質問を同時に分析し、どのツールを使うべきかを判断します。視覚検索の文脈では、GeminiがLensを呼び出してオブジェクトを特定し、その結果をひとつの読みやすい回答にまとめます。

　Googleは、AIモデルを「画像を見ることができる脳」、視覚検索バックエンドを「数十億件のウェブ結果を持つ図書館」と表現しています。この2つが連携することで、複雑な画像でも即座に関連情報を取得できる仕組みが実現しています。

「ファンアウト」技術の仕組み

　今回の発表で特に注目されるのが、ファンアウト（fan-out）技術です。これは、1回の検索操作で複数の検索クエリを並列実行し、結果を統合して1つの回答として提示する仕組みです。

　Googleによれば、AI Modeは「1回の検索にかかる時間で、12回分の検索を行っている」と言えるほど並列処理が行われています。たとえば、庭の写真をアップロードした場合、「この植物は日陰でも育つか」「この気候に合っているか」「手入れはどの程度必要か」といった複数の疑問点を、AIが自動で識別してそれぞれ検索し、まとめた回答を返します。

　ファンアウト技術は、エンジニアリングの分野では分散処理における一般的な概念です。ひとつのリクエストを複数の並列処理に分岐させ、効率よく情報を収集するこの手法が、消費者向けの検索体験に取り込まれたことは、AIによる検索の進化を示す事例と言えます。

テキスト起点でも使える——「ファンアウト」の入り口

　AI Modeを使うにあたり、必ずしも画像から始める必要はありません。Googleによれば、「仕事用コーデのビジュアルインスピレーション」のようなテキスト検索から始めて、気に入った画像を見つけた後に「2枚目のスカートと似たものを見せて」と指示するだけで、そのタイミングからファンアウト処理が開始されます。

　テキストと画像を柔軟に組み合わせられるこの特性は、マルチモーダル検索（テキスト・画像・音声など複数の情報形式を組み合わせて活用する検索方式）の実用化が進んでいることを示しています。ユーザーが意識的に「画像検索モード」に切り替えなくても、会話の流れの中で自然に視覚情報を活用できる点は、これまでの検索体験と異なる点と考えられます。

活用シーンの広がり——ショッピングを超えた可能性

　Googleの担当エンジニアであるDounia Berrada氏は、ショッピング以外にも多様な用途を挙げています。美術館の壁に飾られた絵画を写真に撮って各作品の解説を求めたり、パン屋のショーウィンドウを撮影してメニューを確認したりといった使い方です。

　共通するのは「これは何？」という単体の問いから、「この場面全体を説明して」という複合的な問いへのシフトです。これまでの検索が「1つの答えを探すツール」だとすれば、今後はより「場面や文脈を丸ごと理解するツール」へと変化していく方向性が見て取れます。もちろん精度や対応言語・地域における制約は引き続き確認が必要ですが、日常の情報収集における検索の役割が変わりつつあることは意識しておきたいところです。