グーグル・リサーチは、ゴッホのインタラクティブ・ギャラリーやRNAポリメラーゼの3Dモデルなど、ユーザーの意図に基づいてAIがカスタマイズしたインタラクティブ・インターフェースをリアルタイムで生成するGenerative UIを発表した。これは、ツールアクセス、システムコマンド、デザインの統一性（ウィザードグリーンスタイルなど）を確保するための後処理の3層アーキテクチャに基づいており、米国ではすでにGoogle AI ProおよびUltraユーザー向けに提供されている。このテクノロジーは、開発者とユーザーの垣根を取り払い、人間とコンピュータのインタラクションにおけるパラダイムシフトを推進し、ビジネスと研究の効率を大幅に改善します。
- この要約は、情報提供のみを目的として、AIが記事の内容を分析して作成したものである。
昨夜の技術界で、ジェミニ3の発表ほど賑やかなものはなかった。誰もがその推論力の大きさとパラメーターの大きさについて話していた。
しかし、そのノイズの下で、グーグル調査は、多くの人に過小評価されているかもしれない別の技術的な深みのある電荷を投げるために同期している。
それはジェネレーティブUI、中国語では生成的インターフェースと呼ばれるものだ。
ジェミニ3がAIの脳のIQを高めることだとすれば、ジェネレーティブUIはAIに手を与え、何もないところから道具を作り出す能力を与えることだ。
ジェネレーティブUIとは何か、なぜモデルよりも重要なのか？
今、ChatGPTやGeminiをどのように使っているか、少し思い返してみましょう。
モデルがどんなに賢くても、あなたが質問を投げかけたとき、モデルがあなたに返すフィードバックはいつも単一的なものだ。
この種のインタラクションは、実は非常に原始的なものだ。なぜなら、複雑な知識や空間的な関係、複数のステップを必要とするタスクの場合、純粋なテキスト表現は比較にならないからだ。
グーグルの研究チームはこの問題に気づいた。彼らが考え出した核となるアイデアはこうだ：
もしAIが本当にユーザーの意図を理解しているのなら、なぜテキストの段落指示を与えるのではなく、問題を解決するためのアプリをその場で書かないのだろうか？
これがジェネレーティブUIの本質だ。
それはもはや、魚（テキストの答え）や漁網（利用可能なツール）を与えることではなく、あなたが捕まえたい魚に基づいて、その場で完全な機能を持つ漁船（カスタマイズされたインタラクティブなインターフェース）を作ることなのだ。
徹底検証：AIがソフトウェアを作り始めたとき、その爆発的な体験は？
この技術は、ジェミニ・アプリのダイナミック・ビュー機能やグーグル検索のAIモードですでに導入されている。
そのパワーをより直感的に理解するために、いくつかの具体的な応用シナリオを見てみよう。
シーン1：芸術と歴史の融合 - ゴッホ・インタラクティブ・ギャラリー
ゴッホの作品や、彼の作品にまつわる物語について学びたいと想像してみてほしい。
昔は、画像リンクとテキスト説明の束しか得られなかった。しかし、ダイナミック・ビューでは ゴッホギャラリーを作り、それぞれの作品に人生の背景を与える。 このようなプロンプトが表示されると、システムは見事なインタラクティブ・インターフェースを生成する。
退屈なリストの代わりに、画面は入念にキュレーションされたバーチャル・ギャラリーになっている。ゴッホの代表的な絵画をブラウズすることができ、それぞれの作品には単純なラベルが貼られているだけでなく、当時の彼の人生の背景を盛り込んだ深い物語がある。クリックしたり、スワイプしたり、画家の旅に没頭することができる。
まるでAIが瞬時にプロのアートキュレーターに変身し、あなただけのために特別な展覧会を企画するかのように。
シナリオ2：没入型生物学教室 - RNAポリメラーゼワークフロー
学生にとっては、これは学習ツールだ。例えば、RNAポリメラーゼがどのように働くかを解明したいとしよう。
従来のAIは、生物学の用語のリストを表示します。ジェネレーティブUIは、あなたのためにダイナミックな生物学の実験ページを生成します。
このページでは、DNA鎖とRNAポリメラーゼはもはや固いイラストではなく、動く3Dモデルである。転写の各ステップは自動的に異なる色でマークされる。
クールなのは、インタラクションによってタイミングをコントロールできることだ。下部のプログレスバーをドラッグすれば、スローモーション映画のように転写反応の細部を一コマ一コマ見ることができる。また、クリックして視点を切り替え、その過程における原核細胞と真核細胞の微妙な違いを比較することもできる。
シーン3：エクストリーム・ビジュアル・コントロール～ソーサラー・グリーン・スタイル
多くの人が、AIが生成するインターフェイスは乱雑で一貫性がないと心配しているが、グーグルはその懸念を払拭する事例を示した。
AIに統一的な採用を求める場合 ウィッチ・グリーン スタイル生成インターフェースを使用すると、衝撃的な結果が出力される。
ボタン、カード、背景など、システムによって生成される一連のコンポーネントはすべて、この特定の緑色に染まったデザイン仕様に忠実に沿っている。これは、AIが単に機能を積み上げているのではなく、生成されたインターフェイスがまるで同じデザイナーによって丹念に磨き上げられたかのように、非常に視覚的に統一されたものとなるよう、厳格なデザインシステムを理解し、実行する能力を十分に備えていることを証明している。
テック・デミスティファイド：AIはいかにして何もないところからインターフェースを生み出すのか？
AIがいきなりフロントエンドのコードを書いたり、UIデザインをしたりできるのか？
グーグルの論文「Generative UI: LLMs are Effective UI Generators」によると、これは非常に洗練された3層アーキテクチャによって支えられている。
階層1：ツール・アクセス能力 ツール・アクセス
かつてAIは孤立し、閉ざされたドアの向こうでしか働かなかった。しかし今では、AIは外部のツールを呼び出す権限を与えられている。
Imagenのような画像生成モデルにアクセスしてダイアグラムを描いたり、検索エンジンを呼び出してデータを探したり、コード実行モジュールを使ってロジックを実行したり、グラフ描画ツールを呼び出してダイアグラムをレンダリングすることもできる。
これにより、AIはリソースを動員し、部品を組み立てることができる。
レイヤー2：システムレベルの命令
AIにはパワーがあるが、仕様がなければ、出来上がったインターフェイスは見るに耐えないほど醜いものになりかねない。
そのためグーグルは、AIのための厳密なシステムレベルの命令セットを組み込んでいる。これは、UI設計仕様のビルトインマニュアルと考えることができる。
このマニュアルでは、インターフェイスにどのような配色を使うか（ウィザード・グリーンのスタイルで統一するなど）、コード構造をどのように整理するか、インタラクション・ロジックをどのように設計するかを指定する。これにより、AIは動作するコードだけでなく、審美的に美しく、人間にとって直感的な製品を作成することができます。
レイヤー3：出力後処理 後処理
これが本番前の最後のハードルだ。
一旦AIがコードを生成すると、それをただユーザーに投げつけるだけではない。システムはバックグラウンドで何層ものアルゴリズムを実行し、品質管理を行う。
コードにバグがないか、動作するかどうか、セキュリティ上の脆弱性がないかなどをチェックする。これらの自動テストに合格して初めて、このホットでカスタマイズされたインターフェイスがあなたのスクリーンにプッシュされる。
普通の人々のための創造性革命
ジェネレイティブUIの出現は、新機能以上のものである。HCIのパラダイムシフトを象徴している。
開発者とユーザーの垣根を取り払う
以前は、ソフトウェア会社が開発したものは何でも使わなければならなかった。ある機能が欲しくても、開発者がそれを追加してくれなければ、選択の余地はなかった。
しかし今、インターフェイスを生み出す力があなたの手に戻ってきた。未来のソフトウェアは、もはや既製品ではなく、オーダーメイドになるだろう。ソフトウェアは流動的になり、反応するようになる。
ビジネスと研究の効率が飛躍的に向上
ビジネス・アナリティクスでは、もうデータ部門にレポートを作ってもらう必要はない。AIに分析次元を伝えるだけで、実用的なデータ・ダッシュボードを自動生成し、パラメーターを微調整してビジネス上の意思決定をシミュレーションできる。
科学研究において、抽象的なデータを即座にインタラクティブなビジュアルモデルに変換することで、科学者はデータの背後にあるパターンをより直感的に発見することができる。
グーグルは、AIの究極の形は、すべてを知っているチャットボットではなく、あなたの話を聞き、あなたのためのツールをゼロから作ることができる万能のアシスタントであることを証明している。
この機能は現在、米国のGoogle AI ProおよびUltraユーザー向けに提供されている。
评论列表 (10条)：
加载更多评论 読み込み中...