Google、拡散型テキスト生成モデル「DiffusionGemma」公開　ローカルGPUで毎秒1000トークン超

Googleが発表した「DiffusionGemma」は、AIによる文章生成の世界に新しい風を吹き込む可能性を秘めています。これは、従来のAIモデルが抱えていた「生成速度」という課題に、大胆な方法で挑んだ画期的な技術だと言えるでしょう。

これまでの文章生成AIは、まるでタイプライターのように、一つ前の単語や文字に続いて次の単語を順番に生成していく「自己回帰型」という方式が主流でした。この方式は、まるで人間が文章を書くように自然な流れを生み出す一方で、どうしても時間がかかってしまうのが弱点でした。例えば、長い文章を生成しようとすると、その分だけ処理に時間がかかり、ユーザーは待たされることになります。

DiffusionGemmaがユニークなのは、この自己回帰型とは全く異なるアプローチを取っている点です。実は、この技術は、AIが絵を描くときに使われる「拡散モデル」という手法を、文章生成に応用したものなのです。拡散モデルとは、ノイズだらけの状態から少しずつノイズを取り除いていくことで、最終的に鮮明な画像を生成する技術です。これを文章に応用することで、DiffusionGemmaは、文章を構成する小さな塊（トークンと呼びます）を一度にまとめて、しかも並行して生成できるようになりました。

具体的には、一度に256個ものトークンをまとめて作り出すことで、従来のモデルよりも最大で4倍もの速さで文章を生成できるようになったとされています。これは、例えるなら、一本一本の線を引いて絵を描くのではなく、絵の具を何色も同時に塗って一気に仕上げるようなイメージです。このスピードアップは、私たちがAIと接する方法を大きく変えるかもしれません。

例えば、チャットボットとの会話がよりスムーズになったり、長文の要約や記事の執筆が瞬時に行えるようになったりするでしょう。また、開発者がAIモデルを訓練する際にも、より効率的に試行錯誤ができるようになります。この技術は、AIが私たちの生活や仕事に、さらに深く、そして快適に溶け込むための重要な一歩となるはずです。