Contents - 目次
Bard(Gemini)が画像認識を開始。
Geminiで画像認識。
Googleレンズの機能で。
Google検索の際に現れる、画像検索用のGoogleレンズの機能を使って、 Geminiは画像を認識できる。
Geminiは画像認識を含め無料で使え、Googleアカウントでログインすると、すぐに利用できる。
(※ログインしなくても使用可能だが、機能が限定的となるとのこと。)
(※2024年2月8日に、BardからGeminiに名称が変更。)
Geminiの画像認識は、日本語でも可。
画像認識機能について。
Geminiはすでに、日本語での画像認識に対応している。
ただし、「人物」はまだ認識されない。
ロイヤリティフリーの画像でも、「顔が写っている人物の写真」はアップができない。
肖像権や著作権、プライバシーの侵害や悪用などの問題があるためなのかもしれない。
画像認識機能についての補足。
「人物」については非常に厳しく、「絵」でもある程度写実的なものであればアップロードの時点で弾かれる。
ただし、Geminiを悪用されるリスクも防げるため、社会にとっても良いことだと思う。
参照:Bard – PaLM 2 を活用した、Google によるチャットベースの AI ツール
Geminiの画像認識の使い方。(日本語でもOK。)
Geminiの画像認識の手順。
Geminiの画面下部にある、メッセージ入力欄左横のアイコンをクリック。
左横のアイコンをクリックし、パソコンやスマホなどから、画像ファイルをGeminiへアップロードする。
画像をアップロードし、メッセージの入力欄に入力する。
メッセージは日本語対応済み。入力後は右横にある三角形のアイコンをクリックする。
Geminiが画像を認識して、説明をする。
まだ正確性に欠ける箇所もあるが、近いうちに改善されそう。生成AIの進化はとにかく速い。
写真だけでなく、グラフや表、スケッチなども認識できるらしい。
ためしにボールペンの手書きで描いたエッフェル塔のスケッチをアップして聞いてみたところ、概ね正しい回答があった。
先月(2023年7月)までは下記の写真でも、人物の画像は未対応という理由で認識がされなかったが、現在(2023年8月)では認識できるようになっている。
画像認識や日本語対応がこれほどまでに速いとは。なんだかおっかなびっくり。
Geminiの画像認識に、人物の画像は未対応。
人物の画像はアップロードできない。
Geminiとのやりとり。
2024年2月上旬時点でも、人物の画像についてはまだ対応していないとのこと。
(※パブリックドメインのものでも不可。)
Geminiに変わった後も、同様に対応されていなかった。
生成AIのルールが社会的に整備・認知されないうちは、非対応のままで良いのではないだろうか。
Gemini利用時の注意点。
Gemini アプリのプライバシー ハブ。
年齢制限について。
画像生成は、18歳未満のユーザーは利用できないとのこと。
Gemini アプリのプライバシー ハブ – Gemini Apps ヘルプ
また、Gemini自体の利用は、13歳以上が対象とのこと。(日本の場合。)
Gemini ウェブアプリにログインする – Gemini Apps ヘルプ
Google アカウントの年齢制限 – Google アカウント ヘルプ
以上、参考になれば幸いです。
AI 関連メモ。
ChatGPT 関連メモ。
- Advanced Voiceによる音声会話。ChatGPTとプラトニックな関係に?
- OpenAI o1の使い方。考えてから答える新しいChatGPTモデル。
- Voice Engineという名の、音声合成技術。日本語の精度は?
- SearchGPT。ChatGPTがAI検索エンジンに。使い方の例と順番待ちへの登録方法。
- GPT-4o miniが登場。ChatGPT無料版はGPT-3.5からバージョンアップ。
- ChatGPT無料ユーザーにもメモリ機能が。記憶や使い方の例。
- iPhoneやiPad、MacでChatGPT(GTP-4o)が。Apple Intelligence。
- 生成AIとWebデザイン、ChatGPTを活用したコーディングに必要なもの。
- ChatGPT最新モデル GPT-4oが無料でも。使える主な機能。
- ChatGPT(GPT-4o)で、PDF要約の精度を検証した結果。
- GPT-4o。ChatGPTと画像見ながら音声で会話?有料でも無料でも。
- ChatGPT無料版でも画像生成が可能に。有料版だけじゃない!?
- ChatGPT(チャットGPT)にアーカイブ機能が。復元も削除も。
- ChatGPT(チャットGPT)を日本語化。日本語設定の方法。
- ChatGPT(チャットGPT)との音声会話と、音声の変更方法。
- ChatGPTアプリのインストールとログイン方法、チャットの使い方。
- ChatGPT(チャットGPT)のスペルチェック、文章校正がむっちゃ楽。
- ChatGPT(チャットGPT)へのログイン方法。ログインできないとき。
- ChatGPTにプラグイン。広がる機能と使い方。最新情報へも。
- ChatGPTがLINEに?「AIチャットくん」の始め方、そして使い方。
- ChatGPTの始め方と使い方と。初心者向けシンプル版。
- ChatGPTはSVGアイコンを作れるのか?
- ChatGPTの文章作成やコーディング、SEO対策は変わるか?
DALL·E 関連メモ。
Sora 関連メモ。
- OpenAI Soraの短編映画。アーティストや映画制作者たち。
- OpenAIのSoraの公開デモから、Soraの仕組みをできるだけシンプルに。
- OpenAIからSora(動画生成AI)が広がる。デモやWebCMから一般公開へ。
Gemini 関連メモ。
- BardからGeminiに。使い方はどう変わる?日本語対応は?
- Bard(Gemini)が絵を描けるように。テキストから画像生成の方法。
- Bard(Gemini)の画像認識の使い方。日本語対応済み、Googleレンズで画像読み取り。
- 最新情報を日本語かつ無料で使いたいときは、GoogleのBard?
- ChatGPTとBardの違い。なぜAIは日本語チャットが苦手なの?
- Bard(Gemini)が日本語対応。ログイン方法や最新情報など、使い方の例。
- BardでGemini。Googleの最新AIを無料で使う方法。
- GoogleのBardは、OpenAIのChatGPTを越えられるだろうか?
Copilot、Bing 関連メモ。
- ChatGPTとCopilotの違い。料金や、できることと、できないこと。
- Copilotとは? GPT-4とDALL·E 3が無料で使える生成AI。
- SkypeのBingチャット。GPT-4を日本語かつ無料で使える。& 注意点。
- BingのGPT-4、チャットの使い方。使えない?(今はまだ。)
- MacでGPT-4(ChatGPT最新版)を使う場合、Edgeが必要なのかも。
Llama 関連メモ。
- Llama 3.1登場。MetaのオープンソースAIとダウンロードサイト。
- Meta Horizon OSとApple Vision Pro。オープンかクローズか。
- Llama 3。無料でオープンソースなMeta AI最新モデル。
- Llama(ラマ)の使い方や日本語は? ダウンロード手順とブラウザ実装サイト。
Claude 関連メモ。
Perplexity 関連メモ。
- PerplexityとWordPressの名前と意味合い。著作権と知的財産。
- Perplexityの日本語化の方法と使い方や検索の例。
- Perplexity(パープレキシティ)のアカウント作成と使い方の基本。
※Webデザインは実務数年、職業訓練校講師数年、フリーランス数年、計15年以上のキャリアがありますが、一気にがぁっと書いているので「です・ます調」ではありません。(元々はメモ書きでした。) ※事実や経験、調査や検証を基にしていますが、万一なにかしら不備・不足などがありましたらすみません。お知らせいただければ訂正いたします。 ※写真は主にUnsplashやPixabayのフリー素材を利用させていただいております。その他の写真や動画もフリー素材やパブリックドメイン、もしくは自前のものを使用しております。