すべてのカテゴリ

※この記事は上の2サービスについてくるGeminiAPI(無料枠でOK)を使って記事を作成するスマホアプリを使って書いています。 リストなどは後から入れていますが、文章の内容には手を加えずそのまま掲載しています。Google Gemma4は、Google DeepMindが開発した最新のオープンウェイトAIモデルファミリーです。同社の最上位モデルであるGemini 3と同じ研究技術を基盤としており、その高い能力が開発者や企業に広く提供されています。2026年4月2日にリリースされたこのモデルは、Apache 2.0ライセンスの下で商用利用や改変、再配布が自由にできる点が大きな特徴です。特に、モバイルデバイスから高性能サーバーまで、幅広い環境で利用できるよう設計されており、AI活用をさらに身近なものにしています。 Gemma4がもたらす画期的な進化と特徴 Gemma4は、前世代のモデルから大幅な進化を遂げ、特に「マルチモーダル対応」と「高度な推論能力」が際立っています。テキストだけでなく、画像、音声、動画といった多様な形式の情報を理解し、処理できるようになりました。これにより、これまでのオープンモデルでは難しかった複雑なタスクも、Gemma4単体で実行できる可能性が広がっています。また、モデルのサイズも用途に合わせて選べるため、開発者から企業まで、それぞれのニーズに合わせた最適なAI環境を構築できるのが魅力です。 マルチモーダル対応で広がる可能性 Gemma4の最も注目すべき進化の一つは、テキストに加え、画像や動画、そして一部モデルでは音声もネイティブで処理できるマルチモーダル

Google DeepMindがオープンモデル「Gemma 4」をリリースしました。前世代のGemma 3から大幅に進化し、ライセンスもApache 2.0に変更。商用利用の制限が完全に撤廃されました。今回、ローカル環境（VRAM 12GBのGPU）で実際に動かし、業務で使えるかテストした結果をまとめます。【モデルラインナップ】Gemma 4は4つのバリエーションがあります。・E2B（7.2GB）：軽量・高速。テキスト＋画像＋音声対応・E4B（9.6GB）：バランス型。テキスト＋画像＋音声対応・26B MoE（18GB）：128専門家中8つを選択して推論。動画対応・31B Dense（20GB）：最高性能。「E」は「effective」の略で、総パラメータ数より少ないパラメータで効率的に推論します。VRAM 12GBの環境ではE2BとE4Bが動作可能です。26B以上はVRAM 12GBでは厳しく、クラウド推論か大容量VRAM向けです。【テスト環境】・OS: NixOS unstable・GPU: RTX 4070 VRAM 12GB・ローカルLLM 実行環境: Ollama 0.20.0（Gemma 4対応版）・比較対象: translategemma:12b（Google翻訳特化モデル）【テスト1: 英語記事の日本語要約】英語ニュース記事を「2〜3文で日本語に要約して」と指示した結果です。・E4B：正確で自然な日本語。情報の取捨選択も適切・E2B：正確で簡潔。E4Bよりやや情報量が少ない・translategemma:12b（比較用）：正確で簡潔。翻訳特化モデルとしての安定感

プログラミング言語「Zig」の学習教材を、いくつかのAIモデルに解説させてみました。同じファイル、同じ質問。返ってきた答えの質がここまで違うとは思いませんでした。■ 今回試したモデルについて今回はすべてOllamaというツールを使って動かしています。Ollamaには「ローカル実行」と「クラウド実行」の2種類があります。・ローカル: 自分のPCのGPUで動かす。データが外に出ない。GPUの性能に依存・クラウド(-cloudタグ): Ollamaのサーバーで動かす。大きいモデルも使える。無料枠がある。今回の4モデルの動作環境はこうなります。(括弧内の数値はパラメータ数)・GLM-5.1-cloud (754B) … クラウド実行のみ(ローカル非対応)・Gemma4:31b-cloud (31B)… クラウド実行・Gemma4:e4b (4B) … ローカル実行・Qwen3.5:9b (9B) … ローカル実行GLM-5.1は中国のZhipu AI社が開発した最新モデルで、MITライセンスで公開されています。ソフトウェアエンジニアリングのベンチマーク(SWE-Bench Pro)では、Claude Opus 4.6やGPT-5.4を上回り世界1位のスコアを記録しています。最大の特徴は「長時間タスクで性能が落ちない」こと。他のモデルが数十回のやり取りで頭打ちになるところ、GLM-5.1は数百回の反復でも改善を続けられるとされています。■ やったことZigの公式学習教材「Ziglings」の問題を、エディタ上でAIに詳しく解説するように指示。お題は「コンパイル時にジェネリック関数を作る」

■ はじめに毎月届くクラウドサービスの請求書・領収書PDF。ダウンロードして、フォルダに整理して、スプレッドシートに金額を入力して……。「これ、AIにやらせればよくない？」ということで、ローカルLLM「Gemma 4」とGoogle Workspace CLIツール「gws」を使って、Gmailに届く請求書・領収書を全自動で管理する仕組みを作りました。月額費用はゼロです (Google Workspace利用料を除く)。■ 何ができるようになったか1. Gmailから請求書・領収書PDFを自動取得 — 取引先ごとに検索して添付ファイルをダウンロード2. PDFからテキストを抽出 — pdftotext(テキスト埋め込みPDF)またはOCR(スキャン画像)3. AIが内容を構造化 — Gemma 4が請求書・領収書番号、日付、取引先、金額、税額をJSON形式で抽出4. データベースに保存 — PostgreSQLが正本。いつでも検索・集計できる5. Google Sheetsに自動エクスポート — 閲覧用。スマホからも確認できる6. PDF原本を自動リネーム・保存 — 電子帳簿保存法の命名規則に従って整理■ 使っている技術Gemma 4(ローカルAI)Googleが公開している商用利用可能なAIモデルです。Ollamaというツールを使えば自分のPCで動かせます。APIの従量課金は一切不要。請求書のテキストを渡すと、請求書・領収書番号・日付・取引先・金額・税額など13項目を正確に抽出。日本語の請求書・領収書も問題なし。gws(Google Workspace CLI)Googleが