#80 スマホで動くAIが1兆モデルに並んだ日

ChatGPTのような大規模AIは強力ですが、多くは中身が非公開で、動かすにも巨大なサーバーが必要です。一方で「手元の機器（スマホやノートPC）で動く、中身が公開された軽いAI」への需要が高まっています。GoogleのGemmaシリーズはこの流れを担ってきました。

ただし軽さと賢さの両立は難しく、特に「長い文章を扱うとメモリを爆発的に消費する」「複雑な数学やプログラミングの推論が苦手」「画像や音声を扱うのに別々の変換装置が必要で重い」といった課題がありました。Gemma 4はこれらを一気に解決しようとした最新世代です。

大きく4つの工夫があります。

1つ目は「考えるモード（thinking mode）」​。答えを即答するのではなく、いったん頭の中で推論の道筋（メモ書き）を書き出してから答えます。人間が難問を解くときに紙に計算過程を書くのと同じ発想で、これにより数学やコーディングの正答率が大きく上がりました。

2つ目は「省メモリ設計」​。AIは長い文章を扱うほど記憶（KVキャッシュ）が膨らみます。そこで、遠くまで見る注意と近くだけ見る注意を5対1で組み合わせ、記憶の使い回しなどを工夫し、メモリ消費を最大37.5%削減しました。

3つ目は「変換装置なし（encoder-free）」の構造。従来は画像や音声を専用の変換装置で処理していましたが、12Bモデルでは生の画像の断片や40ミリ秒ごとの音声を直接AIに流し込む方式にし、装置を丸ごと省きました。

4つ目は軽量化技術。計算を粗くする「量子化」や、先読みで生成を速める仕組みを組み込みました。

人間による目隠し評価（Arena）で、Gemma 4の31Bモデルは公開されている「中身の詰まった（dense）」モデルの中でトップに立ちました。注目すべきは規模の対比です。相手は数千億〜1兆超のパラメータを持つ巨大モデルなのに、わずか310億パラメータのGemma 4がそれらと肩を並べたのです。

性能の伸びも劇的で、数学コンテスト問題（AIME 2026）では前世代のGemma 3 27Bが20.8点だったのに対し、Gemma 4 31Bは89.2点。音声認識でも前世代比で誤り率が10〜17%改善しつつ、音声処理部品のサイズは390MBから87MBへと78%も縮小しました。

最大のポイントは「巨大サーバーがなくても高性能AIが使える」という点です。Apache 2.0という自由なライセンスで公開されているため、企業は自社サーバーやスマホ、社内機器にAIを組み込み、外部に情報を送らず手元で動かせます。機密データを扱う金融・医療・製造業にとって、情報漏洩リスクを抑えつつAIを活用できる意味は大きいでしょう。

また「考えるモード」により、単なる文章生成にとどまらず、複雑な業務判断やプログラム作成の補助まで任せられる可能性が広がります。文章・画像・音声をまとめて扱えるため、書類の読み取り、会議音声の文字起こし・翻訳、図表の解釈といった業務を一つのAIでこなせます。

「大きいほど賢い」という常識に対し、「設計の工夫で小さくても戦える」ことを示した点は、AI導入コストを気にするビジネス現場にとって朗報です。