Google フォトにGemini連携の「Ask Photos」登場　自然な対話で写真検索

スマホのアルバムに眠る何千枚もの写真から、特定の領収書や思い出の1枚を探すために画面をひたすらスクロールした経験は誰にでもあるはずです。

GoogleはGoogle I/Oにて、Googleフォトの新しい実験的機能「Ask Photos」を発表しました。同社の最新AIモデル「Gemini」を活用し、まるで人と会話するように写真ライブラリを検索・整理できる機能です。

会話形式で写真の「文脈」を読み解く

Googleフォトには毎日60億枚以上の写真がアップロードされています。これまでは「犬」「海」「京都」といった単語で検索できましたが、目当ての画像にたどり着くには結局何画面もスクロールする必要がありました。

Ask Photosでは、「これまでに訪れた国立公園ごとに一番よく撮れている写真を1枚ずつ見せて」といった自然な指示が通ります。Geminiが質問の意図を汲み取り、場所や日付を判断して候補を絞り込みます。

さらに強力なのは、写真の細部や文脈を理解するマルチモーダル性能です。「これまでの娘の誕生日会のテーマは何だった？」と尋ねれば、Geminiは背景の飾り付けやケーキのデザインを読み取って回答を導き出します。撮影した割引クーポンの有効期限を尋ねるなど、実用的な情報抽出も可能です。

写真のキュレーション作業もこなせます。旅行後にベストショットを選び出し、SNS用のキャプションまで自動で考えてくれる機能も備えています。回答が間違っていた場合に訂正すると、その情報を記憶する学習機能も組み込まれています。

プライバシー面について、Googleはフォト内の個人データを広告配信に利用することはなく、不正対策などの例外を除き人間が閲覧することもないと説明しています。また、フォト外のGeminiモデルの学習にも使われません。ただし、後に追記された規約によると、ユーザー自身がフォトを他のGoogleサービスと連携させた場合、設定に応じてパーソナライズや広告、生成AIの学習に対象データが利用される可能性がある点には留意が必要です。

なぜ重要か

Ask Photosは、マルチモーダルAIの一般消費者向けの実用例として、きわめてスマートな落としどころだと考えます。

従来のチャットAIは「何を聞けばいいかわからない」という壁にぶつかりがちでした。しかし、写真ライブラリは個人の生活情報が詰まった巨大な非構造化データです。「去年どこでキャンプしたっけ？」と問いかけるだけで価値が出るため、プロンプトの工夫が一切いりません。

業界全体にとっても、スマホの標準アルバムの基準を一気に引き上げる動きになります。Appleなどが提供してきた顔認識や日付別の分類から、AIが個人の「外部記憶」として機能するフェーズへ移行したことを示しています。

一方で、写真には身分証や私生活など極めてセンシティブな情報が含まれます。連携機能をオンにした場合のデータ利用規約を含め、プライバシーの取り扱いには依然として慎重な見極めが求められます。今後数か月で順次提供される予定ですが、まずは日常の探し物用として試す価値は十分にあるはずです。