Google の AI が「Google」や他の単語のスペルも間違える理由

Google の名前に P はいくつあるか？Google によると、2 つある。 また Google の AI オーバービューは、「poop」という単語には「r」がちょうど 1 つあり、「journalism」という単語には「d」が 2 つあると述べているが、実際には j-o-u-r-n-a-d-i-s-m と誤って綴っている。Google は少なくとも米国の大統領の姓に P が 1 つあることは特定したが、それを t-r-p-u-m と誤って綴った。 [Google の AI 重視型検索の大規模改修](https://techcrunch.com/2026/05/19/google-search-as-you-know-it-is-over/)がうまくいかないことは、予言者でなくても予測できたはずだ。私たちは以前にも同じことを経験している。初めて Google が検索に AI オーバービューを追加した際、この機能は [The Onion や Reddit の風刺記事](https://techcrunch.com/2024/05/26/what-are-googles-ai-overviews-good-for/) を引用し、人々に岩を食べたりピザに接着剤を塗ったりするようアドバイスしたりした。 今回は、Google が 29 年続く主力製品である検索の中心に生成 AI を据えるというコミットメントをさらに強化している最中であり、それがつまずくのは驚きではない。 「単語内の文字数カウントは LLM（大規模言語モデル）において既知の課題であり、私たちはこの特定の課題の解決に取り組んでいる」と Google は TechCrunch への電子メール声明で述べた。 これらの基本的なスペルミスは、どこか懐かしいように思えるかもしれません。チャットボットやその他のテキスト生成器を動かす人工知能の一種である大規模言語モデル（LLM）は、スペルを理解するように作られていません。企業が新しい AI モデルを発表するたびに、「strawberry」という単語に「r」が何個あるか聞いてみるべきだというのは、長年にわたる冗談になっています。これらの AI モデルは数秒でアプリをコーディングしたり、数十年間数学者たちを悩ませてきた問題を解決したりできるのに、スペルに関しては幼稚園児並みのレベルなのです。 しかし、Google の AI 概要に関する問題点は、おかしなスペルミスだけにとどまりません。Google は先週、"disregard"という単語を検索すると、あたかもその単語の辞書定義が示されるかのような結果が表示されるという問題を修正済みです。ただし、表示された定義は「了解しました。新しいプロンプトや質問があればいつでも教えてください！」というものでした。しかし、これらのスペルミスが笑いを誘い続けるのは、それらを根絶することが極めて困難だからです。 研究者たちは [以前に説明した](https://techCrunch.com/2024/03/21/why-is-ai-so-bad-at-spelling/) 通り、これらの綴りの難問について質問すると、AI は文章を単語や文字で構成された言語の単位として認識していません。多くの大規模言語モデル（LLM: Large Language Model）はトランスフォーマーモデルに基づいて構築されており、このモデルはテキストをトークンに分解します。トークンは、モデルによって異なりますが、完全な単語、音節、あるいは文字そのものになり得ます。AI は人間のように「読む」のではなく、テキストを数値表現に変換し、それを文脈化することで論理的な回答を導き出そうとします。 ![image](https://techcrunch.com/wp-content/uploads/2026/05/spelling-google-1.jpg?w=514)**画像クレジット:** TechCrunch 「LLM はこのトランスフォーマーアーキテクチャに基づいていますが、これは文字通りテキストを読んでいるわけではありません。プロンプトを入力すると、それはエンコーディングに変換されます」と、アルバータ大学の AI 研究者兼准教授であるマシュー・グズディアル氏は [TechCrunch に語りました](https://techcrunch.com/2024/03/21/why-is-ai-so-bad-at-spelling/)。「『the』という単語を見ると、『the』の意味に関する一つのエンコーディングを持っていますが、'T' や 'H'、'E' については知りません」。 Google の AI オーバービューのような LLM を支えるトークンベースのアーキテクチャは本質的に制限があり、研究者たちは綴りの問題を解決できることに対して楽観的ではありませんでした。 「言語モデルにとって『単語』とは具体的に何を指すべきかという問いを避けるのは難しいし、仮に人間のエキスパートが完璧なトークン語彙で合意したとしても、モデルはさらに細かく『チャンク（分割）』する必要があると考えるだろう」と、ノースイースタン大学で大規模言語モデルの解釈可能性を研究している博士課程学生である Sheridan Feucht は [TechCrunch に語った](https://techcrunch.com/2024/07/06/tokens-are-a-big-reason-todays-generative-ai-falls-short/)。「この種の曖昧さゆえに、完璧なトークナイザーなど存在しないというのが私の推測だ」。 これは必ずしも研究者たちの頭を悩ませる緊急の問題ではない。なぜなら大規模言語モデル（LLM）の有用性は、スペル能力にあるわけではないからだ。しかし、これらの明白な失敗は、AI が時に見た目には理解を超えた全知全能の力のように思えるとしても、決して完璧ではないことを私たちに思い出させてくれる。その正確性を二重に確認することなく、AI の出力を盲目的に信頼してはならない。 *当記事内のリンクを通じて購入した場合、[私たちは少額のコミッションを獲得する可能性があります](https://techcrunch.com/techcrunch-affiliate-monetization-standards/)。これは私たちの編集の独立性には影響しません。* アマンダへの連絡や、彼女からの outreach の確認は、amanda@techcrunch.com へメールを送るか、Signal で暗号化メッセージを @amanda.100 宛てに送ることで可能です。 [View Bio](https://techcrunch.com/author/amanda-silberling/)

Google の AI が「Google」や他の単語のスペルも間違える理由

背景や根拠まで確認しますか？

調べる

選ぶ

サイト