AI & 機械学習

Google Cloud 向けの AI ファーストの Colab ノートブックエクスペリエンスを発表

2025年8月19日

Vaibhav Sethi

Product Manager, Google

Diego Granados

Product Manager, Google

Try Gemini 2.5

Our most intelligent model is now available on Vertex AI

Try now

※この投稿は米国時間 2025 年 8 月 6 日に、Google Cloud blog に投稿されたものの抄訳です。

Google I/O 2025 で、Google はエージェント機能を備えた新しい AI ファーストの Colab を発表しました。これにより、現在のコード、アクション、意図、目標を理解する真のコーディングパートナーが実現します。このたび、Colab Enterprise ノートブックを通じて、これらの機能を Google Cloud BigQuery と Vertex AI で利用できるようになりました。組織のデータサイエンスと分析のワークフローを簡素化し、変革するように設計された Colab Enterprise ノートブックの新機能は、次のことを可能にします。

組み込みの データサイエンスエージェント（DSA）を使用して、エンドツーエンドのデータサイエンスワークフローを自動化します。DSA は、複数ステップのプランを作成し、コードを生成して実行し、結果について推論して、その結果を提示します。
コードの生成、説明、変換、およびエラーの説明、自動修正が可能です。入力中にコードの提案も行えます。
簡単なプロンプトから可視化を作成できます。

では、詳しく見ていきましょう。

データサイエンスエージェントでワークフローを簡素化

データサイエンスは複雑かつ反復的で、時間がかかる場合があります。まず、ビジネス上の問題を ML タスクに変換し、未加工のデータを特定してクリーンアップし、変換してモデルをトレーニング、評価してから、ループを繰り返して最適化する必要があります。これにはスキルと時間が必要です。Colab のデータサイエンスエージェント（DSA）は、データの探索、変換、ML モデリングを容易にするエージェント機能を備えており、データサイエンス開発を加速します。

まず、ノートブックのチャットで 「bigquery-public-data.ml_datasets.census_adult_income テーブルから「所得区分」を予測するモデルをトレーニングして」のような簡単なプロンプトを入力します。その後、データサイエンスエージェントは、データの読み込み、探索、クリーニング、可視化、特徴量エンジニアリング、データの分割、モデルのトレーニング/最適化、評価など、データサイエンスモデリングのあらゆる要素を網羅する詳細なプランを生成します。

このプランは承認、キャンセル、変更できます。生成されたコードは Colab ランタイムで実行されます。エージェントでエラーが発生した場合、自動修正して、訂正した新しいコードを生成できます。各ステップを承認して完全に管理し、必要に応じて手動で編集できます。この反復的なアプローチにより、透明性と信頼性が確保されます。

また、エージェントはノートブックのコンテキストを完全に認識し、既存のコード、出力、変数を理解して、計画の各ステップに合わせてカスタマイズされたコードを提供します。これにより、既存のコードに反復的な変更を加えることもできます。

https://storage.googleapis.com/gweb-cloudblog-publish/original_images/1_DSA_Simplifies_Workflows.gif

データサイエンスエージェントがワークフローを簡素化

AI と共同開発したノートブックに満足したら、自動実行をスケジュール設定するか、BigQuery パイプラインを使用して複数ステップの DAG で使用できます。

データでやりたいことを何でもできるマルチセルコード生成

AI ファーストの Colab Enterprise ノートブックは、幅広いタスクのコード生成もサポートしており、上記のデータサイエンスエージェントと同じインタラクションパターンに従います。たとえば、チャットインターフェースを使用して、次のようなプロンプトを入力できます。

任意の Python ベースのデータ変換、可視化、分析（因果分析の実行など）のコードを生成する。
Colab 環境を管理する（新しいライブラリのインストールなど）。
他の Google Cloud サービスとやり取りするためのコードを生成する（例: Cloud Run への関数のデプロイを管理する）。

人間参加型のインタラクション設計により、生成されたコードの承認、変更、編集が可能になります。

https://storage.googleapis.com/gweb-cloudblog-publish/original_images/2_Code_Generation.gif

チャットインターフェースを使用したコード生成

既存のコードを変換することもできます。自然言語で変更を説明（例: 「このデータ読み込み関数にエラー処理を追加して」や「このモノリシックな関数をより小さなモジュール化された部分にリファクタリングして」など）すると、エージェントが関連するコードを特定して変更してくれます。

簡単な可視化

Python の可視化エコシステムには、Matplotlib、Seaborn、Plotly など、多くの選択肢が用意されています。これらは Colab ノートブックでも問題なく機能しますが、これらのライブラリを使用して適切なグラフを作成するには、ボイラープレートコードを記述し、ライブラリに精通している必要があります。

AI ファーストの Colab ノートブックは、このような可視化のための Python コードの生成に優れています。「... を表示するグラフを生成して」のようなプロンプトから開始し、BigQuery テーブル、Colab のローカルデータフレーム、アップロードされたファイルなど、データソースを参照します。次に、コードを承認して実行するだけで、可視化が生成されます。可視化を変更するには、たとえば軸を対数軸に変更したり、グラフの色を変更したりする場合、増分変更をプロンプトで指示するだけで、エージェントがニーズに合わせてコードを調整します。

https://storage.googleapis.com/gweb-cloudblog-publish/original_images/3_Easy_Visualizations.gif

Python コードを生成して簡単に可視化

エラーの説明と修正

Colab には、エラーの説明と修正のフローが組み込まれています。AI が生成したコードセルまたはユーザーが作成したコードセルでエラーが発生した場合は、[エラーの説明] ショートカットをクリックします。これにより、ノートブックチャットが開き、エラーの説明と修正コードが差分ビューで生成され、承認を求められます。

https://storage.googleapis.com/gweb-cloudblog-publish/original_images/4_Explain_and_Fix_Errors.gif

エラーを説明して修正する

高速かつインテリジェントなコード補完

Colab Enterprise のコード補完機能は、入力時に暗黙的な提案を行い、キーストロークを減らすことでワークフローを加速させます。タブで候補を適用するか、候補を修正します。

https://storage.googleapis.com/gweb-cloudblog-publish/original_images/5_code_completion.gif

Colab Enterprise のコード補完

使ってみる

AI ファーストの Colab Enterprise とそのデータサイエンスエージェントは、データプロフェッショナルの働き方を変革しています。BigQuery と Vertex AI にわたって、Colab Enterprise のエクスペリエンスはシームレスであり、作成されたノートブックは作成場所に関係なく相互運用可能です。

Colab Enterprise にアクセスする方法は次のとおりです。