Nytt av båten etter Gemini 1.5 lanserer Google den nye AI-modellen Gemma

Den er bygget fra den samme teknologien som ble brukt for Gemini-modellene.

Ikon for lesetid 2 min. lese


Lesere hjelper til med å støtte MSpoweruser. Vi kan få provisjon hvis du kjøper gjennom lenkene våre. Verktøytipsikon

Les vår avsløringsside for å finne ut hvordan du kan hjelpe MSPoweruser opprettholde redaksjonen Les mer

Viktige merknader

  • Google annonserte Gemma, en annen modell som er bygget fra den samme teknologien som ble brukt for Gemini-modellene.
  • Det er en lett modell som er spesialdesignet for å hjelpe utviklere og forskere med å bygge ansvarlig AI.
  • Gemma AI kommer i to modeller: Gemma 2B og Gemma 7B.

Google har ganske travle måneder på å ta igjen Microsoft i AI-løpet. Ikke så lenge etter lanserer Gemini og Gemini 1.5, dens mest dyktige AI-modell til nå, selskapet annonserte Gemma, en annen modell som er bygget fra den samme teknologien som ble brukt for Gemini-modellene.

"Gemma er utviklet av Google DeepMind og andre team på tvers av Google, og er inspirert av Gemini, og navnet gjenspeiler det latinske gemma, som betyr «edelstein», sier Google i den offisielle kunngjøringen, rett etterpå kunngjør Gemini 1.5 det kan være 20 ganger raskere enn GPT-4.

Googles Gemma AI kommer i to modeller: Gemma 2B og Gemma 7B. Disse varierer i størrelse og kapasitet. Begge kommer i to smaker: «pre-trained» for generell bruk og «instruction-tuned» for spesifikke oppgaver.

Men hva er egentlig forskjellen? Gemma er ikke en hvilken som helst åpen kildekode AI-modell. Det er en lett modell som er spesialdesignet for å hjelpe utviklere og forskere med å bygge ansvarlig AI, veiledet av Googles AI-prinsipper i tankene.

Du kan også bygge tryggere og mer etiske AI-applikasjoner ved å bruke Googles Responsible Generative AI Toolkit, som også kommer i denne modellen. 

Verktøysettet gir også verktøykjeder for inferens og finjustering på tvers av populære rammeverk som JAX, PyTorch og TensorFlow, sammen med klare til bruk bærbare datamaskiner og integrasjoner med etablerte verktøy som Hugging Face og NVIDIA NeMo.