Nytt av båten efter Gemini 1.5 lanserar Google den nya AI-modellen Gemma

Den är byggd från samma teknik som används för Gemini-modellerna.

Lästid ikon 2 min. läsa


Läsare hjälper till att stödja MSpoweruser. Vi kan få en provision om du köper via våra länkar. Verktygstipsikon

Läs vår informationssida för att ta reda på hur du kan hjälpa MSPoweruser upprätthålla redaktionen Läs mer

Viktiga anteckningar

  • Google tillkännagav Gemma, en annan modell som är byggd från samma teknik som används för Gemini-modellerna.
  • Det är en lätt modell som är speciellt utformad för att hjälpa utvecklare och forskare bygga ansvarsfull AI.
  • Gemma AI finns i två modeller: Gemma 2B och Gemma 7B.

Google har ett par upptagna månader på sig att komma ikapp Microsoft i AI-loppet. Inte alltför långt efter lanserar Gemini och Gemini 1.5, dess mest kapabla AI-modell hittills, företaget meddelade Gemma, en annan modell som är byggd från samma teknik som används för Gemini-modellerna.

"Gemma har utvecklats av Google DeepMind och andra team på Google och är inspirerad av Gemini, och namnet återspeglar det latinska gemma, som betyder "ädelsten", säger Google i det officiella tillkännagivandet, precis färskt efter tillkännager Gemini 1.5 det kan vara 20 gånger snabbare än GPT-4.

Googles Gemma AI kommer i två modeller: Gemma 2B och Gemma 7B. Dessa skiljer sig i storlek och kapacitet. Båda finns i två smaker: "förutbildade" för allmänt bruk och "instruktionsanpassade" för specifika uppgifter.

Men exakt vad är skillnaden? Gemma är inte vilken AI-modell som helst med öppen källkod. Det är en lätt modell som är speciellt utformad för att hjälpa utvecklare och forskare bygga ansvarsfull AI, vägledd av Googles AI-principer i åtanke.

Du kan också bygga säkrare och mer etiska AI-applikationer med Googles Responsible Generative AI Toolkit, som också ingår i denna modell. 

Verktygslådan tillhandahåller också verktygskedjor för slutledning och finjustering av populära ramverk som JAX, PyTorch och TensorFlow, tillsammans med färdiga bärbara datorer och integrationer med etablerade verktyg som Hugging Face och NVIDIA NeMo.