Wat is Google’s ‘Gemma’ AI en hoe verschilt deze van Gemini?

Google heeft de afgelopen weken hard op de AI-trein gereden. Eerst bracht het bedrijf de Gemini Advanced- en 1.5 Pro-modellen uit, en nu is de technologiegigant hier met Gemma AI.

Gemma is een familie van lichtgewicht, open-source AI-modellen die zijn gebaseerd op hun vlaggenschip Gemini-modellen. Dezelfde technologieën en hetzelfde onderzoek zijn gebruikt om deze ultramoderne modellen te bouwen die zijn gebruikt bij het creëren van Gemini. Je kunt Gemma zien als het kleine broertje van Gemini.

Wat is Gemma

Gemma is ontworpen voor ontwikkelaars en richt zich op het bieden van AI-mogelijkheden aan dagelijkse AI-ontwikkelaars, omdat ze op verschillende soorten consumentenhardware (laptops, cloudomgevingen of standaardwerkstations) kunnen draaien, zonder de noodzaak van de uitgebreide computerbronnen die Gemini nodig heeft.

Maten:

Gemma is momenteel verkrijgbaar in twee maten: 2B en 7B (parameters), en elk model heeft twee varianten: basis (vooraf getraind) en instructie-afgestemd.

Google heeft persoonlijke informatie en andere gevoelige gegevens uit trainingssets gefilterd om de vooraf getrainde modellen veilig en betrouwbaar te maken.

Voor op instructies afgestemde modellen heeft het bedrijf gebruik gemaakt van uitgebreide verfijning en versterkend leren van menselijke feedback (RLHF) om de modellen af ​​te stemmen op verantwoordelijk gedrag.

Toegang tot Gemma:

Het is gemakkelijk om met Gemma aan de slag te gaan, omdat het is geïntegreerd met populaire tools, zoals HuggingFace, Kaggle, NVIDIA NeMo, MaxText, enz. Implementatie op Google Cloud is ook eenvoudig via Vertex AI en Google Kubernetes Engine (GKE).

Het is ook geoptimaliseerd voor AI-hardwareplatforms, zoals NVIDIA GPU’s en Google Cloud TPU’s.

Beschikbaarheid:

Gemma-modellen zijn wereldwijd beschikbaar en werken momenteel alleen in het Engels, waarbij Google hoopt in de toekomst uit te breiden. Vanwege hun kleine formaat zijn ze ook het meest geschikt voor taalgerelateerde taken, zoals het beantwoorden van vragen, samenvatten en redeneren.

Ontwikkelaars kunnen Gemma-modellen afstemmen op hun toepassingen voor taken zoals samenvatting of retrieval-augmentedgeneration (RAG).

Omdat het moeilijker is om vangrails te plaatsen op open source-modellen, worden Gemma-modellen geleverd met verantwoorde AI-toolkits, waardoor ontwikkelaars hun eigen richtlijnen kunnen opstellen bij het gebruik van Gemma.

Gemma versus Tweelingen

Gemini is voor eindklanten beschikbaar via de webapp , Android-app of de Google-app op iOS . Maar Gemma-modellen zijn alleen ontworpen voor ontwikkelaars.

Ontwikkelaars hebben toegang tot Gemini via API’s of Vertex AI, waardoor het een gesloten model wordt. Ter vergelijking: Gemma is een open-sourcemodel dat direct beschikbaar is voor ontwikkelaars, onderzoekers en bedrijven voor experimenten en integratie in hun eigen applicaties.

Gemini-modellen zijn ook enorm en vereisen vaak gespecialiseerde datacenterhardware. Terwijl Gemma kleiner is, waardoor hij veel draagbaarder en kosteneffectiever in gebruik is.

Hoewel beide kunnen worden verfijnd, is Gemma gebouwd met maatwerk in gedachten. Ontwikkelaars kunnen Gemma-modellen gemakkelijker aanpassen om met specifieke soorten gegevens te werken of gespecialiseerde taken uit te voeren.

Gemma-modellen, vooral de Gemma 7B, hebben in benchmarktests vergelijkbaar gepresteerd met andere vergelijkbare LLM-modellen, zoals Llama 2 7B of Mistral 7B. Gemma vertegenwoordigt de inspanningen van Google om geavanceerde AI-modellen toegankelijker en aanpasbaarder te maken. Het bedrijf is ook van plan om in de toekomst meer varianten uit te brengen naarmate ze de Gemma-familie uitbreiden.