Avtäckande Gemma: Google’s Öppen Källkodssteg inom Genererande AI

Google (GOOGL ) har nyligen introducerat Gemma, en öppen källkods-språkmodell som delar sin tekniska grund med Gemini, Googles högt avancerade AI. Namngiven efter det latinska ordet för “ädelsten”, är Gemma utformad för att vara en mer tillgänglig motpart till sin föregångare, Gemini 1.5, samtidigt som den upprätthåller en balans mellan hög prestanda och ansvarsfull användning. Detta steg mot öppen källkods-genererande AI understryker Googles åtagande att demokratisera AI-teknik, vilket möjliggör en bredare tillämpning och innovation inom området. Artikeln belyser Gemmas distinkta egenskaper och hur den skiljer sig från två av de ledande öppna källkods-AI-modellerna på marknaden, Meta’s Llama 2 och Mistral’s Mistral 7B.

Gemma: Ett Nytt Steg inom AI-Språkmodeller

Gemma är en familj av lätta, öppna källkods-språkmodeller, tillgängliga i 2 miljarder och 7 miljarder parametrarkonfigurationer för att tillgodose en stor variation av beräkningsbehov. Den kan distribueras över olika plattformar, inklusive GPU:er, TPU:er, CPU:er och enhetsapplikationer, vilket visar dess flexibilitet. Gemmas arkitektur utnyttjar avancerade neurala nätverkstekniker, särskilt transformator-arkitekturen, en ryggrad i senaste AI-utvecklingen.

Det som särskiljer Gemma är dess exceptionella prestanda i textbaserade uppgifter, där den överträffar konkurrenter i 11 av 18 akademiska benchmark-tester. Den excellerar i språkförståelse, resonemang, frågesvar, sunt förnuft och specialiserade områden som matematik, vetenskap och programmering. Denna prestanda understryker Gemmas betydande bidrag till utvecklingen av språkmodeller.

Nyckelfunktioner

Gemma introducerar en rad funktioner som är utformade för att underlätta tillgång och integration i olika AI-utvecklingsramverk och projekt:

• Korsramkompatibilitet: Gemma erbjuder verktygskedjor för inferens och övervakad finjustering som är kompatibla med stora utvecklingsramverk som JAX, PyTorch och TensorFlow via native Keras 3.0. Detta säkerställer att utvecklare kan använda sina föredragna verktyg utan att möta hinder när de anpassar sig till nya miljöer.
• Tillgång till färdiga resurser: Gemma är utrustad med Colab och Kaggle-anteckningsböcker för omedelbar användning, tillsammans med integrationer med populära plattformar som Hugging Face och NVIDIA NeMo (NVDA ). Dessa resurser syftar till att förenkla processen att komma igång med Gemma för både nya och erfarna utvecklare.
• Flexibel och optimerad distribution: Gemma är utformad för användning på en mängd olika hårdvara, från personliga enheter till molntjänster och IoT-enheter, optimerad för AI-hårdvara, vilket säkerställer toppprestanda över enheter. Den stöder också enkla distributionsalternativ, inklusive Vertex AI och Google Kubernetes Engine.
• Åtagande för ansvarsfull AI: Med betoning på säker och etisk AI-utveckling, integrerar Gemma automatisk datafiltrering, förstärkt inlärning från mänsklig feedback och omfattande testning för att upprätthålla höga standarder för tillförlitlighet och säkerhet. Google erbjuder också ett verktyg och resurser för att hjälpa utvecklare att upprätthålla ansvarsfulla AI-praxis.
• Uppmuntran till innovation genom fördelaktiga villkor: Gemmas användningsvillkor stöder ansvarsfulla kommersiella tillämpningar och innovation, med gratis kredit för forskning och utveckling, inklusive tillgång till Kaggle, en gratis nivå för Colab-anteckningsböcker och Google Cloud-krediter för att ge forskare och utvecklare möjlighet att utforska nya områden inom AI.

Jämförelse med Andra Öppna Källkodsmodeller

• Gemma Vs Llama 2: Gemma och Llama 2, utvecklade av Google respektive Meta, visar sina unika styrkor inom området för öppna källkods-språkmodeller, som tillgodoser olika användarbehov och preferenser. Gemma är särskilt optimerad för uppgifter inom STEM-områdena, såsom kodgenerering och matematisk problemlösning, vilket gör den till en värdefull resurs för forskare och utvecklare som kräver specialiserade funktioner, särskilt på NVIDIA-plattformar. Å andra sidan tilltalar Llama 2 en bredare publik med sin flexibilitet i att hantera en mängd allmänna språkuppgifter, inklusive textsammanfattning och kreativt skrivande. Gemmas specialiserade fokus på STEM-relaterade uppgifter kan begränsa dess bredare tillämpbarhet i varierade realvärldsscenarier, medan Llama 2:s höga beräkningskrav kan hindra dess tillgänglighet för användare med begränsade resurser. Dessa skillnader understryker de olika tillämpningarna och potentiella begränsningarna för AI-teknologier, som reflekterar deras separata vägar mot att bidra till framsteg och utmaningar i den digitala eran.

• Gemma 7B Vs Mistral 7B: Medan både Gemma 7B och Mistral AI:s Mistral 7B-modeller kategoriseras som lätta, öppna källkods-språkmodeller, utmärker de sig inom olika områden. Gemma 7B står ut för sin förmåga att generera kod och lösa matematiska problem, medan Mistral 7B är erkänd för sin logiska resonemangsförmåga och hantering av realvärldssituationer. Trots dessa skillnader erbjuder de båda modellerna liknande prestandanivåer när det gäller inferenshastighet och latens. Mistral 7B:s fullständigt öppna källkods-natur möjliggör enklare modifieringar jämfört med Gemma 7B. Denna skillnad i tillgänglighet betonas ytterligare av Googles krav på att användare måste godkänna vissa villkor innan de kan använda Gemma, i syfte att säkerställa robusta säkerhets- och sekretessåtgärder. I kontrast kan Mistral AI:s tillvägagångssätt presentera utmaningar i att upprätthålla liknande standarder.

Sammanfattning

Googles Gemma representerar ett betydande steg inom öppen källkods-genererande AI, som erbjuder en flexibel och tillgänglig språkmodell utformad för både hög prestanda och ansvarsfull användning. Byggd på Googles avancerade AI-teknik, Gemini, är Gemma anpassad för att demokratisera AI-teknik, vilket uppmuntrar en bredare tillämpning och innovation. Med konfigurationer utformade för att tillgodose varierande beräkningsbehov och en uppsättning funktioner som säkerställer enkel tillgång, korsramkompatibilitet och optimerad distribution, sätter Gemma en ny standard inom AI-området. Dess exceptionella prestanda inom specialiserade STEM-uppgifter skiljer den från konkurrenter som Meta’s Llama 2 och Mistral AI:s Mistral 7B, var och en med sina unika styrkor. Gemmas omfattande tillvägagångssätt för ansvarsfull AI-utveckling och dess stöd för innovation genom fördelaktiga användningsvillkor understryker Googles åtagande att främja AI-teknik på ett etiskt och tillgängligt sätt.