ปัญญาประดิษฐ์

เปิดตัว Gemma: ขั้นตอนใหม่ของ Google ในการสร้างโมเดลภาษา AI ที่เปิดกว้าง

mm
เผยแพร่
อัปเดต

Google ได้แนะนำ Gemma ซึ่งเป็นโมเดลภาษาที่เปิดกว้างและใช้เทคโนโลยีเทียบเท่ากับ Gemini โมเดล AI ที่มีความสามารถสูงของ Google ชื่อ Gemma มาจากคำภาษาละตินที่หมายถึง “หินอ่อนมีค่า” และได้รับการออกแบบมาเพื่อให้สามารถเข้าถึงได้ง่ายกว่า Gemini 1.5 โมเดลก่อนหน้านี้ของ Google ในขณะเดียวกันก็ยังคงรักษาสมดุลระหว่างประสิทธิภาพสูงและการใช้งานที่รับผิดชอบ การเคลื่อนไหวของ Google ในการนำโมเดลภาษา AI ที่เปิดกว้างมาใช้แสดงให้เห็นถึงความมุ่งมั่นในการทำให้เทคโนโลยี AI มีความเข้าถึงได้ง่ายขึ้นและสามารถนำไปใช้ได้ในวงกว้าง

Gemma: ขั้นตอนใหม่ของโมเดลภาษา AI

Gemma เป็นครอบครัวของโมเดลภาษาที่มีน้ำหนักเบาและเปิดกว้าง มีการกำหนดค่า 2 พันล้านและ 7 พันล้านพารามิเตอร์สำหรับการใช้งานที่หลากหลาย สามารถใช้งานได้บนแพลตฟอร์มต่างๆ รวมถึง GPU, TPU, CPU และอุปกรณ์บนอุปกรณ์ โดยแสดงให้เห็นถึงความยืดหยุ่นของ Gemma โครงสร้างของ Gemma ใช้เทคนิคเครือข่ายประสาทเทียมที่ทันสมัย โดยเฉพาะโครงสร้าง Transformer ซึ่งเป็นรากฐานของการพัฒนา AI ในระยะหลัง

สิ่งที่ทำให้ Gemma แตกต่างคือประสิทธิภาพที่ยอดเยี่ยมในการทำงานที่เกี่ยวข้องกับข้อความ โดยสามารถเอาชนะคู่แข่งใน 11 จาก 18 บรรทัดฐานทางวิชาการ ได้แก่ ความเข้าใจภาษา การให้เหตุผล การตอบคำถาม การให้เหตุผลทั่วไป และโดเมนสpezialized เช่น คณิตศาสตร์ วิทยาศาสตร์ และการเขียนโค้ด ประสิทธิภาพนี้เน้นย้ำถึงการมีส่วนร่วมที่สำคัญของ Gemma ในการพัฒนาของโมเดลภาษา

คุณสมบัติหลัก

Gemma มีคุณสมบัติหลากหลายที่ได้รับการออกแบบมาเพื่อให้สามารถเข้าถึงและรวมเข้ากับเฟรมเวิร์กและโครงการพัฒนา AI ได้ง่ายขึ้น:

  • ความเข้ากันได้กับเฟรมเวิร์กต่างๆ: Gemma มีเครื่องมือสำหรับการอนุมานและฝึกอบรมที่เข้ากันได้กับเฟรมเวิร์กหลักๆ เช่น JAX, PyTorch และ TensorFlow ผ่าน Keras 3.0 ซึ่งทำให้นักพัฒนาสามารถใช้เครื่องมือที่ตนชื่นชอบโดยไม่ต้องเผชิญกับอุปสรรคในการปรับเปลี่ยนสภาพแวดล้อมใหม่
  • การเข้าถึงทรัพยากรที่พร้อมใช้งาน: Gemma มี Colab และ Kaggle notebooks สำหรับการใช้งานทันที รวมถึงการรวมเข้ากับแพลตฟอร์มยอดนิยม เช่น Hugging Face และ NVIDIA NeMo ทรัพยากรเหล่านี้มีจุดมุ่งหมายเพื่อทำให้กระบวนการเริ่มต้นใช้งาน Gemma ง่ายขึ้นสำหรับทั้งนักพัฒนามือใหม่และผู้ที่มีประสบการณ์
  • การปรับใช้ที่ยืดหยุ่นและได้รับการปรับให้เหมาะสม: Gemma ได้รับการออกแบบมาเพื่อใช้งานบนฮาร์ดแวร์ต่างๆ ตั้งแต่อุปกรณ์ส่วนบุคคลไปจนถึงบริการคลาวด์และอุปกรณ์ IoT โดยมีการปรับให้เหมาะสมสำหรับฮาร์ดแวร์ AI เพื่อให้ได้ประสิทธิภาพสูงสุดบนอุปกรณ์ต่างๆ นอกจากนี้ยังมีตัวเลือกการปรับใช้ที่ง่าย รวมถึง Vertex AI และ Google Kubernetes Engine
  • ความมุ่งมั่นต่อ AI ที่รับผิดชอบ: Gemma เน้นย้ำถึงการพัฒนา AI ที่ปลอดภัยและจริยธรรม โดยมีการกรองข้อมูลอัตโนมัติ การเรียนรู้แบบเสริมจากข้อเสนอแนะของมนุษย์ และการทดสอบอย่างครอบคลุมเพื่อรักษามาตรฐานสูงของความน่าเชื่อถือและความปลอดภัย Google ยังให้เครื่องมือและทรัพยากรเพื่อช่วยให้นักพัฒนารักษาแนวปฏิบัติ AI ที่รับผิดชอบ
  • การสนับสนุนนวัตกรรมผ่านเงื่อนไขที่เอื้ออำนวย: Gemma มีเงื่อนไขการใช้งานที่สนับสนุนการนำไปใช้ในเชิงพาณิชย์ที่รับผิดชอบและนวัตกรรม โดยมีการให้เครดิตฟรีสำหรับการวิจัยและพัฒนา รวมถึงการเข้าถึง Kaggle, Colab notebooks ฟรี และเครดิต Google Cloud เพื่อเพิ่มขีดความสามารถให้กับนักวิจัยและนักพัฒนาที่จะสำรวจแนวหน้าใหม่ๆ ใน AI

การเปรียบเทียบกับโมเดล AI ที่เปิดกว้างอื่นๆ

  • Gemma เทียบกับ Llama 2: Gemma และ Llama 2 ซึ่งพัฒนาโดย Google และ Meta ตามลำดับ แสดงให้เห็นถึงจุดแข็งเฉพาะตัวในโดเมนของโมเดลภาษาที่เปิดกว้าง โดยตอบสนองความต้องการและความชอบของผู้ใช้ที่หลากหลาย Gemma ได้รับการปรับให้เหมาะสมสำหรับงานในด้าน STEM เช่น การสร้างโค้ดและการแก้ปัญหาทางคณิตศาสตร์ ทำให้เป็นทรัพยากรที่มีค่าสำหรับนักวิจัยและนักพัฒนาที่ต้องการฟังก์ชันเฉพาะตัว โดยเฉพาะบนแพลตฟอร์ม NVIDIA ในทางกลับกัน Llama 2 มีความสามารถในการจัดการงานภาษาทั่วไป เช่น การสรุปข้อความและการเขียนสร้างสรรค์ มากกว่า Gemma ซึ่งอาจมีการใช้งานที่จำกัดในสถานการณ์จริงที่หลากหลาย เนื่องจากความต้องการการคำนวณที่สูงของ Llama 2 อาจเป็นอุปสรรคต่อความสามารถในการเข้าถึงสำหรับผู้ใช้ที่มีทรัพยากรจำกัด
  • Gemma 7B เทียบกับ Mistral 7B: ทั้ง Gemma 7B และ Mistral AI’s Mistral 7B เป็นโมเดลภาษาที่มีน้ำหนักเบาและเปิดกว้าง แต่พวกมันแสดงให้เห็นถึงจุดแข็งในโดเมนที่แตกต่างกัน Gemma 7B มีความสามารถในการสร้างโค้ดและการแก้ปัญหาทางคณิตศาสตร์ ในขณะที่ Mistral 7B มีความสามารถในการให้เหตุผลเชิงตรรกะและการจัดการสถานการณ์จริง แม้ว่าจะมีความแตกต่างเหล่านี้ แต่ทั้งสองโมเดลมีประสิทธิภาพที่คล้ายคลึงกันในด้านความเร็วและความล่าช้าในการอนุมาน Mistral 7B มีลักษณะเปิดกว้างที่ช่วยให้สามารถแก้ไขได้ง่ายกว่า Gemma 7B ซึ่ง Google ต้องการให้ผู้ใช้同意เงื่อนไขบางประการก่อนที่จะใช้งาน Gemma เพื่อรักษามาตรฐานความปลอดภัยและความเป็นส่วนตัวที่เข้มงวด

สรุป

Gemma ของ Google เป็นตัวอย่างที่สำคัญของการก้าวหน้าในด้าน AI ที่เปิดกว้าง โดยนำเสนอโมเดลภาษาที่มีความยืดหยุ่นและสามารถเข้าถึงได้ ซึ่งได้รับการออกแบบมาเพื่อประสิทธิภาพสูงและใช้งานที่รับผิดชอบ โดยยืนอยู่บนพื้นฐานของ Gemini โมเดล AI ที่มีความสามารถสูงของ Google Gemma ได้รับการออกแบบมาเพื่อทำให้เทคโนโลยี AI มีความเข้าถึงได้ง่ายขึ้นและสามารถนำไปใช้ได้ในวงกว้าง ด้วยการกำหนดค่าที่หลากหลายและชุดคุณสมบัติที่ทำให้สามารถเข้าถึงได้ง่าย ความเข้ากันได้กับเฟรมเวิร์กต่างๆ และการปรับใช้ที่ได้รับการปรับให้เหมาะสม Gemma ตั้งเป้าให้เป็นมาตรฐานใหม่ในด้าน AI โดยมีประสิทธิภาพที่ยอดเยี่ยมในการทำงานเฉพาะด้าน STEM และความสามารถในการแข่งขันกับคู่แข่ง เช่น Llama 2 ของ Meta และ Mistral 7B ของ Mistral AI แต่ละตัวมีจุดแข็งเฉพาะตัว

mm

ดร. Tehseen Zia เป็น Professor ที่ COMSATS University Islamabad โดยได้รับ PhD ใน AI จาก Vienna University of Technology, Austria มีเชี่ยวชาญด้าน Artificial Intelligence, Machine Learning, Data Science, และ Computer Vision โดยมีส่วนร่วมที่สำคัญด้วยการเผยแพร่ในวารสารวิทยาศาสตร์ที่มีชื่อเสียง ดร. Tehseen ยังได้ดำเนินโครงการอุตสาหกรรมต่างๆ ในฐานะ Principal Investigator และให้บริการเป็นที่ปรึกษาด้าน AI