Google, son birkaç haftadır çeşitli Gemini AI modellerini tanıtarak kullanıcılarına çeşitli yapay zeka deneyimleri sunmaya devam ediyor. Bugün ise, özellikle belirli bir kullanıcı profiline odaklanan yeni ve daha kompakt bir model olan Gemma'yı tanıttı. Google Gemma, araştırmacılara yönelik olarak tasarlanmış, yapay zekaya bulut tabanlı erişim yerine yerel kullanım avantajları sunan bir model olarak öne çıkıyor.
Bu adım, Google'ın hızlı bir evrim geçirerek buluttan yerel yapay zekaya odaklandığına işaret ediyor. Gemma, bulut tabanlı yapay zeka ürünlerinden daha küçük bir ölçekte çalışarak, özellikle yerel kullanımı tercih eden araştırmacıları hedef alıyor. Bu, kullanıcılara daha hızlı ve yerinde yapay zeka deneyimleri sunma amacını taşıyor. Google'ın bu stratejik geçiş, yapay zeka teknolojilerindeki gelişmeleri takip eden ve bu alanda daha spesifik çözümlere odaklanan bir yaklaşımı yansıtıyor.
Google, Gemma'nın 2B (iki milyar parametre) ve 7B (yedi milyar parametre) modellerini diğer büyük dil modelleri (LLM) ile karşılaştırırken, ilginç bir şekilde teknik olarak daha küçük olmalarına rağmen, Meta'nın Llama 2 gibi daha büyük modelleri geride bıraktığını iddia ediyor. Bu iddia, parametre sayısının bir modelin karmaşıklığını ve potansiyel kapasitesini belirlemedeki önemine işaret ediyor. Daha fazla parametre, bir modelin dilin derinliklerini daha iyi anlamasını ve daha sofistike yanıtlar üretebilmesini sağlayabilir.
Şirket, Gemma'nın topluluğa sağlayacağı katkıyı vurgulayarak, geliştiricilere sorumlu bir şekilde yapay zeka oluşturmalarına yardımcı olma amacını belirtiyor. Bu hedef doğrultusunda, Gemma ile birlikte "Responsible Generative AI Toolkit" (Sorumlu Üretken Yapay Zeka Araç Seti) de tanıtıldı. Bu araç seti, bir hata ayıklama aracıyla birlikte gelerek, Google'ın deneyimlerine dayalı bir yapay zeka geliştirme kılavuzunu içermektedir.
Gemma'nın yanı sıra sunulan bu araç seti, geliştiricilere sorumluluk bilinciyle yapay zeka oluşturabilmeleri için gerekli olan kaynakları sağlamayı amaçlamaktadır. Hata ayıklama aracı, geliştiricilere daha şeffaf ve güvenilir modeller oluşturmada yardımcı olabilirken, kılavuz ise etik ve sorumluluk ilkelerine uygun yapay zeka geliştirmenin adımlarını içermektedir.
