گوگل در کنفرانس سالانه توسعه‌دهندگان Google I/O 2024 علاوه بر معرفی مدل هوش مصنوعی Gemini 1.5 Flash مدل جدید دیگری به نام جما رونمایی کرد که یک مدل بینا است!
درباره مدل هوش مصنوعی Gemma 2: مدلی که می‌بیند
طبق اطلاعات وبلاگ رسمی گوگل، مدل Gemma 2 یک مدل از خانواده مدل‌های Gemma است که سه برابر پارامتر بیشتر از نسل قبلی (یعنی حدود ۲۷ میلیارد پارامتر) دارد. البته در حال حاضر این مدل هنوز به صورت عمومی عرضه نشده و برای دسترسی به آن باید تا ماه ژوئن صبر کنیم.
گوگل مدل جما را به عنوان «نخستین مدل زبان بینایی در خانواده Gemma» توصیف می‌کند که برای شرح تصاویر، برچسب‌گذاری تصویر و موارد بصری دیگر استفاده می‌شود.
جاش وودوارد، معاون Google Labs در این مراسم یک آمار جالب هم از تعداد مدل‌های Gemma داد: مدل جما بیش از «میلیون‌ها بار» در سرویس‌های مختلف دانلود شده است! او تاکید کرد که این مدل ۲۷ میلیارد پارامتری برای اجرا بر روی پردازنده‌های گرافیکی نسل بعدی انویدیا، سرویس Vertex AI و تراشه‌های Cloud TPU بهینه شده است.
در کنار معرفی این مدل های هوش مصنوعی، از یکسری قابلیت هم رونمایی شد؛ مثل تحول در تجربه جستجو گوگل با هوش مصنوعی Gemini.
