Google, Perşembe günü PaliGemma yapay zeka (AI) görüş dili modelinin halefini tanıttı. PaliGemma 2 olarak adlandırılan yapay zeka modelleri ailesi, eski neslin yeteneklerini geliştiriyor. Mountain View merkezli teknoloji devi, görüş dili modelinin görüntüler ve diğer görsel varlıklar gibi görsel girdileri görebildiğini, anlayabildiğini ve bunlarla etkileşime girebildiğini söyledi. Ağustos ayında piyasaya sürülen Gemma 2 küçük dil modelleri (SLM) kullanılarak oluşturulmuştur. İlginç bir şekilde teknoloji devi, modelin yüklenen görsellerdeki duyguları analiz edebildiğini iddia etti.

Google PaliGemma Yapay Zeka Modeli

bir blog yazısıTeknoloji devi, yeni PaliGemma 2 AI modelini detaylandırdı. Google’ın çeşitli görüş dili modelleri olmasına rağmen PaliGemma, Gemma ailesindeki bu tür ilk modeldi. Görme modelleri, görsel içeriği analiz edebilen ve onu tanıdık veri biçimine dönüştürebilen ek kodlayıcılara sahip olmaları bakımından tipik büyük dil modellerinden (LLM’ler) farklıdır. Bu şekilde vizyon modelleri teknik olarak dış dünyayı “görebilir” ve anlayabilir.

Daha küçük bir görüş modelinin bir avantajı, daha küçük modeller hız ve doğruluk açısından optimize edildiğinden çok sayıda uygulama için kullanılabilmesidir. PaliGemma 2’nin açık kaynak olması sayesinde, geliştiriciler onun yeteneklerini uygulamalara entegre etmek için kullanabilirler.

PaliGemma 2, 3 milyar, 10 milyar ve 28 milyar olmak üzere üç farklı parametre boyutunda gelir. Ayrıca 224p, 448p, 896p çözünürlüklerde de mevcuttur. Bu nedenle teknoloji devi, yapay zeka modelinin performansını çok çeşitli görevler için optimize etmenin kolay olduğunu iddia ediyor. Google, resimler için ayrıntılı, bağlamsal olarak alakalı altyazılar oluşturduğunu söylüyor. Yalnızca nesneleri tanımlamakla kalmaz, aynı zamanda eylemleri, duyguları ve sahnenin genel anlatımını da tanımlayabilir.

Google, aracın kimyasal formül tanıma, müzik notası tanıma, mekansal akıl yürütme ve göğüs röntgeni raporu oluşturma için kullanılabileceğini vurguladı. Şirket ayrıca bir yayın da yayınladı. kağıt çevrimiçi baskı öncesi dergisi arXiv’de.

Geliştiriciler ve yapay zeka meraklıları PaliGemma 2 modelini ve kodunu Hugging Face ve Kaggle’dan indirebilir Burada Ve Burada. Yapay zeka modeli, Hugging Face Transformers, Keras, PyTorch, JAX ve Gemma.cpp gibi çerçeveleri destekler.