La performance de l’assistant IA open source Google Gemma est lente et imprécise

Google a dévoilé Gemma, un nouveau modèle d’intelligence artificielle à code source ouvert, marquant une étape importante dans les efforts de développement de l’IA du géant de la technologie. Ce modèle, qui est disponible en deux variantes offrant des modèles d’IA de 2 milliards et de 7 milliards de paramètres, est conçu pour rivaliser avec les technologies d’IA avancées de concurrents tels que Meta. Pour ceux qui s’intéressent de près à la progression de l’IA, il est essentiel de comprendre les forces et les faiblesses de Gemma.

Gemma est une famille de modèles ouverts légers, à la pointe de la technologie, construits à partir des mêmes recherches et technologies que celles utilisées pour créer les modèles Gemini. Développé par Google DeepMind et d’autres équipes de Google, Gemma s’inspire de Gemini, dont le nom reflète le latin gemma, qui signifie « pierre précieuse ». Gemma est une évolution des modèles Gemini de Google, ce qui suggère qu’il repose sur une base technologique solide. Les modèles Gemma AI offrent le choix entre des paramètres 7B, pour un déploiement et un développement efficaces sur les GPU et TPU grand public, et des versions 2B pour les applications CPU et on-device. Les deux versions existent en version de base et en version adaptée aux instructions.

Toutefois, la taille du modèle a soulevé des questions quant à sa praticité pour les personnes qui souhaitent l’utiliser sur des systèmes personnels. Les tests de performance ont indiqué que Gemma pourrait être à la traîne par rapport à d’autres modèles comme Llama 2 en termes de vitesse et de précision, en particulier dans les applications du monde réel. L’un des aspects louables de Gemma est sa disponibilité sur des plateformes telles que Hugging Face et Google Colab. Cette décision stratégique de Google encourage une culture de l’expérimentation et du développement au sein de la communauté de l’IA. En rendant Gemma accessible, un plus grand nombre d’utilisateurs peuvent s’engager avec le modèle, ce qui pourrait accélérer son amélioration et son adaptation.

Test des résultats de Google Gemma

Malgré son accessibilité, Gemma a fait l’objet de critiques de la part de certains acteurs. Les utilisateurs ont signalé des problèmes liés aux performances du modèle, notamment en ce qui concerne sa vitesse et sa précision. En outre, certains s’inquiètent de l’étendue de la censure dans les modèles d’IA de Google, y compris Gemma. Cela pourrait conduire à une expérience utilisateur qui ne serait pas à la hauteur de celle offerte par des concurrents moins restrictifs.

Caractéristiques de Gemma AI :

• Google Open Source AI :
  • Gemma est une nouvelle génération de modèles ouverts introduits par Google, conçus pour aider les développeurs et les chercheurs à construire l’IA de manière responsable.
  • Il s’agit d’une famille de modèles légers et de pointe développés par Google DeepMind et d’autres équipes de Google, inspirés des modèles Gemini.
  • Le nom « Gemma » reflète le latin « gemma », qui signifie « pierre précieuse ».
• Principales caractéristiques des modèles Gemma :
  • Variantes du modèle : Deux tailles sont disponibles, Gemma 2B et Gemma 7B, chacune avec des variantes pré-entraînées et adaptées aux instructions.
  • Boîte à outils pour l’IA responsable : Une boîte à outils fournissant des conseils et des outils pour créer des applications d’IA plus sûres avec Gemma.
  • Compatibilité du cadre : Prise en charge de l’inférence et de la mise au point supervisée dans les principaux cadres tels que JAX, PyTorch et TensorFlow grâce à Keras 3.0.
  • Accessibilité : Carnets Colab et Kaggle prêts à l’emploi, intégration avec des outils tels que Hugging Face, MaxText, NVIDIA NeMo et TensorRT-LLM.
  • Déploiement : Peut s’exécuter sur des ordinateurs portables, des stations de travail ou Google Cloud, avec un déploiement facile sur Vertex AI et Google Kubernetes Engine (GKE).
  • Optimisation : Optimisé pour plusieurs plateformes matérielles d’IA, notamment les GPU NVIDIA et les TPU Google Cloud.
  • Utilisation commerciale : les conditions d’utilisation permettent une utilisation commerciale et une distribution responsables par toutes les organisations.
• Performance et sécurité :
  • Performances de pointe : Les modèles Gemma atteignent les meilleures performances pour leur taille et sont capables de fonctionner sur les ordinateurs portables ou de bureau des développeurs.
  • Sécurité et fiabilité : Les modèles Gemma sont conçus en tenant compte des principes de l’IA de Google, en utilisant des techniques automatisées pour filtrer les données sensibles et en alignant les modèles sur des comportements responsables par le biais d’un réglage fin et de la RLHF.
  • Évaluations : Elles comprennent des tests manuels en équipe restreinte, des tests automatisés sur les adversaires et des évaluations des capacités pour les activités dangereuses.
• Boîte à outils d’IA générative responsable :
  • Classification de la sécurité : Méthodologie de construction de classificateurs de sécurité robustes avec un minimum d’exemples.
  • Outil de débogage : aide à étudier le comportement de Gemma et à résoudre les problèmes potentiels.
  • Conseils : Meilleures pratiques pour les créateurs de modèles, basées sur l’expérience de Google en matière de développement et de déploiement de grands modèles de langage.
• Optimisations et compatibilité :
  • Outils multi-cadres : Implémentations de référence pour divers cadres, prenant en charge un large éventail d’applications d’IA.
  • Compatibilité inter-appareils : Fonctionne sur tous les appareils, y compris les ordinateurs portables, les ordinateurs de bureau, l’IoT, les mobiles et le cloud.
  • Plateformes matérielles : Optimisées pour les GPU NVIDIA et intégrées à Google Cloud pour des performances et une technologie de pointe.

Cependant, l’optimisme est de mise quant à l’avenir de Gemma. Le développement de versions quantifiées du modèle pourrait contribuer à résoudre les problèmes liés à sa taille et à sa vitesse. Alors que Google continue d’affiner Gemma, on s’attend à ce que les futures itérations surmontent les lacunes actuelles.

Le modèle d’IA Gemma de Google a fait sensation dans le paysage concurrentiel de l’IA, arrivant avec un mélange de promesses et de défis. La taille considérable du modèle, les problèmes de performance et les préoccupations liées à la censure sont des domaines auxquels Google devra s’attaquer avec détermination. Alors que l’entreprise travaille sur ces fronts, la communauté de l’IA suivra de près l’évolution de Gemma et verra s’il peut réaliser son potentiel en tant qu’acteur important dans l’arène de l’IA open-source.

Lire plus Guide:

• L’IA open source Google Gemma optimisée pour fonctionner sur les GPU NVIDIA
• Les outils d’IA de Google Gemini sont désormais disponibles pour les développeurs et les entreprises
• Samsung Galaxy et Google Cloud s’associent pour l’IA
• Construire des modèles d’IA Gemini Pro personnalisés avec la nouvelle API
• Utiliser l’assistant Google Duet AI pour améliorer votre processus de développement logiciel
• Google Gemini 1.5 améliore les performances et bien plus encore