Google DeepMind lanserar Gemma 2 – en öppen och lättviktig modell för textinbäddning
Google DeepMind har släppt Embedding Gemma 2, en öppen och relativt liten AI-modell som omvandlar text och bilder till numeriska representationer (så kallade embeddings) – ett grundläggande verktyg för sökning, rekommendationer och RAG-system. Det intressanta här är kombinationen: multimodal (hanterar både text och bild), öppen vikter, och designad för att vara resurseffektiv nog att köras utan gigantisk infrastruktur. För utvecklare som bygger egna AI-applikationer kan det vara ett praktiskt alternativ till proprietära lösningar.
Djupdykning
Google har släppt EmbeddingGemma 2, en öppen och lättviktig modell för att skapa så kallade embeddings – ett sätt att omvandla text, bilder och annan data till numeriska vektorer som datorer kan jämföra och söka igenom. Det låter torrt, men embeddings är faktiskt ryggraden i allt från Spotifys rekommendationer till hur ChatGPT hittar relevant information i långa dokument. Att modellen är multimodal betyder att den kan hantera både text och bilder i samma system, vilket tidigare krävt separata, ofta dyra modeller. Det de flesta missar är att "öppen" här inte bara är en PR-grej – det förändrar faktiskt vad mindre företag och forskare kan bygga utan att betala per API-anrop till Google eller OpenAI. En lättviktig modell som kan köras lokalt på rimlig hårdvara innebär att en startup kan bygga en semantisk sökmotor eller ett bilddrivet rekommendationssystem utan att varje sökning kostar pengar. Kampen om embedding-marknaden är underrapporterad jämfört med hypen kring chattmodeller, men det är i embeddings mycket av det verkliga affärsvärdet i AI skapas – det är här data faktiskt blir sökbar och jämförbar i stor skala.