Google's Gemma 3: AI voor telefoons

Gemma 3: Een nieuw tijdperk van open en efficiënte AI

Iets meer dan een jaar geleden begon Google aan een belangrijke verschuiving in zijn AI-strategie, waarbij het afstapte van een strikt propriëtaire aanpak en de open-source beweging omarmde met de lancering van de Gemma-serie. Nu vertegenwoordigt Gemma 3 een grote sprong voorwaarts, en toont het Google’s toewijding aan het bieden van ontwikkelaars met krachtige, veelzijdige en verantwoord ontwikkelde open modellen.

Gemma 3 is beschikbaar in vier verschillende formaten, die inspelen op een breed spectrum van computationele mogelijkheden. Het assortiment begint met een ongelooflijk compact model met slechts 1 miljard parameters, waardoor het ideaal is voor omgevingen met beperkte middelen, zoals mobiele apparaten. Aan de andere kant van het spectrum biedt Gemma 3 een model met 27 miljard parameters, dat een balans vindt tussen prestaties en efficiëntie. Google beweert dat deze modellen niet alleen hun ‘meest geavanceerde’ en ‘draagbare’ open modellen tot nu toe zijn, maar benadrukt ook hun toewijding aan verantwoorde ontwikkeling.

De concurrentie overtreffen

In de competitieve arena van lichtgewicht AI-modellen zijn prestaties van het grootste belang. Google claimt dat Gemma 3 zijn rivalen overtreft, waaronder DeepSeek-V3, Meta’s Llama-405B en OpenAI’s o3-mini. Deze superieure prestaties, volgens Google, positioneren Gemma 3 als het leidende model dat kan draaien op een enkele AI-acceleratorchip, een belangrijke prestatie op het gebied van efficiëntie en kosteneffectiviteit.

Verbeterd contextvenster: meer onthouden voor verbeterde mogelijkheden

Een cruciaal aspect van elk AI-model is het ‘contextvenster’, dat bepaalt hoeveel informatie het model op een bepaald moment kan onthouden. Een groter contextvenster stelt het model in staat om uitgebreidere inputs te verwerken en te begrijpen, wat leidt tot verbeterde prestaties bij taken die een breder begrip van de context vereisen.

Hoewel het contextvenster van Gemma 3 van 128.000 tokens een aanzienlijke verbetering is ten opzichte van zijn voorgangers, brengt het Google’s open modellen voornamelijk in lijn met concurrenten zoals Llama en DeepSeek, die al vergelijkbare contextvenstergroottes hebben bereikt. Desalniettemin stelt deze verbetering Gemma 3 in staat om complexere taken aan te kunnen en grotere brokken informatie effectief te verwerken.

ShieldGemma 2: Prioriteit geven aan beeldveiligheid

Google erkent het belang van veiligheid en verantwoorde AI-ontwikkeling en heeft ook ShieldGemma 2 geïntroduceerd, een beeldveiligheidscontrole gebouwd op de Gemma 3-basis. Deze tool stelt ontwikkelaars in staat om potentieel schadelijke inhoud in afbeeldingen te identificeren, zoals seksueel expliciet of gewelddadig materiaal. ShieldGemma 2 onderstreept Google’s toewijding aan het beperken van de risico’s die verbonden zijn aan door AI gegenereerde inhoud en het bevorderen van een veiligere digitale omgeving.

Google’s robotica-renaissance: Gemini staat centraal

Naast de vooruitgang in lichtgewicht AI-modellen, zet Google opnieuw in op het gebied van robotica. Gebruikmakend van de kracht van zijn vlaggenschip Gemini 2.0-model, heeft Google’s DeepMind-divisie twee gespecialiseerde modellen gemaakt die zijn afgestemd op robotica-toepassingen.

Deze hernieuwde focus op robotica volgt op een periode van herbeoordeling, gekenmerkt door de stopzetting van Alphabet’s Everyday Robots moonshot een paar jaar eerder. In december gaf Google echter aan dat het nog steeds geïnteresseerd was in het veld door een strategisch partnerschap aan te kondigen met Apptronik, een bedrijf dat gespecialiseerd is in humanoïde robotica.

Gemini Robotics: De kloof overbruggen tussen taal en actie

Een van de nieuw onthulde robotica-modellen, toepasselijk genaamd Gemini Robotics, bezit het opmerkelijke vermogen om instructies in natuurlijke taal te vertalen in fysieke acties. Dit model gaat verder dan het simpelweg uitvoeren van commando’s door ook rekening te houden met veranderingen in de omgeving van de robot en zijn acties dienovereenkomstig aan te passen.

Google beweert dat Gemini Robotics indrukwekkende behendigheid vertoont, in staat om ingewikkelde taken uit te voeren, zoals het vouwen van origami en het inpakken van items in Ziploc-zakken. Dit niveau van fijne motoriek en aanpassingsvermogen benadrukt het potentieel van dit model om verschillende industrieën te revolutioneren, van productie tot logistiek.

Gemini Robotics-ER: Ruimtelijk redeneren beheersen

Het tweede robotica-model, Gemini Robotics-ER, richt zich op ruimtelijk redeneren, een cruciale vaardigheid voor robots die in complexe en dynamische omgevingen werken. Dit model stelt robots in staat om taken uit te voeren die een begrip van ruimtelijke relaties vereisen, zoals het bepalen van de optimale manier om een koffiemok die ervoor staat vast te pakken en op te tillen.

Door ruimtelijk redeneren te beheersen, opent Gemini Robotics-ER mogelijkheden voor robots om effectiever te navigeren en te interageren met hun omgeving, waardoor de weg wordt vrijgemaakt voor toepassingen op gebieden als hulpverlening, zoek- en reddingsacties en verkenning.

Veiligheid voorop: een kernprincipe in AI en robotica

Zowel de Gemma 3- als de robotica-aankondigingen zijn sterk doordrenkt met discussies over veiligheid, en terecht. Open modellen, door hun aard, presenteren inherente veiligheidsuitdagingen, omdat ze niet onder de directe controle staan van het bedrijf dat ze vrijgeeft. Google benadrukt dat Gemma 3 rigoureus is getest, met bijzondere aandacht voor het potentieel om schadelijke stoffen te genereren, gezien de sterke STEM-mogelijkheden van de modellen.

Op het gebied van robotica vereist het potentieel voor fysieke schade een nog grotere nadruk op veiligheid. Gemini Robotics-ER is specifiek ontworpen om de veiligheid van zijn acties te beoordelen en ‘passende reacties te genereren’, waardoor het risico op ongevallen wordt beperkt en een verantwoorde werking wordt gegarandeerd.

Dieper ingaan op de architectuur en mogelijkheden van Gemma 3

Om de betekenis van Gemma 3 volledig te waarderen, is het essentieel om dieper in te gaan op het architectonische ontwerp en de mogelijkheden die het biedt. Hoewel Google geen uitputtende technische details heeft vrijgegeven, kunnen enkele belangrijke aspecten worden afgeleid uit de verstrekte informatie.

Het gebruik van de term ‘parameters’ verwijst naar de interne variabelen die bepalen hoe een AI-model functioneert. Deze parameters worden geleerd tijdens het trainingsproces, waarbij het model wordt blootgesteld aan enorme hoeveelheden data en zijn parameters aanpast om zijn prestaties op specifieke taken te optimaliseren.

Het feit dat Gemma 3 wordt aangeboden in vier verschillende formaten – 1B, 2B, 7B en 27B parameters – suggereert een modulair ontwerp. Hierdoor kunnen ontwikkelaars de modelgrootte kiezen die het beste past bij hun behoeften en computationele resources. Kleinere modellen zijn ideaal voor implementatie op apparaten met beperkte verwerkingskracht en geheugen, zoals smartphones en embedded systemen, terwijl grotere modellen kunnen worden gebruikt voor meer veeleisende toepassingen op krachtigere hardware.

De claim dat Gemma 3 beter presteert dan concurrenten zoals DeepSeek-V3, Meta’s Llama-405B en OpenAI’s o3-mini is een gedurfde. Het impliceert dat Google aanzienlijke vooruitgang heeft geboekt in modeloptimalisatie en trainingstechnieken. Zonder onafhankelijke benchmarks en vergelijkingen is het echter moeilijk om deze claims definitief te valideren.

Het contextvenster van 128.000 tokens is, hoewel niet baanbrekend, een cruciale functie voor het afhandelen van complexe taken. Een groter contextvenster stelt het model in staat om meer informatie uit de input te ‘onthouden’, waardoor het lange documenten, gesprekken of code-sequenties beter kan begrijpen. Dit is met name belangrijk voor taken als samenvatten, vragen beantwoorden en codegeneratie.

ShieldGemma 2: Een nadere blik op beeldveiligheid

De introductie van ShieldGemma 2 benadrukt de groeiende bezorgdheid over het potentiële misbruik van door AI gegenereerde afbeeldingen. Deepfakes kunnen bijvoorbeeld worden gebruikt om realistische maar gefabriceerde video’s of afbeeldingen te maken, die mogelijk schade kunnen toebrengen aan individuen of desinformatie kunnen verspreiden.

ShieldGemma 2 maakt waarschijnlijk gebruik van een combinatie van technieken om potentieel schadelijke inhoud te identificeren. Deze kunnen omvatten:

• Afbeeldingsclassificatie: Een model trainen om specifieke categorieën schadelijke inhoud te herkennen, zoals naaktheid, geweld of haatsymbolen.
• Objectdetectie: Specifieke objecten in een afbeelding identificeren die kunnen wijzen op schadelijke inhoud, zoals wapens of drugsattributen.
• Gezichtsherkenning: Gezichten detecteren en analyseren om potentiële deepfakes of gevallen van nabootsing te identificeren.
• Anomaliedetectie: Afbeeldingen identificeren die aanzienlijk afwijken van typische patronen, wat kan wijzen op gemanipuleerde of synthetische inhoud.

Door ontwikkelaars een tool als ShieldGemma 2 te bieden, stelt Google hen in staat om veiligere en meer verantwoorde AI-toepassingen te bouwen die gebruikmaken van afbeeldingen.

Gemini Robotics en Gemini Robotics-ER: De toekomst van robotica verkennen

Google’s hernieuwde focus op robotica, aangedreven door het Gemini 2.0-model, is een belangrijke stap in de richting van het creëren van intelligentere en capabelere robots. De mogelijkheid om instructies in natuurlijke taal te vertalen in acties (Gemini Robotics) en ruimtelijk redeneren uit te voeren (Gemini Robotics-ER) zijn belangrijke vorderingen.

De natuurlijke taalverwerkingsmogelijkheden van Gemini Robotics omvatten waarschijnlijk een combinatie van:

• Spraakherkenning: Gesproken taal omzetten in tekst.
• Natuurlijk taalbegrip (NLU): De betekenis van de tekst interpreteren, inclusief het identificeren van de gewenste actie, betrokken objecten en eventuele relevante beperkingen.
• Bewegingsplanning: Een reeks bewegingen genereren voor de robot om de gewenste actie uit te voeren.
• Besturingssystemen: De geplande bewegingen uitvoeren, rekening houdend met de fysieke beperkingen van de robot en de omgeving.

De mogelijkheid om taken als het vouwen van origami en het inpakken van items in Ziploc-zakken uit te voeren, suggereert een hoge mate van behendigheid en fijne motoriek. Dit omvat waarschijnlijk geavanceerde sensoren, actuatoren en besturingsalgoritmen.

De ruimtelijke redeneercapaciteiten van Gemini Robotics-ER zijn cruciaal voor taken die een begrip van de driedimensionale wereld vereisen. Dit kan omvatten:

• Computervisie: Beelden van camera’s verwerken om de omgeving waar te nemen, inclusief het identificeren van objecten, hun posities en hun oriëntaties.
• 3D-scènebegrip: Een representatie van de omgeving opbouwen, inclusief de ruimtelijke relaties tussen objecten.
• Padplanning: Het optimale pad bepalen voor de robot om door de omgeving te bewegen, obstakels te vermijden en zijn doel te bereiken.
• Grijpen en manipuleren: Bewegingen plannen en uitvoeren om objecten vast te pakken en te manipuleren, rekening houdend met hun vorm, gewicht en kwetsbaarheid.
• Redeneren over veiligheid: Voordat actie wordt ondernomen, redeneren of het veilig is om uit te voeren.

De nadruk op veiligheid in beide modellen is van het grootste belang. Robots die in de echte wereld opereren, kunnen potentieel schade veroorzaken als ze defect raken of verkeerde beslissingen nemen. Veiligheidsmechanismen kunnen omvatten:

• Botsingsdetectie: Sensoren die potentiële botsingen detecteren en noodstops activeren.
• Krachtdetectie: Sensoren die de kracht meten die door de robot wordt uitgeoefend, waardoor wordt voorkomen dat deze overmatige kracht uitoefent op objecten of mensen.
• Veiligheidsbeperkingen: De robot programmeren om bepaalde acties of gebieden te vermijden die als onveilig worden beschouwd.
• Human-in-the-loop-besturing: Een menselijke operator toestaan om in te grijpen en de controle over de robot over te nemen indien nodig.

Implicaties en toekomstige richtingen

De aankondigingen van Gemma 3 en de nieuwe Gemini-robotica-modellen hebben aanzienlijke implicaties voor de toekomst van AI en robotica.

Het open en lichtgewicht karakter van Gemma 3 democratiseert de toegang tot krachtige AI-modellen, waardoor ontwikkelaars innovatieve toepassingen kunnen creëren voor een breed scala aan apparaten. Dit zou kunnen leiden tot:

• Meer AI-aangedreven mobiele apps: Verbeterde natuurlijke taalverwerking, beeldherkenning en andere AI-mogelijkheden op smartphones en tablets.
• Slimmere embedded systemen: Verbeterde intelligentie in apparaten zoals slimme huishoudelijke apparaten, wearables en industriële sensoren.
• Toegenomen adoptie van AI in omgevingen met beperkte middelen: AI-toepassingen mogelijk maken in ontwikkelingslanden of afgelegen gebieden met beperkte internetverbinding.
• Meer open-source AI-modellen

De vooruitgang in robotica aangedreven door Gemini zou kunnen leiden tot:

• Meer capabele industriële robots: Toegenomen automatisering in productie, logistiek en andere industrieën.
• Hulprobots voor gezondheidszorg en ouderenzorg: Robots die kunnen helpen bij taken als medicijndispensatie, mobiliteitsondersteuning en gezelschap.
• Robots voor zoek- en reddingsacties: Robots die door gevaarlijke omgevingen kunnen navigeren en slachtoffers kunnen lokaliseren.
• Verkenningsrobots: Robots die afgelegen of gevaarlijke locaties kunnen verkennen, zoals andere planeten of diepzeeomgevingen.

De nadruk op veiligheid is cruciaal om ervoor te zorgen dat deze vorderingen op verantwoorde wijze worden ingezet en de samenleving als geheel ten goede komen. Naarmate AI en robotica zich blijven ontwikkelen, zal het essentieel zijn om ethische bezwaren aan te pakken, potentiële risico’s te beperken en ervoor te zorgen dat deze technologieën voor goede doeleinden worden gebruikt.