Google, EmbeddingGemma 2 ile metin, kod, fotoğraf, ses ve videoda cihaz üzerinde arama yapmayı destekleyen yeni açık modelini tanıttı. Gemma model ailesinden farklı bir işlev üstlenen bu sistem, içerikleri ortak bir sayısal temsil alanına dönüştürüyor. Böylece geliştiriciler, örneğin yazılı bir sorguyla ilgili ses kaydını veya video bölümünü bulabilecek uygulamalar hazırlayabiliyor.
EmbeddingGemma 2, sohbet yanıtı veya yeni bir fotoğraf üretmek yerine mevcut veriyi anlamına göre bulmayı hedefliyor. Google modeli Gemma 4 mimarisi üzerine kurdu ve Apache 2.0 lisansıyla yayımladı. Bunun yanında geliştiriciler, ticari uygulamalarda da kullanabilecekleri model ağırlıklarına Hugging Face ve Kaggle üzerinden erişebiliyor.
Tam model 740 milyon parametre içeriyor, fakat her uygulamanın bütün bileşenleri yüklemesi gerekmiyor. Metin ve kod için 270 milyon parametrelik temel yapı yeterli oluyor. Buna ek olarak geliştirici, görsel işleme için 170 milyon, ses için 300 milyon parametrelik kodlayıcıyı ihtiyacına göre ekleyebiliyor.
Google, sıkıştırılmış modelin Pixel 11 Pro üzerindeki denemesinde metin ağırlıkları için yaklaşık 191 MB etkin bellek kullandığını belirtiyor. Tam çoklu ortam modelinde ise aynı değer yaklaşık 567 MB’a çıkıyor. Öte yandan bunlar şirketin belirttiği cihaz ve yapılandırmaya ait sonuçlar; bütün telefonlar için sabit bellek veya hız garantisi sunmuyor.
İLGİNİZİ ÇEKEBİLİR
Google Playground’ı duyurdu, yazıyla oyun üretip tarayıcıda paylaşmayı hedefliyor
Google SynthID Detector’ü herkese açtı, görsel ve videolardaki yapay zekâ izini arıyor
Japonya Merkez Bankası yapay zekânın faiz dengesini etkileyebileceğini söyledi
Google’ın yapay zekâ yatırımları nükleer enerji ihtiyacını artırıyor
Google Pixel 12 serisi ekran tarafında sürpriz yapabilir
Model, 8 bin belirteçlik bağlamıyla önceki sürümün dört katına çıkıyor. Google bu kapasitenin 5,5 dakikaya kadar ses, 29 görsel veya 58 video karesini kapsayabildiğini açıklıyor. Bunun yanında model, farklı türdeki girdileri bir araya getirerek aynı temsil alanında işleyebiliyor.
Günün Öne Çıkan Fırsatları
REKLAM — Bu içerikte satış ortaklığı bağlantıları bulunmaktadır. Bu bağlantılar üzerinden yapılan alışverişlerden Teknoblog komisyon kazanabilir.
EmbeddingGemma 2 aramayı internet bağlantısından bağımsızlaştırabiliyor
Google’ın geliştirici rehberi, tüm bileşenlerin aynı 768 boyutlu alanda sonuç verdiğini anlatıyor. Bu nedenle metinle oluşturulan bir sorgu, daha geniş yapılandırmanın işlediği görsel veya ses verisiyle eşleşebiliyor. Veri türleri için birbirinden kopuk arama sistemleri kurma ihtiyacı da azalıyor.
Geliştiriciler, depolama sınırı bulunan uygulamalarda temsil boyutunu 512, 256 veya 128’e indirebiliyor. Böylece 768 boyut yerine 128 boyut kullanan bir dizin, vektör verisi için altıda bir alan gerektiriyor. Ancak daha kısa temsiller özellikle görsel ve ses aramasının doğruluğunu etkileyebildiğinden, seçim uygulamanın gereksinimine bağlı kalıyor.
Google, MediaPipe ve LiteRT ile cihaz üzerinde dağıtım, transformers.js ve WebGPU ile tarayıcı kullanımı sunuyor. Buna ek olarak yerel arama, dosyaları her sorguda uzaktaki sunucuya göndermeden çalışabilecek uygulamalara temel oluşturuyor. Bu gizlilik avantajını uygulamanın tasarımı sağlıyor; modelin yayımlanması bütün telefonlarda özelliği otomatik olarak etkinleştirmiyor.
