ジェマを知ってください、友達のジェミニ。

あなたは知っていますか、Gemini以外のGoogle Homeモデルには、別のGemmaの例があります!

Cloud Next Extended Bangkok 2025のWitthawin Sripheanpol氏によるセッション「Evolution of Gemma 3 n for Deploying Local Models on Every Device」で、ジェミニを超えたジェマのようなモデルを知ってください。

これが私の人生です。

⭐ジェマって何?

Geminiは、Googleの子会社であるDeepMindによって作成されたWebを実行するためのAIサービスであり、AIをますますアクセスしやすくしています。

ジェマはジェミニをベースにしたオープンソースモデルです。誰でもインターネットを開かずに自分のマシンで使用できます!ローカルで使用されます。オンデバイスであるため、インターネットに接続することに問題はありません。ハイライトは小さいですがスマートなモデルです。

オープンソースのモデルラインには、DeepSeek、Qwen、Llama、Phiなどがあります。

ジェマはまた、微調整するためにそれを取る、多くの子孫を持っている医療問題でLLMにMedGemmaなどの様々な能力を開発、ガードレールにShieldGemmaは、時代を超越したまたは敏感な受信メッセージを検出することができますか?

Gemma 3とGemma 3 nの違いは何ですか?

ジェマ3はマルチモーダルを提供し、入力、テキスト、画像、オーディオ、ビデオを受信し、アクセス可能なサイズを持っています。サーバーマランAIを見つける必要はありません。ジェマ3 nは、アプリやロボット、IoTなどの小型デバイスを作成するなど、モバイルで実行できます。

これが私の人生です。

⭐GemmaからGemma3 nへの進化

奇妙なAIの名前を見た場合、どのように読みますか?

ジェマ-3 n-eXb-it

3はバージョン、nはナノ系列、eは有効パラメータ、Xはモデル体格単位は10億で、モデル命令チューニングですか?会話ベースとしてトレーニングされていますか?もしそうなら、エージェントベースを行うために使用できますか?

eは、このモデルは、使用するモデルに分割することができると言ってPLEとちょうどメモリ効率でした.これは、我々は、モバイルRAMを使用するように、GPUがメモリを使用します.小さなROMを制限,その一部が処理されます.

ジェマはテキストに140言語、マルチモーダルに35言語を理解し、マルチモーダルおよび長期会話をサポートしています。

彼は、Gemma 3 nがMobileNet-v 5-3 00を使用していると言いました。それから私たちは写真を撮り、メッセージを入れ、プロンプトを入れて、それらのメッセージとビジョンを素早く理解することができます。

Gemma 3 nの利点

-最適化されたオンデバイスパフォーマンス:オンデバイスでの作業に優れています

プライバシーファースト、オフライン対応:プライバシーファーストはオフラインで、今すぐ利用可能です

-マルチモーダル理解:文字、画像、音、ビデオの理解が良好

-動的なリソース使用:小さく、簡単なスケールであり、またはるかに安価です。

これが私の人生です。

⭐Gemma3nの使い方

現在、4つのバージョンがあります。上部に2つの基本指示があります。チャットセクションで使用し、下部に2つの基本モデルがあります。

-ジェマ-3 n-E 4 B-それ

-ジェマ-3 n-E 2 B-それ

-googlegemma-3 n-E 2 Bをダウンロード

-ジェマ-3 n-E 4 B

すべての4つの場所をダウンロードできます: Hugging Face、kaggle、Ollama、LM Studio

そして、Hugging Face、Google AI Studioなど、多くの場所でプレイしてみてください。このセッションはColabを介して行われます。Pythonのインストールがあり、モデルをロードして使用します。テキストがない場合は、画像と音声を理解します。良いエンコーダがあるので、それは一致することができます。

これが私の人生です。

⭐ローカルデバイスにGemma3 nをデプロイする方法

8 GBモデルを3-4 GBに変更できますか?モバイルアプリに使用できます。ONNXライブラリがフロントエンドで小型モデルをサポートしている場合、RAMが8 GBを超える場合、ウェブサイトとモバイルの両方をHugging Faceで表示できます。Webフロントエンドの例があります。gemma-3 n-E 2 B-itを使用し、CPUのみをサポートしてください。Web GPUは待機してください。

Android側はonnxを使用していると言われています。私は、Hugging Faceはnpmを使用していないため、React Nativeのトーンに近いと思います。

モデルが大きければ大きいほど、画面カードの無駄が増え、お金の無駄が増えます。移動すると、CPUのコストが約6倍になり、スケールが簡単になります。

これが私の人生です。

これが私の人生です。

⭐、Android開発者にとってそれは重要ですか?

もちろん、Android開発者側には、自分自身をトレーニングするモデル、Tensorflow Lite、Media Pipe、ML Kit、Gemini Nanoなど、他のオプションもあります。

Google AI for Developersのドキュメントには、他にも多くのソリューションがあるMedia Pipe Solutionがあります。対応する部分は、Web、Android、iOSをサポートするGenerative AIであるLLM Inference APIと、カスタマイズされたモデルです。使用されるモデルは、Hugging Faceを通じてダウンロードできるオープンソースモデルであるGemma-3 1 BとGemma-2 2 Bです。 [1]

Android側では、Google AI Edge Galleryで何をしているかを試すことができます。[2]試してみたい場合は、新しいプロジェクトを作成し、アプリで使用する前にモデルをダウンロードするコードを書いてみてください。[3]

ONNX、Tealについては、それを見て混乱させましょう。人々もAndroid NDKに触れません。私はむしろ通常の方法を使いたいです。😆

これが私の人生です。

友達はプロジェクトでAIを実装するためにどのような方法を使用していますか?

#プログラマー #デベロッパー #IT問題を含む #ITは知るべき #googleai