هوش مصنوعی Gemma 3 گوگل معرفی شد؛ پشتیبانی از ۳۵ زبان و تحلیل متن، تصویر و ویدیو

پس‌‌از گذشت بیش‌از یک سال از معرفی مدل‌های هوش مصنوعی Gemma که بر پایه‌ی همان فناوری جمینای توسعه یافته‌اند، گوگل نسخه‌ی جدید این خانواده را با نام Gemma 3 معرفی کرد. به‌گفته‌ی این شرکت، مدل‌های جدید برای استفاده‌ی توسعه‌دهندگانی طراحی شده‌اند که درحال ساخت اپلیکیشن‌های هوش مصنوعی هستند و می‌توانند این مدل‌ها را روی دستگاه‌های مختلف از گوشی‌های هوشمند گرفته تا ورک‌استیشن‌ها اجرا کنند. مدل‌های جدید از بیش‌از ۳۵ زبان پشتیبانی می‌کنند و قابلیت تحلیل متن، تصویر و ویدئوهای کوتاه را دارند.

گوگل ادعا می‌کند Gemma 3 بهترین مدل هوش مصنوعی تک‌شتاب‌دهنده در جهان است و در آزمایش‌های انجام‌شده، مدل‌های رقیب مانند Llama متا، دیپ‌سیک و مدل‌های OpenAI را از نظر عملکرد روی سیستم‌های مهجز به یک کارت گرافیک را شکست می‌دهد. این مدل همچنین برای اجرا روی کارت گرافیک انویدیا و سخت‌افزارهای اختصاصی هوش مصنوعی بهینه شده است.

یکی‌دیگر از ویژگی‌های مهم مدل هوش مصنوعی Gemma 3، ارتقای Vision Encoder است که اکنون از تصاویر با وضوح بالا و نسبت‌های نامتعارف (غیرمربعی) پشتیبانی می‌کند. علاوه‌بر این، گوگل در Gemma 3 از نسخه‌ی جدید ShieldGemma 2 استفاده کرده است؛ کلاس ایمنی تصویر که می‌تواند محتوای تصویری ورودی و خروجی را از نظر محتوای جنسی، خطرناک یا خشونت‌آمیز فیلتر کند.

درحالی‌که سال گذشته میزان استقبال از مدلی مانند Gemma مشخص نبود، محبوبیت مدل‌هایی مانند دیپ‌سیک نشان داد که تقاضا برای مدل‌های هوش مصنوعی با نیاز سخت‌افزاری کمتر، وجود دارد. گوگل با تأکید بر قابلیت‌های پیشرفته‌ی STEM در Gemma 3 اعلام کرد که ارزیابی‌های دقیق نشان داده‌اند این مدل ریسک پایینی در تولید محتوای مضر دارد.

همچنان بحث‌هایی پیرامون تعریف دقیق «مدل هوش مصنوعی باز» یا «متن‌باز» وجود دارد. گوگل در این زمینه از مجوزی با محدودیت‌های خاص استفاده می‌کند که در این نسخه نیز تغییری نکرده است. باوجوداین، غول جستجوی اینترنت برای تشویق توسعه‌دهندگان همچنان Gemma را با اعتبار رایگان Google Cloud ارائه می‌دهد. همچنین، برنامه‌ی Gemma 3 Academic به پژوهشگران دانشگاهی اجازه می‌دهد برای دریافت ۱۰ هزار دلار اعتبار رایگان جهت تسریع تحقیقاتشان اقدام کنند.