گوگل جما ۳ را عرضه کرده است، جدیدترین نسخه از خانواده مدل‌های هوش مصنوعی باز خود که با هدف تعیین معیاری جدید برای دسترسی‌پذیری هوش مصنوعی طراحی شده‌اند.

جما ۳ بر پایه مدل‌های جمینای ۲.۰ این شرکت ساخته شده و به گونه‌ای مهندسی شده است که سبک، قابل حمل و انعطاف‌پذیر باشد—امکانی که به توسعه‌دهندگان اجازه می‌دهد برنامه‌های هوش مصنوعی را در طیف گسترده‌ای از دستگاه‌ها ایجاد کنند.

این عرضه کمی پس از اولین سالگرد جما صورت می‌گیرد، سالگردی که با آمار پذیرش چشمگیر همراه بوده است. مدل‌های جما بیش از ۱۰۰ میلیون بار دانلود شده‌اند و بیش از ۶۰,۰۰۰ نسخه ساخته‌شده توسط جامعه را به وجود آورده‌اند. این اکوسیستم که «جهان جما» (Gemmaverse) نامیده می‌شود، نشان‌دهنده جامعه‌ای پویا است که در تلاش برای دموکراتیزه کردن هوش مصنوعی است.

گوگل اعلام کرد: «خانواده مدل‌های باز جما پایه و اساس تعهد ما برای دسترسی‌پذیر کردن فناوری مفید هوش مصنوعی است.»

جما ۳: ویژگی‌ها و قابلیت‌ها

مدل‌های جما ۳ در اندازه‌های مختلف – ۱ میلیارد، ۴ میلیارد، ۱۲ میلیارد و ۲۷ میلیارد پارامتر – ارائه شده‌اند که به توسعه‌دهندگان امکان می‌دهند مدلی متناسب با نیازهای سخت‌افزاری و عملکردی خود انتخاب کنند. این مدل‌ها اجرای سریع‌تری را حتی در سیستم‌های محاسباتی معمولی ارائه می‌دهند، بدون اینکه کارایی یا دقت را فدا کنند.

برخی از ویژگی‌های برجسته جما ۳ عبارتند از:

• عملکرد تک‌شتاب‌دهنده: جما ۳ معیاری جدید برای مدل‌های تک‌شتاب‌دهنده تعیین کرده است. در ارزیابی‌های اولیه ترجیح انسانی در جدول رده‌بندی LMArena، جما ۳ از رقبایی مانند لاما-۴۰۵B، دیپ‌سیک-V3 و o3-مینی پیشی گرفت.

• پشتیبانی چندزبانه در ۱۴۰ زبان: جما ۳ با قابلیت‌های از پیش آموزش‌دیده برای بیش از ۱۴۰ زبان، به مخاطبان متنوعی خدمات ارائه می‌دهد. توسعه‌دهندگان می‌توانند برنامه‌هایی بسازند که با کاربران به زبان مادری‌شان ارتباط برقرار کنند و دامنه جهانی پروژه‌های خود را گسترش دهند.

• تحلیل پیشرفته متن و تصویر: با قابلیت‌های استدلال پیشرفته در متن، تصویر و ویدئوهای کوتاه، توسعه‌دهندگان می‌توانند از جما ۳ برای ایجاد برنامه‌های هوشمند و تعاملی استفاده کنند—که طیف وسیعی از کاربردها از تحلیل محتوا تا جریان‌های کاری خلاقانه را پوشش می‌دهد.

• پنجره زمینه‌ای گسترده: جما ۳ با پنجره زمینه‌ای ۱۲۸ هزار توکنی، می‌تواند مجموعه داده‌های بزرگ را تحلیل و ترکیب کند، که آن را برای برنامه‌هایی که نیاز به درک محتوای گسترده دارند ایده‌آل می‌سازد.

• پشتیبانی از فراخوانی تابع برای خودکارسازی جریان کار: با پشتیبانی از فراخوانی تابع، توسعه‌دهندگان می‌توانند از خروجی‌های ساختاریافته برای خودکارسازی فرآیندها و ساخت سیستم‌های هوش مصنوعی عامل به‌راحتی استفاده کنند.

• مدل‌های کوانتیزه‌شده برای کارایی سبک: جما ۳ نسخه‌های کوانتیزه‌شده رسمی را معرفی کرده که اندازه مدل را به‌طور قابل‌توجهی کاهش می‌دهد، در حالی که دقت خروجی را حفظ می‌کند—مزایایی برای توسعه‌دهندگانی که برای محیط‌های موبایل یا با منابع محدود بهینه‌سازی می‌کنند.

مزایای عملکرد این مدل در جدول رده‌بندی امتیاز الو (Elo Score) آرنای چت‌بات به‌وضوح نشان داده شده است. نسخه پرچمدار ۲۷ میلیارد پارامتری جما ۳، با وجود نیاز به تنها یک GPU انویدیا H100، در میان برترین چت‌بات‌ها قرار دارد و امتیاز الوی ۱۳۳۸ را کسب کرده است. بسیاری از رقبا برای ارائه عملکرد مشابه به حداکثر ۳۲ GPU نیاز دارند.

یکی از نقاط قوت جما ۳ در انعطاف‌پذیری آن درون جریان‌های کاری موجود توسعه‌دهندگان نهفته است.

• سازگاری با ابزارهای متنوع: جما ۳ از کتابخانه‌ها و ابزارهای محبوب هوش مصنوعی مانند Hugging Face Transformers، JAX، PyTorch و Google AI Edge پشتیبانی می‌کند. برای استقرار بهینه، پلتفرم‌هایی مانند Vertex AI یا Google Colab آماده‌اند تا به توسعه‌دهندگان کمک کنند با کمترین دردسر کار خود را آغاز کنند.

• بهینه‌سازی‌های انویدیا: جما ۳ چه با GPUهای سطح ابتدایی مانند Jetson Nano و چه با سخت‌افزارهای پیشرفته مانند تراشه‌های Blackwell استفاده شود، عملکرد حداکثری را تضمین می‌کند که این امر از طریق کاتالوگ API انویدیا ساده‌تر شده است.

• پشتیبانی گسترده از سخت‌افزار: فراتر از انویدیا، جما ۳ با GPUهای AMD از طریق پشته ROCm ادغام شده و با Gemma.cpp از اجرای CPU پشتیبانی می‌کند تا انعطاف‌پذیری بیشتری فراهم آورد.

برای آزمایش‌های فوری، کاربران می‌توانند از طریق پلتفرم‌هایی مانند Hugging Face و Kaggle به مدل‌های جما ۳ دسترسی پیدا کنند یا از Google AI Studio برای استقرار درون‌مرورگری بهره ببرند.

پیشبرد هوش مصنوعی مسئولانه

گوگل توضیح می‌دهد: «ما معتقدیم مدل‌های باز نیازمند ارزیابی دقیق ریسک هستند و رویکرد ما نوآوری را با ایمنی متعادل می‌کند.»

تیم جما ۳ سیاست‌های حاکمیتی سخت‌گیرانه‌ای را اتخاذ کرده و با استفاده از تنظیم دقیق و معیارگذاری قوی، مدل را با رهنمودهای اخلاقی هم‌راستا کرده است. با توجه به قابلیت‌های پیشرفته این مدل در حوزه‌های STEM، ارزیابی‌های خاصی برای کاهش خطرات سوءاستفاده، مانند تولید مواد مضر، انجام شده است.

گوگل برای ایجاد چارچوب‌های ایمنی متناسب با مدل‌های روزافزون قدرتمند، خواستار تلاش‌های جمعی در صنعت است.

برای ایفای نقش خود، گوگل ShieldGemma 2 را معرفی کرده است. این بررسی‌کننده ایمنی تصاویر ۴ میلیارد پارامتری از معماری جما ۳ بهره می‌برد و برچسب‌های ایمنی را در دسته‌هایی مانند محتوای خطرناک، مواد صریح و خشونت ارائه می‌دهد. این ابزار در حالی که راه‌حل‌های آماده‌ای عرضه می‌کند، به توسعه‌دهندگان امکان سفارشی‌سازی برای نیازهای ایمنی خاص را نیز می‌دهد.

«جهان جما» تنها یک اکوسیستم فنی نیست، بلکه جنبشی driven توسط جامعه است. پروژه‌هایی مانند SEA-LION v3 از AI Singapore، BgGPT از INSAIT و OmniAudio از Nexa AI گواهی بر قدرت همکاری در این اکوسیستم هستند.

برای تقویت تحقیقات دانشگاهی، گوگل برنامه جما ۳ آکادمیک را نیز معرفی کرده است. پژوهشگران می‌توانند برای دریافت اعتبار ۱۰,۰۰۰ دلاری Google Cloud برای تسریع پروژه‌های متمرکز بر هوش مصنوعی خود درخواست دهند. درخواست‌ها از امروز باز شده و به مدت چهار هفته در دسترس خواهند بود.

جما ۳ با دسترسی‌پذیری، قابلیت‌ها و سازگاری گسترده خود، ادعای قوی برای تبدیل شدن به سنگ بنای جامعه توسعه‌دهندگان هوش مصنوعی دارد.

منبع: اخبار هوش مصنوعی