نماذج الذكاء الاصطناعي الخفيفة من جوجل
تقديم Google Gemma، عائلة من النماذج المتطورة والأصغر التي طورتها Google DeepMind وفرق Google المختلفة، مستوحاة من سلسلة Gemini الناجحة. على الرغم من أحجامها الأصغر، فإن النماذج لهذا البرنامج المجاني لتشفير الذكاء الاصطناعي تستفيد من نفس التكنولوجيا مثل نماذج Gemini من Google: Gemini Nano، Gemini Pro، وGemini Ultra.
أفضل بديل موصى به
هذا يعني أن Gemma يمكن أن تقدم أداءً متطورًا بينما يمكن نشرها مباشرة على كمبيوتر محمول أو سطح مكتب المطور. لضمان السلامة والموثوقية، تقنيات مؤتمتة تقوم بتصفية البيانات الحساسة من مجموعات التدريب، والتعلم المعزز من التغذية الراجعة البشرية ينسق النماذج مع السلوكيات المسؤولة.
قدرات متعددة الاستخدامات لتطور الذكاء الاصطناعي المسؤول
تساهم التقييمات الدقيقة، بما في ذلك اختبار الفرق الأحمر اليدوي واختبار الخصوم الآلي، في تصميم Gemma المسؤول. يمكن للمطورين أيضًا الوصول إلى أداة الذكاء الاصطناعي التوليدي المسؤول التي تقدم تصنيف الأمان، وأدوات تصحيح النموذج، وإرشادات مستندة إلى خبرة Google. علاوة على ذلك، تم تحسين البرنامج عبر الأدوات، والأجهزة، والأطر — مثل JAX، وPyTorch، وTensorFlow من خلال Keras 3.0 — لدعم مجموعة من التطبيقات عبر التخصيص الدقيق.
كما ذُكر، فإن النماذج لهذا البرنامج تعمل بسلاسة على أجهزة متنوعة مثل أجهزة الكمبيوتر المحمولة إلى إنترنت الأشياء أو IoT، والهواتف المحمولة، ومنصات السحابة من أجل تطوير خالٍ من المتاعب. حتى أن Google تعاونت مع NVIDIA لتحسين البرنامج لبطاقاتهم الرسومية، مما يضمن أداءً من الدرجة الأولى عبر منصات الأجهزة المختلفة. لمستخدمي Google Cloud، توفر Vertex AI مجموعة أدوات MLOps شاملة مع خيارات تخصيص ونشر بنقرة واحدة.
تمتد مرونة البرنامج إلى المطورين والباحثين، مما يمنحهم وصولًا مجانيًا عبر Kaggle. يمكن لمستخدمي Google Cloud الجدد أيضًا الحصول على أرصدة مجانية، بينما يمكن للباحثين التقدم للحصول على أرصدة سحابية لتسريع مشاريعهم. ومع ذلك، من الضروري ملاحظة أن النماذج، على الرغم من أنها متاحة، إلا أنها ليست مفتوحة المصدر بالكامل. لم تقم Google بإصدار الشيفرة المصدرية والبيانات اللازمة للمطورين لتدريب النماذج بشكل مستقل.
فتح ابتكار الذكاء الاصطناعي
في الختام، تُعتبر Google Gemma جوهرة في عالم النماذج الخفيفة حيث تقدم قدرات ذكاء اصطناعي قوية مع مبادئ تصميم مسؤولة. تجعل قابليتها للتكيف، وميزات الأمان، والتكامل مع مختلف الأطر والأجهزة منها أداة قيمة للمطورين والباحثين على حد سواء. على الرغم من أنها ليست مفتوحة المصدر بالكامل، توفر هذه النماذج بوابة لاستكشاف تطبيقات الذكاء الاصطناعي المتقدمة بشكل مسؤول.
