Gemma 3n.. ذكاء اصطناعي يعمل دون إنترنت أو خوادم سحابية

أعلنت شركة جوجل عن إطلاق نموذج الذكاء الاصطناعي الجديد Gemma 3n، الذي يمثل خطوة متقدمة في مجال الذكاء الاصطناعي على الأجهزة المحمولة. 

يتميز النموذج بإمكانياته الكبيرة في معالجة النصوص والصور والفيديو والصوت دون الحاجة إلى الاتصال بالإنترنت أو الاعتماد على خوادم سحابية.

نموذج محلي

يركز Gemma 3n على العمل داخل الأجهزة الذكية منخفضة الطاقة، مثل الهواتف المحمولة والأجهزة الطرفية، ما يسمح للمطورين بدمج تقنيات الذكاء الاصطناعي المتقدمة مباشرة على الجهاز نفسه، هذه الميزة مهمة للمستخدمين في المناطق التي تعاني من ضعف الاتصال أو للذين يهتمون بحماية خصوصيتهم بشكل كبير.

يعتمد النموذج على بنية جديدة تسمى MatFormer، تشبه في فكرتها دمى الماتريوشكا الروسية، حيث يحتوي على نماذج فرعية صغيرة يمكن تشغيلها بشكل مستقل، ما يوفر مرونة في التكيف مع قدرات الجهاز. 

يتوفر Gemma 3n بإصدارين: E2B بذاكرة 2 جيجابايت وE4B بذاكرة 3 جيجابايت، مما يجعله ملائماً لمجموعة واسعة من الأجهزة.

أداء محسّن

يضم Gemma 3n بين 5 و8 مليارات معلمة، لكنه يحقق كفاءة عالية في استهلاك الموارد، حيث يستخدم تقنيات مثل Per-Layer Embeddings لتوزيع الحمل بين وحدة المعالجة المركزية ووحدة الرسوميات، ما يقلل الضغط على الجهاز ويضمن سرعة وأداء عالٍ.

في مجال الصوت، يحتوي النموذج على برنامج ترميز صوتي مدمج مستمد من نموذج الكلام العالمي لشركة جوجل، ما يتيح تحويل الكلام إلى نص وترجمة صوتية فورية دون الحاجة إلى شبكة. 

أظهرت التجارب الأولية دقة ملحوظة في الترجمة بين الإنجليزية ولغات أوروبية مثل الفرنسية والإيطالية والإسبانية.

أما في الرؤية الحاسوبية، فيعتمد Gemma 3n على الجيل الخامس من MobileNet، مما يمكنه من تحليل الفيديو بسرعة تصل إلى 60 إطاراً في الثانية على هواتف مثل Google Pixel، مع دقة وسرعة محسنة مقارنة بالإصدارات السابقة.

دعم المطورين

توفر جوجل النموذج من خلال منصات مفتوحة مثل Hugging Face وllama.cpp وOllama وMLX، كما أطلقت مسابقة عالمية باسم Gemma 3n Impact Challenge لتحفيز المطورين على ابتكار تطبيقات تعمل دون اتصال بالإنترنت، تبلغ قيمة الجوائز 150 ألف دولار.

يمتاز Gemma 3n بقدرته على العمل دون اتصال إنترنت، ما يجعله مثالياً للتطبيقات في المناطق النائية أو التي تتطلب حماية عالية للبيانات. 

ويدعم النموذج أكثر من 140 لغة ويفهم بدقة محتوى 35 لغة، مما يجعله من أكثر النماذج شمولا وكفاءة على الأجهزة المحلية.