جوجل تكشف عن Gemma 3: قوة ذكاء اصطناعي خفيفة

Gemma 3: حقبة جديدة من الذكاء الاصطناعي المفتوح والفعال

منذ أكثر من عام بقليل، شرعت جوجل في تحول كبير في استراتيجيتها للذكاء الاصطناعي، مبتعدةً عن النهج الاحتكاري الصارم لتبني حركة المصادر المفتوحة مع إطلاق سلسلة Gemma. الآن، يمثل Gemma 3 قفزة كبيرة إلى الأمام، حيث يعرض تفاني جوجل في تزويد المطورين بنماذج مفتوحة قوية ومتعددة الاستخدامات ومطورة بمسؤولية.

يتوفر Gemma 3 بأربعة أحجام متميزة، تلبي مجموعة واسعة من القدرات الحسابية. يبدأ النطاق بنموذج مضغوط بشكل لا يصدق يضم مليار معيار (parameter) فقط، مما يجعله مثاليًا للبيئات محدودة الموارد مثل الأجهزة المحمولة. في الطرف الآخر من الطيف، يقدم Gemma 3 نموذجًا بـ 27 مليار معيار، مما يحقق توازنًا بين الأداء والكفاءة. تؤكد جوجل أن هذه النماذج ليست فقط ‘الأكثر تقدمًا’ و ‘الأكثر قابلية للنقل’ من بين نماذجها المفتوحة حتى الآن، ولكنها تؤكد أيضًا التزامها بالتطوير المسؤول.

التفوق على المنافسة

في الساحة التنافسية لنماذج الذكاء الاصطناعي خفيفة الوزن، يعتبر الأداء أمرًا بالغ الأهمية. تدعي جوجل أن Gemma 3 يتفوق على منافسيه، بما في ذلك DeepSeek-V3 و Llama-405B من Meta و o3-mini من OpenAI. هذا الأداء المتفوق، وفقًا لجوجل، يضع Gemma 3 كنموذج رائد قادر على العمل على شريحة مسرع ذكاء اصطناعي واحدة، وهو إنجاز كبير من حيث الكفاءة والفعالية من حيث التكلفة.

نافذة سياق محسّنة: تذكر المزيد من أجل قدرات محسّنة

أحد الجوانب الحاسمة لأي نموذج ذكاء اصطناعي هو ‘نافذة السياق’ الخاصة به، والتي تحدد مقدار المعلومات التي يمكن للنموذج الاحتفاظ بها في أي وقت. تتيح نافذة السياق الأكبر للنموذج معالجة وفهم مدخلات أكثر شمولاً، مما يؤدي إلى تحسين الأداء في المهام التي تتطلب فهمًا أوسع للسياق.

في حين أن نافذة السياق الخاصة بـ Gemma 3 التي تبلغ 128000 رمز (token) تمثل تحسنًا كبيرًا عن سابقاتها، إلا أنها تجعل نماذج جوجل المفتوحة تتماشى بشكل أساسي مع منافسين مثل Llama و DeepSeek، اللذين حققا بالفعل أحجام نوافذ سياق مماثلة. ومع ذلك، فإن هذا التحسين يزود Gemma 3 بالتعامل مع المهام الأكثر تعقيدًا ومعالجة أجزاء أكبر من المعلومات بشكل فعال.

ShieldGemma 2: إعطاء الأولوية لسلامة الصور

إدراكًا لأهمية السلامة وتطوير الذكاء الاصطناعي المسؤول، قدمت جوجل أيضًا ShieldGemma 2، وهو مدقق أمان للصور مبني على أساس Gemma 3. تمكن هذه الأداة المطورين من تحديد المحتوى الذي يحتمل أن يكون ضارًا داخل الصور، مثل المواد الجنسية الصريحة أو العنيفة. يؤكد ShieldGemma 2 على تفاني جوجل في التخفيف من المخاطر المرتبطة بالمحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي وتعزيز بيئة رقمية أكثر أمانًا.

نهضة الروبوتات في جوجل: Gemini يحتل مركز الصدارة

بالإضافة إلى التطورات في نماذج الذكاء الاصطناعي خفيفة الوزن، تقوم جوجل بدفعة متجددة في مجال الروبوتات. بالاستفادة من قوة نموذج Gemini 2.0 الرائد، صممت DeepMind التابعة لجوجل نموذجين متخصصين مصممين خصيصًا لتطبيقات الروبوتات.

يأتي هذا التركيز المتجدد على الروبوتات بعد فترة من إعادة التقييم، تميزت بإيقاف مشروع Everyday Robots الطموح من Alphabet قبل عامين. ومع ذلك، في ديسمبر، أشارت جوجل إلى استمرار اهتمامها بالمجال من خلال الإعلان عن شراكة استراتيجية مع Apptronik، وهي شركة متخصصة في الروبوتات الشبيهة بالبشر.

Gemini Robotics: سد الفجوة بين اللغة والعمل

أحد نماذج الروبوتات التي تم الكشف عنها حديثًا، والذي يُطلق عليه اسم Gemini Robotics، يمتلك القدرة الرائعة على ترجمة تعليمات اللغة الطبيعية إلى أفعال مادية. يتجاوز هذا النموذج تنفيذ الأوامر البسيط من خلال مراعاة التغييرات في بيئة الروبوت، وتكييف أفعاله وفقًا لذلك.

تفتخر جوجل بأن Gemini Robotics يُظهر براعة رائعة، وقادر على التعامل مع المهام المعقدة مثل طي الأوريجامي وتعبئة العناصر في أكياس Ziploc. يسلط هذا المستوى من التحكم الدقيق في المحركات والقدرة على التكيف الضوء على إمكانات هذا النموذج لإحداث ثورة في مختلف الصناعات، من التصنيع إلى الخدمات اللوجستية.

Gemini Robotics-ER: إتقان الاستدلال المكاني

يركز نموذج الروبوتات الثاني، Gemini Robotics-ER، على الاستدلال المكاني، وهي مهارة حاسمة للروبوتات التي تعمل في بيئات معقدة وديناميكية. يمكّن هذا النموذج الروبوتات من أداء المهام التي تتطلب فهمًا للعلاقات المكانية، مثل تحديد الطريقة المثلى للإمساك بكوب قهوة موضوع أمامه ورفعه.

من خلال إتقان الاستدلال المكاني، يفتح Gemini Robotics-ER إمكانيات للروبوتات للتنقل والتفاعل مع محيطها بشكل أكثر فعالية، مما يمهد الطريق للتطبيقات في مجالات مثل الرعاية المساعدة والبحث والإنقاذ والاستكشاف.

السلامة أولاً: مبدأ أساسي في الذكاء الاصطناعي والروبوتات

كل من إعلانات Gemma 3 والروبوتات مشبعة بشدة بمناقشات حول السلامة، وهذا صحيح. النماذج المفتوحة، بطبيعتها، تقدم تحديات أمان متأصلة لأنها ليست تحت السيطرة المباشرة للشركة المُصدرة. تؤكد جوجل أن Gemma 3 قد خضع لاختبارات صارمة، مع إيلاء اهتمام خاص لإمكانية توليد مواد ضارة، نظرًا لقدرات النماذج القوية في مجالات العلوم والتكنولوجيا والهندسة والرياضيات (STEM).

في مجال الروبوتات، فإن احتمال حدوث ضرر مادي يستلزم التأكيد بشكل أكبر على السلامة. تم تصميم Gemini Robotics-ER خصيصًا لتقييم سلامة أفعاله و ‘توليد استجابات مناسبة’، مما يقلل من مخاطر الحوادث ويضمن التشغيل المسؤول.

التعمق أكثر في بنية Gemma 3 وقدراته

لتقدير أهمية Gemma 3 بشكل كامل، من الضروري التعمق أكثر في تصميمه المعماري والقدرات التي يقدمها. في حين أن جوجل لم تصدر تفاصيل تقنية شاملة، يمكن استنتاج بعض الجوانب الرئيسية من المعلومات المقدمة.

يشير استخدام مصطلح ‘المعايير’ (parameters) إلى المتغيرات الداخلية التي تحكم كيفية عمل نموذج الذكاء الاصطناعي. يتم تعلم هذه المعايير أثناء عملية التدريب، حيث يتعرض النموذج لكميات هائلة من البيانات ويعدل معاييره لتحسين أدائه في مهام محددة.

حقيقة أن Gemma 3 يُقدم بأربعة أحجام مختلفة - 1B و 2B و 7B و 27B معيار - تشير إلى تصميم معياري. يتيح ذلك للمطورين اختيار حجم النموذج الذي يناسب احتياجاتهم ومواردهم الحسابية. تعتبر النماذج الأصغر مثالية للنشر على الأجهزة ذات القدرة الحاسوبية والذاكرة المحدودة، مثل الهواتف الذكية والأنظمة المدمجة، بينما يمكن استخدام النماذج الأكبر للتطبيقات الأكثر تطلبًا على أجهزة أكثر قوة.

الادعاء بأن Gemma 3 يتفوق على المنافسين مثل DeepSeek-V3 و Llama-405B من Meta و o3-mini من OpenAI هو ادعاء جريء. إنه يعني أن جوجل قد خطت خطوات كبيرة في تحسين النماذج وتقنيات التدريب. ومع ذلك، بدون معايير ومقارنات مستقلة، من الصعب التحقق بشكل قاطع من هذه الادعاءات.

تعتبر نافذة السياق التي تبلغ 128000 رمز، على الرغم من أنها ليست رائدة، ميزة حاسمة للتعامل مع المهام المعقدة. تسمح نافذة السياق الأكبر للنموذج ‘بتذكر’ المزيد من المعلومات من الإدخال، مما يمكنه من فهم المستندات الطويلة أو المحادثات أو تسلسلات التعليمات البرمجية بشكل أفضل. هذا مهم بشكل خاص لمهام مثل التلخيص والإجابة على الأسئلة وإنشاء التعليمات البرمجية.

ShieldGemma 2: نظرة فاحصة على سلامة الصور

يسلط تقديم ShieldGemma 2 الضوء على القلق المتزايد بشأن احتمال إساءة استخدام الصور التي تم إنشاؤها بواسطة الذكاء الاصطناعي. يمكن استخدام التزييف العميق (Deepfakes)، على سبيل المثال، لإنشاء مقاطع فيديو أو صور واقعية ولكنها ملفقة، مما قد يتسبب في ضرر للأفراد أو نشر معلومات مضللة.

من المحتمل أن يستخدم ShieldGemma 2 مجموعة من التقنيات لتحديد المحتوى الذي يحتمل أن يكون ضارًا. يمكن أن تشمل هذه:

• تصنيف الصور: تدريب نموذج للتعرف على فئات معينة من المحتوى الضار، مثل العري أو العنف أو رموز الكراهية.
• اكتشاف الكائنات: تحديد كائنات معينة داخل صورة قد تكون مؤشرًا على محتوى ضار، مثل الأسلحة أو أدوات المخدرات.
• التعرف على الوجه: اكتشاف وتحليل الوجوه لتحديد التزييف العميق المحتمل أو حالات انتحال الهوية.
• اكتشاف الشذوذ: تحديد الصور التي تنحرف بشكل كبير عن الأنماط النموذجية، مما قد يشير إلى محتوى تم التلاعب به أو محتوى اصطناعي.

من خلال تزويد المطورين بأداة مثل ShieldGemma 2، تعمل جوجل على تمكينهم من بناء تطبيقات ذكاء اصطناعي أكثر أمانًا ومسؤولية تستخدم الصور.

Gemini Robotics و Gemini Robotics-ER: استكشاف مستقبل الروبوتات

يشير تركيز جوجل المتجدد على الروبوتات، المدعوم بنموذج Gemini 2.0، إلى خطوة مهمة نحو إنشاء روبوتات أكثر ذكاءً وقدرة. تعد القدرة على ترجمة تعليمات اللغة الطبيعية إلى أفعال (Gemini Robotics) وإجراء الاستدلال المكاني (Gemini Robotics-ER) من التطورات الرئيسية.

قدرات معالجة اللغة الطبيعية في Gemini Robotics من المحتمل أن تتضمن مجموعة من:

• التعرف على الكلام: تحويل اللغة المنطوقة إلى نص.
• فهم اللغة الطبيعية (NLU): تفسير معنى النص، بما في ذلك تحديد الإجراء المطلوب والكائنات المعنية وأي قيود ذات صلة.
• تخطيط الحركة: إنشاء سلسلة من الحركات للروبوت لتنفيذ الإجراء المطلوب.
• أنظمة التحكم: تنفيذ الحركات المخطط لها، مع مراعاة القيود المادية للروبوت والبيئة.

تشير القدرة على التعامل مع مهام مثل طي الأوريجامي وتعبئة العناصر في أكياس Ziploc إلى درجة عالية من البراعة والتحكم الدقيق في المحركات. من المحتمل أن يتضمن ذلك مستشعرات ومشغلات وخوارزميات تحكم متقدمة.

قدرات الاستدلال المكاني في Gemini Robotics-ER ضرورية للمهام التي تتطلب فهمًا للعالم ثلاثي الأبعاد. يمكن أن يشمل ذلك:

• الرؤية الحاسوبية: معالجة الصور من الكاميرات لإدراك البيئة، بما في ذلك تحديد الكائنات ومواقعها واتجاهاتها.
• فهم المشهد ثلاثي الأبعاد: بناء تمثيل للبيئة، بما في ذلك العلاقات المكانية بين الكائنات.
• تخطيط المسار: تحديد المسار الأمثل للروبوت للتحرك عبر البيئة، وتجنب العقبات والوصول إلى هدفه.
• الإمساك والمعالجة: تخطيط وتنفيذ الحركات للإمساك بالكائنات ومعالجتها، مع مراعاة شكلها ووزنها وهشاشتها.
• الاستدلال حول السلامة: قبل اتخاذ إجراء، الاستدلال حول ما إذا كان من الآمن تنفيذه.

التأكيد على السلامة في كلا النموذجين أمر بالغ الأهمية. يمكن أن تتسبب الروبوتات التي تعمل في العالم الحقيقي في حدوث ضرر إذا تعطلت أو اتخذت قرارات غير صحيحة. يمكن أن تشمل آليات السلامة:

• اكتشاف الاصطدام: مستشعرات تكتشف الاصطدامات المحتملة وتطلق عمليات التوقف في حالات الطوارئ.
• استشعار القوة: مستشعرات تقيس القوة التي يمارسها الروبوت، مما يمنعه من تطبيق قوة مفرطة على الأشياء أو الأشخاص.
• قيود السلامة: برمجة الروبوت لتجنب إجراءات أو مناطق معينة تعتبر غير آمنة.
• التحكم البشري في الحلقة: السماح لمشغل بشري بالتدخل والتحكم في الروبوت إذا لزم الأمر.

الآثار والاتجاهات المستقبلية

إعلانات Gemma 3 ونماذج الروبوتات Gemini الجديدة لها آثار كبيرة على مستقبل الذكاء الاصطناعي والروبوتات.

طبيعة Gemma 3 المفتوحة وخفيفة الوزن تضفي طابعًا ديمقراطيًا على الوصول إلى نماذج الذكاء الاصطناعي القوية، مما يمكّن المطورين من إنشاء تطبيقات مبتكرة لمجموعة واسعة من الأجهزة. قد يؤدي هذا إلى:

• المزيد من تطبيقات الجوال التي تعمل بالذكاء الاصطناعي: معالجة محسّنة للغة الطبيعية، والتعرف على الصور، وقدرات ذكاء اصطناعي أخرى على الهواتف الذكية والأجهزة اللوحية.
• أنظمة مدمجة أكثر ذكاءً: ذكاء محسّن في أجهزة مثل الأجهزة المنزلية الذكية والأجهزة القابلة للارتداء وأجهزة الاستشعار الصناعية.
• زيادة اعتماد الذكاء الاصطناعي في البيئات محدودة الموارد: تمكين تطبيقات الذكاء الاصطناعي في البلدان النامية أو المناطق النائية ذات الاتصال المحدود بالإنترنت.
• المزيد من نماذج الذكاء الاصطناعي مفتوحة المصدر

التطورات في الروبوتات المدعومة من Gemini يمكن أن تؤدي إلى:

• روبوتات صناعية أكثر قدرة: زيادة الأتمتة في التصنيع والخدمات اللوجستية والصناعات الأخرى.
• روبوتات مساعدة للرعاية الصحية ورعاية المسنين: روبوتات يمكنها المساعدة في مهام مثل صرف الأدوية والمساعدة في التنقل والرفقة.
• روبوتات للبحث والإنقاذ: روبوتات يمكنها التنقل في البيئات الخطرة وتحديد مواقع الضحايا.
• روبوتات الاستكشاف: روبوتات يمكنها استكشاف مواقع بعيدة أو خطيرة، مثل الكواكب الأخرى أو بيئات أعماق البحار.

يعد التأكيد على السلامة أمرًا بالغ الأهمية لضمان نشر هذه التطورات بمسؤولية وإفادة المجتمع ككل. مع استمرار تطور الذكاء الاصطناعي والروبوتات، سيكون من الضروري معالجة المخاوف الأخلاقية والتخفيف من المخاطر المحتملة وضمان استخدام هذه التقنيات من أجل الخير.