Новые модели искусственного интеллекта Gemma 3 от Google быстры, экономичны и готовы к использованию в телефонах

      Разработка Google в области искусственного интеллекта является синонимом Gemini, которая теперь стала неотъемлемой частью ее самых популярных продуктов, в том числе программного и аппаратного обеспечения Worksuite. Однако компания уже более года выпускает несколько моделей искусственного интеллекта с открытым исходным кодом под маркой Gemma.

      Сегодня Google представила свои модели искусственного интеллекта третьего поколения с открытым исходным кодом и некоторыми впечатляющими заявлениями. Модели Gemma 3 выпускаются в четырех вариантах — с параметрами 1 миллиард, 4 миллиарда, 12 миллиардов и 27 миллиардов — и предназначены для работы на различных устройствах, от смартфонов до мощных рабочих станций.

      Готовы для мобильных устройств

      Гугл

      Google утверждает, что Gemma 3 - лучшая в мире модель с одним ускорителем, что означает, что она может работать на одном графическом процессоре или TPU вместо того, чтобы использовать целый кластер. Теоретически это означает, что модель искусственного интеллекта Gemma 3 может изначально работать на тензорном процессорном ядре (TPU) смартфона Pixel, точно так же, как модель Gemini Nano работает локально на телефонах.

      Самое большое преимущество Gemma 3 перед семейством моделей искусственного интеллекта Gemini заключается в том, что, поскольку она имеет открытый исходный код, разработчики могут упаковывать и поставлять ее в соответствии со своими уникальными требованиями в мобильные приложения и программное обеспечение для настольных компьютеров. Еще одним важным преимуществом является то, что Gemma поддерживает более 140 языков, причем 35 из них входят в комплект поставки с предварительным обучением.

      Как и последние модели серии Gemini 2.0, Gemma 3 также способна понимать текст, изображения и видео. В двух словах, это мультимультидаль. Утверждается, что по производительности Gemma 3 превосходит другие популярные модели ИИ с открытым исходным кодом, такие как DeepSeek V3, OpenAI o3-mini с поддержкой reasoning и вариант Llama-405B от Meta.

      Универсальная и готовая к внедрению

      Учитывая диапазон ввода, Gemma 3 предлагает контекстное окно стоимостью 128 000 токенов. Этого достаточно, чтобы заполнить всю 200-страничную книгу, представленную в качестве входных данных. Для сравнения, объем контекстного окна для модели Google Gemini 2.0 Flash Lite составляет миллион токенов. В контексте моделей искусственного интеллекта среднее значение слова на английском языке примерно эквивалентно 1,3 токенам.

      Gemma 3 обрабатывает визуальный ввод. Гугл

      Gemma 3 также поддерживает вызов функций и структурированный вывод, что, по сути, означает, что она может взаимодействовать с внешними наборами данных и выполнять задачи подобно автоматизированному агенту. Ближайшей аналогией может послужить Gemini, которая позволяет легко выполнять работу на разных платформах, таких как Gmail или Docs.

      Новейшие модели искусственного интеллекта с открытым исходным кодом от Google могут быть развернуты либо локально, либо с помощью облачных платформ компании, таких как Vertex AI suite. Модели искусственного интеллекта Gemma 3 теперь доступны в Google AI Studio, а также в сторонних репозиториях, таких как Hugging Face, Ollama и Kaggle.

      Гугл

      Gemma 3 - это часть отраслевой тенденции, когда компании работают над большими языковыми моделями (в случае Google - Gemini) и одновременно выпускают небольшие языковые модели (SLM). Microsoft также придерживается аналогичной стратегии, выпуская серию небольших языковых моделей Phi с открытым исходным кодом.

      Небольшие языковые модели, такие как Gemma и Phi, чрезвычайно экономичны в использовании ресурсов, что делает их идеальным выбором для работы на таких устройствах, как смартфоны. Кроме того, поскольку они обеспечивают меньшую задержку, они особенно хорошо подходят для мобильных приложений.