نسل جدید هوش مصنوعی Gemma 4 مجوز آپاچی 2.0 را در دستگاه های محلی دریافت می کند

غول فناوری که مسئول پرکاربردترین موتور جستجو در جهان است، خانواده جدیدی از مدل های زبان منبع باز را با هدف توسعه دهندگان و محققان در دسترس قرار داده است. به‌روزرسانی اخیر ابزارهایی را ارائه می‌کند که از ورودی متن، صدا و تصویر پشتیبانی می‌کنند، با پنجره‌های زمینه‌ای که در قوی‌ترین نسخه‌ها به مرز ۲۵۶ هزار توکن می‌رسند. وجه تمایز اصلی این نسل حذف محدودیت‌های تجاری قبلی است که به شرکت‌ها اجازه می‌دهد آزادانه‌تر از این فناوری بر روی سخت‌افزار خود، از سرورها گرفته تا تلفن‌های همراه، استفاده کنند.

تغییر در دستورالعمل های استفاده تجاری

اتخاذ یک فرمت مجوز جدید، موانع موجود در نسخه های قبلی ابزار را از بین می برد. اکنون توسعه‌دهندگان کنترل بیشتری بر داده‌های پردازش‌شده و استقرارهای تجاری دارند، بدون نیاز به پیروی از سیاست‌های استفاده ممنوع که می‌تواند به‌طور یکجانبه توسط سازنده سیستم به‌روزرسانی شود.

هدف این تغییر ساختاری تشویق ایجاد پروژه های جدید در جامعه برنامه نویسی است. تمرکز بر اجرای آفلاین، استراتژی ارائه جایگزین های باز و انعطاف پذیر را تقویت می کند و به استارتاپ ها و شرکت های بزرگ اجازه می دهد تا فناوری را بدون هزینه های تکراری رابط برنامه نویسی برنامه نویسی یکپارچه کنند.

پیشرفت های فنی در استدلال منطقی

سیستم های جدید پیشرفت های قابل توجهی را در توانایی حل مسائل ریاضی و پیروی از دستورالعمل های پیچیده ارائه می دهند. معماری به روز شده شامل پشتیبانی بومی برای فراخوانی تابع و تولید خروجی ساختاریافته در قالب های داده خاص است که گردش کار عوامل مستقل را بهینه می کند.

ظرفیت پردازش کد برنامه‌نویسی نیز برای عملکرد مناسب در محیط‌های بدون اتصال به اینترنت، اصلاح‌شده است. عملکرد به دست آمده در این شرایط نزدیک به نتایج به دست آمده توسط سرویس های اطلاعاتی است که منحصراً بر پردازش ابری متکی هستند.

پردازش اطلاعات چندوجهی

نسل جدید علاوه بر تفسیر متن سنتی، فایل‌های صوتی و تصاویر را به صورت بومی پردازش می‌کند. سیستم تشخیص گفتار در مقایسه با مدل‌هایی که در سال گذشته راه‌اندازی شده بودند، دقت بالایی را نشان می‌دهد و رونویسی و تجزیه و تحلیل دستورات صوتی را در زمان واقعی تسهیل می‌کند.

پشتیبانی از ورودی بصری به شما امکان می دهد کارهای پیشرفته ای مانند تشخیص نویسه نوری در اسناد اسکن شده را انجام دهید. این ابزار همچنین می‌تواند نمودارها و جداول پیچیده را تفسیر کند و داده‌های مرتبط را با سطحی از دقت استخراج کند که خواسته‌های بخش شرکتی را برآورده کند.

ترکیب این روش‌های ورودی مختلف، طیف وسیعی از امکانات را برای ایجاد برنامه‌های کاربردی تعاملی باز می‌کند. توسعه دهندگان می توانند راه حل هایی را ساختار دهند که به طور همزمان آنچه کاربر می گوید و آنچه دوربین دستگاه ضبط می کند تجزیه و تحلیل کند و همه چیز را بدون ارسال داده ها به سرورهای خارجی پردازش کند.

انواع اندازه و کارایی

خانواده مدل به چهار پیکربندی اصلی تقسیم شده است تا نیازهای سخت افزاری مختلف را برآورده کند. نسخه‌های قوی‌تر، که به عنوان Mixture of Experts و Dense شناخته می‌شوند، برای سرورهای با کارایی بالا و ایستگاه‌های کاری حرفه‌ای که پردازش داده‌های عظیم را انجام می‌دهند، هدف قرار می‌گیرند.

Leia Tambem

تحقیقات نشان می دهد که والدین از نحوه استفاده فرزندانشان از هوش مصنوعی بی اطلاع هستند

خرده فروشی دیجیتال ارزش گوشی هوشمند Galaxy S25 5G را با پاداش های بانکی و تعویض دستگاه کاهش می دهد

شایعات حاکی از آن است که نینتندو در حال آماده سازی یک نسخه ویژه از سوییچ 2 با بازسازی Ocarina of Time است.

از سوی دیگر، انواع سبک تر به طور خاص برای اولویت بندی بهره وری انرژی طراحی شده اند. این مدل‌های کوچک‌تر برای اجرا در لبه شبکه، یعنی مستقیماً روی تجهیزات کاربر نهایی، به حداقل رساندن مصرف باتری و نیاز به پردازش خارجی ایده‌آل هستند.

نسخه مبتنی بر معماری خبره تنها کسری از میلیاردها پارامتر خود را در طول فرآیند استنتاج فعال می کند. این رویکرد فنی به شدت تاخیر پاسخ و مصرف انرژی را کاهش می دهد و در عین حال توانایی درک و تولید متن به بیش از صد و چهل زبان مختلف را حفظ می کند.

فایل های کامل با وزن شبکه عصبی اکنون برای عموم منتشر شده است. متخصصان فناوری می‌توانند فوراً مطالب را در پلتفرم‌های میزبانی کد شناخته شده و مخازن متمرکز بر یادگیری ماشین دانلود کنند.

بهینه سازی برای دستگاه های تلفن همراه

توسعه نسخه های فشرده با مشارکت تولید کنندگان اصلی پردازنده های دستگاه های تلفن همراه در بازار جهانی صورت گرفت. این همکاری فنی منجر به سیستم‌هایی شد که قادر به ارائه پاسخ‌هایی با تأخیر عملاً صفر در کارهای روزمره، مانند ترجمه همزمان و خلاصه کردن متون طولانی هستند. آزمایش‌های عملی نشان می‌دهند که این فناوری عملکرد پایداری را حتی بر روی بردهای توسعه کم‌هزینه و رایانه‌های تک بردی که به طور گسترده در پروژه‌های آموزشی و صنعتی استفاده می‌شوند، حفظ می‌کند.

حفظ کارایی در پیکربندی‌های سخت‌افزاری مختلف نشان‌دهنده یک سود عملی قابل‌توجه برای اکوسیستم برنامه است. کاهش زمان پاسخ در پردازش محلی برای خدماتی که به سطح بالایی از حریم خصوصی نیاز دارند، مانند برنامه های کاربردی مراقبت های بهداشتی و مالی، بسیار مهم است. این فناوری با پردازش مستقیم اطلاعات بر روی دستگاه کاربر، خطرات مربوط به انتقال داده های حساس از طریق اینترنت را حذف می کند و تضمین می کند که اطلاعات شخصی در برابر رهگیری توسط اشخاص ثالث محافظت می شود.

ادغام با اکوسیستم توسعه

در دسترس بودن فوری ابزارها بر روی پلتفرم‌های رسمی دسترسی محققان و مهندسان نرم‌افزار به فناوری‌های هوش مصنوعی جدید را تسهیل می‌کند. مدل‌های با ظرفیت بالاتر را می‌توان از طریق استودیوهای توسعه ابری آزمایش و اجرا کرد، در حالی که نسخه‌های بهینه‌سازی شده برای موبایل در گالری‌های اختصاصی برای پردازش لبه هستند. شرکت هایی که به دنبال مدرن سازی سیستم های داخلی خود هستند می توانند این راه حل ها را در زیرساخت های محلی خود بدون نگرانی در مورد پرداخت هزینه های ماهانه برای استفاده از رابط های شخص ثالث ادغام کنند. علاوه بر این، معماری انواع سبک‌تر به‌عنوان پایه‌ای اساسی برای به‌روزرسانی‌های آینده سیستم‌عامل‌های تلفن همراه خواهد بود، که نشان‌دهنده روند واضحی است که هوش مصنوعی مولد تبدیل به یک مؤلفه استاندارد و همه‌جانبه در تلفن‌های همراه خواهد شد که در سال‌های آینده وارد بازار خواهد شد و نحوه تعامل کاربران با دستگاه‌های خود را به صورت روزانه تغییر خواهد داد.

گسترش استفاده از هوش مصنوعی باز

ترکیب عملکرد بهبود یافته با مجوزهای مجاز، دامنه گزینه ها را برای بخش فناوری گسترش می دهد. حرکت به سمت مدل‌های منبع باز قابل اجرایی محلی، استقلال توسعه‌دهنده را تقویت می‌کند و ایجاد یک محیط دیجیتالی متنوع‌تر را تقویت می‌کند، جایی که نوآوری منحصراً به زیرساخت‌های بزرگ محاسبات ابری متکی نیست.