کمی بیش از یک‌سال پس از انتشار دو مدل هوش مصنوعی Gemma که بر پایه فناوری مشابه مدل Gemini ساخته شده‌اند، گوگل خانواده Gemma را با نسخه Gemma 3 به‌روزرسانی کرده است.
بر اساس پست وبلاگ شرکت، این مدل‌ها برای استفاده توسعه‌دهندگانی طراحی شده‌اند که قصد ایجاد برنامه‌های هوش مصنوعی را دارند که قابلیت اجرا در هر محیطی، از گوشی‌های همراه تا ایستگاه‌های کاری را داشته باشند. این مدل‌ها از بیش از ۳۵ زبان پشتیبانی می‌کنند و توانایی تحلیل متن، تصاویر و ویدیوهای کوتاه را دارند.
گوگل ادعا می‌کند که Gemma 3 بهترین مدل تک‌شتاب‌دهنده جهان است و در مقایسه با رقبایی مانند Llama فیس‌بوک، دیپ‌سیک و OpenAI، عملکرد بهتری روی سیستم‌هایی با یک GPU ارائه می‌دهد. همچنین این مدل برای اجرا روی GPUهای انویدیا و سخت‌افزارهای اختصاصی هوش مصنوعی بهینه‌سازی شده است.
رمزگذار تصویر Gemma 3 نیز ارتقا یافته و از تصاویر با وضوح بالا و غیرمربعی پشتیبانی می‌کند. علاوه‌بر‌این، کلاسیفایر ایمنی تصویر ShieldGemma 2 برای فیلتر کردن محتوای ورودی و خروجی تصاویر که شامل محتوای مستهجن، خطرناک یا خشونت‌آمیز است، در دسترس قرار گرفته است.
سال گذشته مشخص نبود که مدلی مانند Gemma تا چه حد مورد توجه قرار خواهد گرفت، اما محبوبیت مدل‌هایی مانند DeepSeek نشان می‌دهد که تقاضا برای فناوری‌های هوش مصنوعی با نیازهای سخت‌افزاری کمتر وجود دارد.
با وجود ادعاهای گوگل در مورد قابلیت‌های پیشرفته این مدل، شرکت تأکید کرده است که ارتقای عملکرد Gemma 3 در حوزه‌های STEM (علوم، فناوری، مهندسی و ریاضیات) باعث شد تا ارزیابی‌های خاصی در مورد پتانسیل سوءاستفاده از آن برای ایجاد مواد خطرناک انجام شود.
تعریف دقیق یک مدل هوش مصنوعی «باز» یا «متن‌باز» همچنان موضوع بحث است و در مورد Gemma گوگل، این بحث بر روی مجوزی متمرکز شده که شرکت برای استفاده از آن تعیین کرده است. این مجوز محدودیت‌هایی در مورد موارد مجاز استفاده ایجاد می‌کند و با انتشار این نسخه جدید تغییری نکرده است.
گوگل همچنان به تبلیغ Gemma با اعتبارات Google Cloud ادامه می‌دهد و برنامه Gemma 3 Academic به پژوهشگران دانشگاهی این امکان را می‌دهد تا برای دریافت اعتباری به ارزش ۱۰,۰۰۰ دلار جهت تسریع تحقیقات خود اقدام کنند.
