Google представи най-мощния AI модел, който работи само с един графичен процесор

Google представи нова версия на своя AI модел - Gemma 3. Компанията твърди, че това е най-мощният модел на изкуствен интелект, който може да работи само с един графичен процесор. Новата версия е способна да анализира текст, изображения и кратки видеоклипове. Gemma 3 поддържа повече от 35 езика и е проектирана да се използва на различни устройства - от смартфони до работни станции.

Google съобщава, че Gemma 3 превъзхожда аналозите на своите конкуренти: модела DeepSeek и решенията на OpenAI. Моделът показва най-добри резултати именно когато работи на устройства с един графичен процесор. Освен това Gemma 3 е специално оптимизиран за графичните процесори на Nvidia и най-различния друг специализиран хардуер за изкуствен интелект.

Разработчиците са подобрили способността на Gemma 3 да разпознава изображения. Моделът вече обработва снимки и видеоклипове с висока разделителна способност, дори и с кадри с неправилна форма. Важно нововъведение е системата за сигурност ShieldGemma 2. Тя филтрира входящото и изходящото съдържание: блокира изображенията на сексуални сцени и насилие, маркира потенциално опасната информация.

Google подчертава, че въпреки широките възможности на Gemma 3, моделът няма да може да се използва за престъпна дейност. Проучванията потвърждават незначителната вероятност той да бъде използван за създаване на опасни вещества. В същото време учените специално са тествали подобрените характеристики на модела в областта на точните науки.

В същото време Gemma все още не може да се нарече напълно отворено решение. Google запазва ограниченията на лиценза, който определя точно за какво потребителите могат да използват модела. С пускането на новата версия компанията се придържа към предишните условия.

Освен това Google продължава да разработва поддръжката за потребителите на Gemma чрез платформата Google Cloud. Изследователите от академичните среди могат да участват в програмата Gemma 3 Academic и да получат безвъзмездни средства в размер до 10 000 долара в кредити от Google Cloud. Тези средства могат да се използват за ускоряване на изследователските проекти, свързани с изкуствения интелект.

Кодът на Gemma предлага различен брой параметри - 1 милиард, 4 милиарда, 12 милиарда и 27 милиарда, което е доста малко за съвременните стандарти. За разлика от него R1 има 671 милиарда параметри, от които може да използва избирателно 37 милиарда, като игнорира или изключва части от мрежата.

Основното подобрение, което прави възможна подобна ефективност, е широко използваната техника на изкуствения интелект, наречена дестилация, при която теглата на вече обучен по-голям модел се извличат от него и се вмъкват в по-малкия модел, в случая - Gemma 3, за да му се осигурят по-големи възможности.

Дестилираният модел преминава и през три различни мерки за контрол на качеството, включително усилено обучение на базата на човешка обратна връзка (Reinforcement Learning from Human Feedback - RLHF) за оформяне на резултатите от GPT и другите големи езикови модели така, че да бъдат безвредни и полезни; както и усилено обучение на базата на машинна обратна връзка (Reinforcement Learning from Machine Feedback - RLMF) и усилено обучение на базата на обратна връзка от изпълнението (Reinforcement Learning from Execution Feedback - RLEF), които според Google подобряват съответно математическите и софтуерните възможности на модела.