نموذج الذكاء الاصطناعي 3 Gemma من Google يمثل قفزة كبيرة في نماذج الذكاء الاصطناعي المتاحة. تم إطلاقه في 12 مارس 2025، وهو مبني على نجاح سلسلة 2 Gemma، التي تجاوزت 100 مليون تحميل في عامها الأول. يأتي 3 Gemma بقدرات محسّنة في المعالجات متعددة الأنماط، ونافذة سياقية موسعة، ودعم واسع للغات متعددة. والأهم من ذلك، أنه مصمم للعمل على وحدة معالجة رسومات (GPU) أو وحدة معالجة توترية (TPU) واحدة دون التضحية بالأداء.

يرث 3 Gemma تقنياته الأساسية من نموذج 2.0 Gemini الرائد من Google، مما يمنحه قدرات قوية في الرياضيات، والاستدلال، والبرمجة، والدردشة. كما يدعم أكثر من 140 لغة مباشرة، مما يجعله نموذجاً عالمياً بحق.

* أهمية 3 Gemma:1- نافذة سياقية موسعة: يعد حجم النافذة السياقية أحد أبرز ميزات 3 Gemma، حيث تدعم النماذج الأكبر (4B و12B و27B) حتى 128,000 رمز، بينما يوفر نموذج 1B نافذة سياقية بحجم 32,000 رمز.* أهمية هذه السعة الكبيرة:

- تحليل الوثائق المطوّلة: يتيح للباحثين وعلماء البيانات إدخال نصوص أو قواعد برمجية كبيرة إلى النموذج، مما يسهل تلخيصها، وتحليلها، وطرح الأسئلة حولها في تمريرة واحدة.- تعزيز التفكير المعقّد: يمكن لـ 3 Gemma التعامل مع كميات أكبر من المعلومات دفعة واحدة، مما يساعده على الحفاظ على السياق في المدخلات الطويلة، وبالتالي توليد استجابات أكثر تماسكًا للأسئلة متعددة الخطوات.- دعم تدفقات العمل الإبداعية: يمكن للكتّاب والمبدعين التعامل مع نصوص وقصص طويلة دون الحاجة إلى تقسيمها إلى أجزاء أصغر. لكن الأداء المثالي عادةً يكون ضمن نطاق 32K رمز، رغم أن الحد الأقصى 128K يوفر مرونة كبيرة.

2- القدرات متعددة الأنماط: كانت نماذج Gemma السابقة تركز على النصوص فقط، أما الآن، فتأتي إصدارات 4B و12B و27B بقدرات فهم وتحليل الصور، مما يتيح: تحسين الإجابة على الأسئلة البصرية.يمكن للمستخدمين طرح أسئلة نصية حول صورة مرفوعة، مثل:

– «كم عدد السيارات في هذه الصورة؟».– «ماذا يقول النص على الملصق؟».تحليل الصور وإنشاء التسميات التوضيحية.يمكن لـ 3 Gemma التعرف على الكائنات، ووصف المشاهد، وحتى قراءة النصوص داخل الصور مع تفاوت دقة OCR.

3- دعم واسع للغات متعددة: يتميز 3 Gemma بتوسّع كبير في دعمه اللغوي:

- أكثر من 140 لغة: يشمل تغطية واسعة للغات الآسيوية، والأوروبية، والشرق أوسطية، وغيرها.- تحسينات في التشفير اللغوي: يعتمد على المُرمِّز SentencePiece المستوحى من 2.0 Gemini، والذي يضم 262,000 إدخال، مما يحسن معالجة اللغات الصينية واليابانية والكورية بشكل خاص.

* التحديات والاعتبارات:

- الهلوسة في الذكاء الاصطناعي: قد ينتج عن 3 Gemma إجابات غير دقيقة أو غير منطقية أحياناً، لذا من الضروري التحقق من صحة المخرجات عند استخدامها في المهام الحساسة.- التحيز والعدالة: مثل أي نموذج مفتوح يتم تدريبه على بيانات ضخمة، قد يعكس 3 Gemma بعض التحيزات الاجتماعية أو الثقافية. لذلك، من المهم مراقبة هذه المشكلات وتصحيحها، خاصة في التطبيقات الموجهة للمستخدمين.- المهام المعقدة (البرمجة والرياضيات): تشير التجارب المبكرة إلى أن 3 Gemma قد يواجه صعوبة في المهام البرمجية المتقدمة أو المسائل الرياضية المعقدة. لذا، يفضل اختباره جيداً قبل الاعتماد عليه في أتمتة هذه العمليات.- الأداء مع السياقات الكبيرة: رغم أن 128K رمز تعد ميزة قوية، إلا أن الأداء قد يتدهور عند الاقتراب من هذا الحد. لذا، من الأفضل التخطيط لاستخدام أكثر واقعية في نطاق 32 K رمز.- التحديثات المستمرة: يتطور مجال الذكاء الاصطناعي بسرعة كبيرة. للحصول على أحدث المعلومات الدقيقة، يوصى باستخدام تقنيات التحديث المستند إلى الاسترجاع أو التدريب المستمر عند الحاجة.