Spoločnosť Google nedávno predstavila Gemma 3, najnovšiu verziu svojej série modelov umelej inteligencie (AI) s otvoreným zdrojovým kódom. Model prináša významné inovácie, ktoré rozširujú jeho možnosti a efektivitu nielen pre vývojárov, ale aj pre bežných používateľov.
Po menej ako roku od vydania Gemma 2 prichádza tretia generácia, ktorá je navrhnutá tak, aby fungovala efektívne aj na jedinom GPU (grafickom procesore), čo zjednodušuje jej nasadenie na menej výkonných zariadeniach.
V čom sa Gemma 3 líši?
Najnovší model vychádza z technologického základu predchádzajúcej verzie, no prináša dôležité vylepšenia. Pomocou post-tréningu modelu bolo optimalizované zosúlaďovanie predpovedí modelu s ľudskými predikciami a vylepšené boli aj matematické uvažovanie a schopnosť učiť sa z používateľskej spätnej väzby. Vďaka týmto inováciám poskytuje model lepšie a presnejšie odpovede pri vyhodnocovaní zadaných úloh.
Gemma 3 je dostupná v štyroch rôznych variantoch veľkostí (1B, 4B, 12B a 27B), čo umožňuje používateľom vybrať si model podľa svojich technických potrieb a dostupnej výpočtovej techniky. Platí pritom, že čím menší výkon majú parametre použitého hardvéru, tým viac budú klesať aj schopnosti použitého textového modelu. Gemma 3 je na rozdiel od iných uzavretých AI modelov schopná pri spustení fungovať na operačnej pamäti grafickej karty (GPU).
Najvýkonnejší predstavený a trénovaný variant (27B) sa v rebríčku Chatbot Arena Elo umiestnil na vysokých priečkach a dokáže fungovať len s jedným akcelerátorom. Týmto krokom Gemma 3 prekonáva svojich trhových konkurentov, ako napríklad čínsky DeepSeek V-3 alebo Llama3-405B vyvinutý americkou spoločnosťou Meta.
Spotrebiteľ tak vie vyskúšať textový model s otvoreným zdrojovým kódom na vlastnom zariadení, ako je bežný laptop. Tento fakt iba potvrdzuje rozsiahla komunita používateľov predošlého modelu Gemma, ktorá pomocou neho vytvorila viac ako 60-tisíc variácií AI založených na tomto modeli.
Ochranné mechanizmy
Pomedzi ďalšie inovácie, ktoré prináša Gemma 3, patrí napríklad aj jeho schopnosť poskytovať podporu pre viac ako 35 jazykov. To v praxi znamená, že smartfóny vybavené týmto modelom budú schopné spracovávať rôzne multimodálne úlohy, ako je analýza videí, fotografií či hudobných súborov, a to v reálnom čase a rôznych svetových jazykoch. Google uvádza aj širšiu podporu pre viac ako 140 jazykov vďaka predtrénovaniu modelu.
Model vďaka jeho pokročilejším možnostiam textového a vizuálneho rozhrania ponúka taktiež vylepšené algoritmy na detekciu a filtrovanie škodlivého obsahu. Google už pred časom spustil program ShieldGemma, ktorý slúžil na detekciu nevhodného obsahu pomocou modelu Gemma 2. S príchodom Gemma 3 sa očakáva jeho zdokonalenie a lepšia schopnosť rozpoznávať neetický alebo nebezpečný obsah. Zároveň je však potrebná implementácia prísnych bezpečnostných mechanizmov za účelom zabránenia využitia AI pre neetické účely.
Praktické využitie
Gemma 3 môže byť užitočná pre široké spektrum ľudí. Bežný používateľ ju môže využiť napríklad na analýzu rozsiahlych textov, preklad dokumentov, spracovanie vizuálnych materiálov, či riešenie komplexných matematických úloh. Vývojári majú možnosť upraviť si model pre špecifické potreby a integrovať ho do vlastných aplikácií prostredníctvom platformy Google AI Studio.
Google uznáva, že zverejňovanie veľkých jazykových modelov (LLMs) s otvoreným kódom si vyžaduje analýzu rizík a opatrnosť, no zároveň tvrdí, že jeho prístup poskytuje vyvážený pomer bezpečnosti a inovácií.
“Kým priemysel vyvíja výkonnejšie modely, bude rozhodujúce kolektívne vyvinúť prístupy k bezpečnosti úmerné riziku. Budeme sa postupne naďalej učiť a zdokonaľovať naše bezpečnostné postupy pre otvorené modely,” avizuje spoločnosť.
Článok vznikol s podporou Holandského veľvyslanectva na Slovensku.
