هل صممت جوجل للتو نموذج الذكاء الاصطناعي الأفضل للأجهزة؟ (Gemma 4)
원제 · Did Google Just Make The ULTIMATE Edge AI Model? (Gemma 4)
핵심 요약
يقدم Gemma 4 كثافة ذكاء عالية عبر استهلاك 1.5 جيجابايت فقط من الذاكرة مع تحقيق أداء رياضي مضاعف وتفوق في المهام متعددة الأنماط على الأجهزة المحمولة دون اتصال بالإنترنت.
하이라이트
يستخدم طراز Gemma 4 بنية "التضمينات لكل طبقة" التي تسمح لكل طبقة بإدخال معلومات جديدة بدلاً من الاعتماد على تضمين واحد في البداية.
يعمل إصدار E2B بحجم 2.3 مليار بارامتر نشط ويستهلك أقل من 1.5 جيجابايت من ذاكرة الوصول العشوائي (RAM) مما يتيح تشغيله محلياً بالكامل.
حقق طراز E4B درجة 42.5% في مقياس AIME 2026 للرياضيات وهو ما يعادل ضعف أداء النماذج الأكبر من الجيل السابق.
يدعم النموذج نافذة سياق تصل إلى 128 ألف رمز وأكثر من 140 لغة منها اللغة اللاتفية بمستوى دقة عالٍ في التعرف البصري على الحروف.
يتميز Gemma 4 بتعدد الأنماط الأصلي حيث تعالج بنية موحدة واحدة النصوص والرؤية والصوت دون الحاجة لأنظمة منفصلة.
يتضمن وضع تفكير جديد يستخدم سلسلة استدلال داخلية للتحقق من المنطق قبل إصدار الإجابة النهائية لمنع الأخطاء المنطقية في النماذج الصغيرة.
타임라인
إطلاق Gemma 4 ومواصفات الأداء المحلي
يمثل هذا الإصدار تحولاً في استراتيجية جوجل نحو البرمجيات المفتوحة. صُممت النماذج لتعمل بكفاءة على الأجهزة ذات الموارد المحدودة. تشتد المنافسة حالياً بين النماذج الصغيرة مثل QWAN 3.5 وGemma 4 لتقديم أفضل أداء محلي للمستخدمين.
- يصدر طراز Gemma 4 بموجب ترخيص Apache 2.0 كنموذج مفتوح المصدر بالكامل.
- تستهدف النسخ الصغيرة الأجهزة الطرفية مثل iPhone وAndroid وRaspberry Pi للعمل دون اتصال بالإنترنت.
- تهدف جوجل من هذا الإصدار إلى تحقيق أعلى كثافة ذكاء ممكنة في النماذج المدمجة.
الابتكار التقني في بنية التضمينات والبارامترات الفعالة
حرف E في أسماء الطرازات يشير إلى البارامترات الفعالة التي توازن بين سرعة الاستنتاج وعمق التحليل. تدمج البنية الموحدة الرؤية والصوت والنص بشكل أصلي بدلاً من استخدام وحدات نمطية مضافة. تدعم هذه البنية مهام معقدة مثل التعرف البصري على الحروف (OCR) بلغات متعددة وسياق نصي واسع.
- تسمح تقنية التضمينات لكل طبقة بتحديث معاني الرموز (tokens) تدريجياً عبر مسار المعالجة.
- يوفر طراز E2B عمق تفكير يعادل نماذج 5 مليار بارامتر باستخدام 2.3 مليار بارامتر نشط فقط.
- تمنع ميزة سلسلة الاستدلال الداخلية وقوع النموذج في الحلقات اللانهائية والأخطاء المنطقية الشائعة.
نتائج المقاييس واختبارات البرمجة المحلية
تُظهر الاختبارات الداخلية تفوقاً كبيراً في حل المسائل الرياضية المعقدة واختبارات الوكلاء الذكيين (Agent skills). عند اختبار البرمجة محلياً باستخدام LMStudio، فشل E2B في إنتاج ملفات JavaScript المطلوبة وكرر المهام بشكل غير ضروري. في المقابل، قدم E4B نتائج وظيفية أفضل رغم بساطة التصميم البصري، مما يجعله خطوة للأمام في قدرات النماذج الصغيرة.
- سجل طراز E4B قفزة هائلة في دقة استخدام الأدوات وسير العمل متعدد الخطوات.
- أنتج إصدار E4B وظيفة سلة تسوق برمجية ناجحة في اختبارات HTML وCSS وJavaScript.
- أظهر إصدار E2B أداءً مخيباً للآمال في البرمجة مقارنة بنموذج QWAN الأصغر حجماً.
الأداء على الأجهزة المحمولة واختبارات اللغات
يوفر تطبيق AI Edge Gallery سرعة استجابة فائقة تتجاوز المنافسين عند التشغيل المحلي. نجح النموذج في اختبارات المنطق (غسيل السيارات) والتعرف على فصائل الحيوانات رغم وجود بعض الأخطاء البسيطة في تحديد سلالة الكلب (Corgi). تظل جودة القواعد النحوية في اللغات الصغيرة أقل من المثالية، لكن وجود هذه المعرفة في نموذج بهذا الحجم يعد إنجازاً تقنياً.
- يعمل إطار عمل Lite RTLM على تسريع استجابة النموذج بشكل ملحوظ على هواتف iPhone.
- يتعرف النموذج بشكل دقيق على محتوى الصور والنصوص باللغات النادرة مثل اللاتفية.
- يصل تاريخ انقطاع المعرفة في نموذج Gemma 4 إلى يناير 2025.
설명
أحدثت جوجل ثورة في عالم النماذج الصغيرة بإطلاق Gemma 4، وهي سلسلة مفتوحة المصدر بالكامل مصممة للأداء العالي دون الحاجة لإنترنت. في هذا الفيديو، نضع طرازي E2B وE4B تحت اختبارات واقعية صارمة—من مهام البرمجة المحلية على جهاز M2 MacBook إلى التعرف الضوئي على النصوص (OCR) باللغة اللاتفية والاستدلال البصري على iPhone 14 Pro. شاهد كيف تتفوق بنية "تضمين كل طبقة" (Per-Layer Embedding) الجديدة من جوجل ووضع "التفكير" الأصلي في مواجهة البطل الحالي Qwen 3.5، في المعركة الحاسمة لكثافة الذكاء. 🔗 روابط ذات صلة Gemma 4: [https://deepmind.google/models/gemma/gemma-4/](https://deepmind.google/models/gemma/gemma-4/) ❤️ المزيد عنا أفضل مجموعة أدوات لمراقبة الأنظمة: [https://betterstack.com/](https://betterstack.com/) دروس مكتوبة: [https://betterstack.com/community/](https://betterstack.com/community/) مشاريع تجريبية: [https://github.com/BetterStackHQ](https://github.com/BetterStackHQ) 📱 حساباتنا على التواصل الاجتماعي Twitter: [https://twitter.com/betterstackhq](https://twitter.com/betterstackhq) Instagram: [https://www.instagram.com/betterstackhq/](https://www.instagram.com/betterstackhq/) TikTok: [https://www.tiktok.com/@betterstack](https://www.tiktok.com/@betterstack) LinkedIn: [https://www.linkedin.com/company/betterstack](https://www.linkedin.com/company/betterstack) 📌 الفصول: 00:00 Gemma 4: الملك الجديد للمصادر المفتوحة؟ 00:53 آلية العمل: تضمين كل طبقة (PLE) 01:45 تعدد الوسائط الأصلي ووضع "التفكير" 02:29 نتائج الاختبارات الرسمية من جوجل ومهارات الوكيل 03:20 اختبار البرمجة المحلي: E2B ضد E4B 07:18 أداء الهاتف واختبار السرعة على iPhone 06:57 الرؤية والتعرف الضوئي: اختبار اللغة اللاتفية 09:05 الحكم النهائي