Insights

🤖 Google-მა წარადგინა DiffusionGemma - მოდელი ტექსტს სიტყვების ნაცვლად ხმაურიდან აწყობს Google-მა წარადგინა ექსპერიმენტული მოდელი DiffusionGemma, რომელიც ტექსტის სიტყვა-სიტყვა გენერირების ნაცვლად, შემთხვევითი ხმაურიდან სრულ პასაჟებად აწყობს მას. მოდელის ღია ვერსია უკვე ხელმისაწვდომია Hugging Face პლატფორმაზე Apache 2.0 ლიცენზიით. ტექნოლოგიური გიგანტის ეს ნაბიჯი მკვლევარებსა და დეველოპერებს სთავაზობს სრულიად განსხვავებულ მიდგომას ხელოვნური ინტელექტის მიერ ენობრივი ამოცანების შესრულებისას. მოდელი ერთდროულად 256 ტოკენს ამუშავებს, რაც გრაფიკული პროცესორების ეფექტურად გამოყენების საშუალებას იძლევა და ლოკალურ რეჟიმში ტრადიციულ მოდელებთან შედარებით 4-ჯერ უფრო მაღალ სიჩქარეს აღწევს. კლასიკური მოდელებისგან განსხვავებით, სადაც ყოველი ახალი სიტყვა წინა სიტყვას ეფუძნება, DiffusionGemma მუშაობს მთლიან ბლოკზე, რაც მნიშვნელოვნად ამცირებს მონაცემთა გადაცემის დროს მეხსიერებასა და პროცესორს შორის. Nvidia-ს ინჟინერი განმარტავს, რომ კლასიკური ავტორეგრესიული მოდელები ხშირად ზღუდავს აპარატურის მუშაობას მეხსიერების გამტარობის გამო, რის გამოც პროცესორების გამოთვლითი სიმძლავრე ფუჭად იკარგება. DiffusionGemma ამ პრობლემას გვერდს უვლის, რადგან ტოკენების პარალელური დამუშავება აიძულებს გრაფიკულ პროცესორებს მაქსიმალური დატვირთვით იმუშაონ. კერძოდ, Nvidia H100 ამაჩქარებელზე მოდელი წამში 1000 ტოკენის გენერირებას ახერხებს. DiffusionGemma-ს ჯამური პარამეტრების რაოდენობა 26 მილიარდს შეადგენს, თუმცა Mixture-of-Experts არქიტექტურის წყალობით, თითოეულ ეტაპზე მხოლოდ 3.8 მილიარდი აქტიურდება. ეს სტრუქტურა მოდელს საშუალებას აძლევს, იმუშაოს სწრაფად და ამავე დროს მოითხოვოს ნაკლები რესურსი. კომპანიის მონაცემებით, ოპტიმიზაციის შემდეგ მოდელი თავისუფლად ეტევა 18 გიგაბაიტიან ვიდეომეხსიერებაში, რაც მის ლოკალურად გაშვებას სამომხმარებლო ბარათებზეც შესაძლებელს ხდის. ტექნოლოგიური გიგანტის ანგარიშში ხაზგასმით არის ნათქვამი: „DiffusionGemma გენერირებს გაცილებით მეტ ტოკენს წამში, ვიდრე autoregressive Gemma 4 მოდელები, თუმცა ტექსტის სიზუსტის ტესტებში ოდნავ ჩამორჩება მათ“. ეს ნიშნავს, რომ სიჩქარის ზრდა ხარისხის გარკვეულ შემცირებას იწვევს, რის გამოც Google დეველოპერებს კვლავ ტრადიციული Gemma 4-ის გამოყენებას ურჩევს იმ ამოცანებში, სადაც ტექსტის ხარისხი და აზრობრივი სიზუსტე პრიორიტეტულია. მიუხედავად სიზუსტის მცირე ვარდნისა, მოდელი იდეალურია არახაზოვანი ამოცანებისთვის, სადაც საჭიროა ტექსტის შუაში ჩამატება ან კოდის გამოტოვებული ნაწილების შევსება. კლასიკური მოდელები ტექსტს მხოლოდ მარცხნიდან მარჯვნივ კითხულობენ, ხოლო DiffusionGemma-ს მთელი ბლოკის ერთდროულად აღქმა შეუძლია. სპეციალისტი მიუთითებს, რომ ეს თვისება მოდელს საშუალებას აძლევს, უკეთ გააანალიზოს რთული სტრუქტურის მქონე მონაცემები. სამომხმარებლო GeForce RTX 5090 ვიდეობარათზე მოდელი წამში 700-ზე მეტი ტოკენის გენერირებას ახერხებს, რაც ლოკალური გამოყენებისთვის შესანიშნავი მაჩვენებელია. Benchmarks აჩვენებს, რომ DiffusionGemma დაახლოებით სამნახევარჯერ უფრო სწრაფია, ვიდრე იმავე ზომის Gemma 4 მოდელი. Google ამ ეფექტს უკავშირებს სპეციალიზებულ გამოთვლით ამაჩქარებლებს, რომლებიც ოპტიმიზებულია პარალელური მუშაობისთვის. მოდელის გამოყენება შესაძლებელია სხვადასხვა პოპულარულ ბიბლიოთეკასთან, როგორებიცაა Hugging Face Transformers და vLLM. JAX-ის ბაზაზე შექმნილი Hackable Diffusion ხელსაწყოების ნაკრები კი მკვლევარებს მოდელის მარტივად დაკონფიგურირების საშუალებას აძლევს. დეველოპერი აცხადებს, რომ მოდელის ინტეგრირება და ფაინთუნინგი Sudoku-ს ამოსახსნელადაც კია შესაძლებელი, სადაც კლასიკური ავტორეგრესიული მოდელები ხშირად ვერ აღწევენ წარმატებას. DiffusionGemma-ს შექმნას საფუძვლად დაედო Google-ის ადრეული კვლევა, კოდური სახელწოდებით Gemini Diffusion, სადაც ტექსტური დიფუზიის სიჩქარე წამში 1479 ტოკენს აღწევდა. Benchmarks-ის მიხედვით, Gemini Diffusion მუშაობდა დაახლოებით იმავე დონეზე, რაზეც Gemini 2.0 Flash-Lite მოდელი. ეს ტექნოლოგიური წინსვლა აჩვენებს, თუ რამდენად სწრაფად ვითარდება ალტერნატიული გენერირების მეთოდები ხელოვნური ინტელექტის ინდუსტრიაში. საბოლოო ჯამში, DiffusionGemma-ს გამოშვება არის მნიშვნელოვანი ეტაპი ლოკალური და სწრაფი ხელოვნური ინტელექტის განვითარებაში. თუმცა, მომხმარებლებმა უნდა გაითვალისწინონ სიჩქარესა და ხარისხს შორის არსებული კომპრომისი, რაც განსაზღვრავს მოდელის გამოყენების კონკრეტულ სფეროებს. მომავალში ამ ტექნოლოგიის განვითარებამ შესაძლოა სრულად შეცვალოს კოდის წერისა და მონაცემთა დამუშავების პროცესი სხვადასხვა აპლიკაციაში.

🧠 ჯეფ ბეზოსი ტვინის ალგორითმის კვლევას აფინანსებს, ვიდრე ექსპერტები ჩატბოტებისგან მოსალოდნელ საფრთხეზე საუბრობენ Amazon-ის დამფუძნებელმა, ჯეფ ბეზოსმა, 50 მილიონი დოლარი გამოყო ახალი ნეიროტექნოლოგიური სტარტაპის, Flourish-ის მხარდასაჭერად, რომელიც ადამიანის ბიოლოგიური ტვინის მუშაობის პრინციპებზე დაფუძნებულ ხელოვნურ ინტელექტს ქმნის. მოგვიანებით ბეზოსმა ინვესტიცია თითქმის გააორმაგა. კომპანია ამჟამად 500 მილიონი დოლარის ბიუჯეტს ფლობს, მისი საბაზრო ღირებულება კი 2.5 მილიარდ დოლარად ფასდება, რაც მას დარგის ერთ-ერთ წამყვან მოთამაშედ აქცევს. Wired-ის მიერ გავრცელებული ინფორმაციით, პროექტი Cortex AI-ის სახელით ცნობილი სისტემის შექმნას ისახავს მიზნად. პროგრამული უზრუნველყოფის ყოფილმა ხელმძღვანელმა, რობ უილიამსმა, პრეზენტაცია ბეზოსს Zoom-ის მეშვეობით წარუდგინა. კომპანიის დამფუძნებლები ცდილობენ გადაჭრან ენერგოეფექტურობისა და მოდელების მუდმივი სწავლების პრობლემა, რაც თანამედროვე ხელოვნური ინტელექტის სისტემების მთავარ გამოწვევად ითვლება. სტარტაპის თანადამფუძნებელმა, ნეირომეცნიერმა ტომას რირდონმა, განმარტა, რომ დღევანდელი ენობრივი მოდელები უზარმაზარ ენერგიასა და მონაცემებს მოიხმარს. ადამიანის ტვინს ინფორმაციის დასამუშავებლად 20 ვატი ენერგია სჭირდება, მაშინ როდესაც ხელოვნური ინტელექტის ერთი ჩიპი 30-ჯერ მეტს მოიხმარს. ტომას რირდონმა მიუთითა, რომ მიზანია შეიქმნას ხელოვნური ტვინი, რომელიც 50 ვატზე ნაკლებ ენერგიაზე იმუშავებს და გარემო პირობებს მოერგება. „არასწორია მოსაზრება, თითქოს ენის შესასწავლად ყველა დაწერილი წიგნის ოცჯერ წაკითხვაა საჭირო. ადამიანის ბავშვი ამას რამდენიმე ასეული ათასი სიტყვის მოსმენით ახერხებს“, აღნიშნა ტომას რირდონმა. მეცნიერების ჯგუფი Cortex AI-ის ბაზაზე ისეთი სისტემის შექმნას გეგმავს, რომელიც ჯიბის მოწყობილობებში ჩაეწერება. მათი მოდელი დამატებითი მონაცემების გარეშე შეძლებს მუდმივ სწავლას, რაზეც მოლაპარაკებები მსხვილ მწარმოებლებთან უკვე მიმდინარეობს. კომპანიამ West SoHo-ს რაიონში ახალი ოფისი გახსნა და კვლევებში წამყვანი სპეციალისტები ჩართო. მათ შორისაა Google-ის პროექტ Astra-ს ხელმძღვანელი გრეგ უეინი, რომელიც სამუშაო დროის 20%-ს Flourish-ში გაატარებს. DeepMind-ის ხელმძღვანელი დემის ჰასაბისი აქტიურად ცდილობდა მის შენარჩუნებას, რის გამოც მხარეებმა თანამშრომლობის განსაკუთრებული შეთანხმება გააფორმეს. კომპანიის კვლევებს მხარს უჭერენ Lux Capital და Google Ventures. პარალელურად, კომპანიის თანადამფუძნებელმა ჯოშუა ფოგელშტაინმა გამოაქვეყნა ნაშრომი, რომლის მიხედვითაც ხილის ბუზის ნეირონული ქსელი Transformer-ის არქიტექტურაზე 10-ჯერ უფრო ეფექტურია. კვლევის ფარგლებში მეცნიერები გეგმავენ ექსპერიმენტები ჩაატარონ სხვადასხვა მასშტაბით, რათა აღმოაჩინონ ინტელექტის ძირითადი ალგორითმები. თუმცა, UC Berkeley-ის კომპიუტერული მეცნიერების სპეციალისტი, ბენ რექტი, პროექტის წარმატების მიმართ სკეპტიკურადაა განწყობილი. ბიოლოგიური ტვინის პრინციპების კოპირებაზე სხვა კომპანიებიც მუშაობენ. Cortical Labs ლაბორატორიაში გაზრდილ ნეირონებს სილიკონის ჩიპებს უერთებს, ხოლო OpenAI-ის ხელმძღვანელი სემ ოლტმენი მხარს უჭერს Merge Labs-ს, რომლის მისია ბიოლოგიური და ხელოვნური ინტელექტის დაკავშირებაა. გარდა ამისა, Meta-ს ჯგუფი აცხადებს, რომ მათი TRIBE v2 მოდელი ადამიანის ნეირონული აქტივობის ციფრულ ორეულს წარმოადგენს, რაც დარგში კონკურენციას ზრდის. ეს ტექნოლოგიური პროცესები მიმდინარეობს იმ ფონზე, როდესაც მეცნიერები მომხმარებელთა კოგნიტური უნარების შესუსტებაზე საუბრობენ. კალიფორნიის უნივერსიტეტის ფსიქოლოგმა, გლორია მარკმა, SXSW London-ის კონფერენციაზე განაცხადა, რომ ადამიანებმა საკუთარ ტვინზე კონტროლი დაკარგეს. მისი განმარტებით, ტექნოლოგიების ყოველდღიურ ცხოვრებაში ინტეგრაციამ ადამიანის ყურადღების კონცენტრაციის დრო საგრძნობლად შეამცირა და სტრესის დონე გაზარდა. გლორია მარკმა 2003 წელს ჩატარებული კვლევის შედეგები წარმოადგინა, სადაც ზრდასრული ადამიანის ყურადღების კონცენტრაციის საშუალო დრო ორნახევარი წუთი იყო. 2012 წელს ჩატარებულმა ექსპერიმენტმა აჩვენა, რომ ეს მაჩვენებელი 75 წამამდე შემცირდა. 2014 წლიდან 2020 წლამდე პერიოდში კი ყურადღების კონცენტრაციის საშუალო დრომ მხოლოდ 47 წამი შეადგინა. მეცნიერის აზრით, ყურადღების სწრაფი გადართვა უარყოფითად მოქმედებს ემოციურ მდგომარეობასა და შრომისუნარიანობაზე. ფსიქოლოგმა დაადასტურა, რომ ChatGPT, Claude და Gemini-ს მსგავსი ჩატბოტების გამოყენება პრობლემას კიდევ უფრო ამძაფრებს. მომხმარებლები ტექსტის შეჯამებას ან ანალიზს ხელოვნურ ინტელექტს აბარებენ, რაც კოგნიტური ფუნქციების შესუსტებას იწვევს. მისი განმარტებით, როდესაც ადამიანი თავად ამუშავებს ინფორმაციას, ხდება სიღრმისეული ანალიზი, რაც ცოდნის ათვისებას უწყობს ხელს, ხოლო AI-ს გამოყენებისას ეს პროცესი მთლიანად ჩერდება. „თუ კუნთებს მუდმივად არ ავარჯიშებთ, ისინი ატროფირდება. ზუსტად ეს შეიძლება დაემართოს ადამიანის გონებასაც“, აღნიშნა გლორია მარკმა. მისი განმარტებით, კოგნიტური დატვირთვის ტექნოლოგიებზე გადალოცვა ამცირებს კრიტიკულ აზროვნებას, რაც ადამიანებს დეზინფორმაციის მიმართ უფრო მოწყვლადს ხდის. ემოციური ინტელექტის დაქვეითებას კი ხელოვნურ კომპანიონებთან ურთიერთობა უწყობს ხელს, რადგან მათთან კომუნიკაცია ყოველგვარი ძალისხმევის გარეშეა შესაძლებელი. ტექნოლოგიური დამოკიდებულება განსაკუთრებულ საფრთხეს უქმნის ბავშვებს, რის გამოც სასამართლო დავები აქტიურდება. Meta და YouTube ვალდებული გახდნენ მილიონობით დოლარის კომპენსაცია გადაეხადათ 20 წლის ქალისთვის ბავშვობის ასაკში დამოკიდებულების ჩამოყალიბების გამო. კენტუკის სასკოლო ოლქმა Meta-ს წინააღმდეგ 60 მილიონი დოლარის მოთხოვნით სარჩელი შეიტანა, რასაც კიდევ 1200 სასკოლო ოლქი შეუერთდა. გამოსავლად სპეციალისტები ახალი რუტინის შექმნას მიიჩნევენ. დამატებითი: https://www.technologyreview.com/2026/06/05/1138427/are-ai-chatbots-making-us-lose-control-of-our-brains/