جمّا ۴ و جهش هوش مصنوعی روی دستگاه های اندرویدی

سال‌هاست هوش مصنوعی در گوشی‌ها کمی نقاب به چهره داشته است. شما سؤال می‌پرسید، پاسخ می‌گیرید، اما جایی در میانه راه، داده‌های شما به یک سرور دوردست می‌روند، پردازش می‌شوند و دوباره به شما برمی‌گردند. این مسیر پنهان همیشه بخشی از معامله بوده است. حالا گوگل می‌خواهد این وابستگی را قطع کند و جمّا ۴ روشن‌ترین نشانه تا امروز است که هوش مصنوعی روی دستگاه در اندروید جدی شده است.

گوگل دیپ‌مایند هفته گذشته همراه با Arm از جمّا ۴ رونمایی کرد و هدفی روشن داشت: اجرای هوش مصنوعی پیشرفته مستقیماً روی گوشی‌های اندرویدی مبتنی بر Arm، به جای تکیه بر فضای ابری. به گفته گوگل، خانواده مدل جدید تا چهار برابر سریع‌تر از نسخه‌های قبلی است و می‌تواند تا ۶۰٪ باتری کمتری مصرف کند. نسخه‌های کوچک‌تر E2B و E4B با تمرکز بر گوشی‌ها ساخته شده‌اند و می‌توانند متن، تصویر و صدا را بدون ارسال درخواست از طریق اینترنت پردازش کنند.

چرا Arm در اینجا اهمیت دارد

موتور پنهان این جهش، مجموعه دستورالعمل SME2 آرم است که بخشی از تراشه‌های جدیدتر Armv9 محسوب می‌شود. به زبان ساده، این فناوری محاسبات ماتریسی را که هوش مصنوعی مدرن به آن وابسته است، سریع‌تر می‌کند. Arm می‌گوید آزمون‌های اولیه مهندسی آن‌ها بهبود میانگین ۵.۵ برابری در پردازش ورودی کاربر را نشان داده و همچنین تولید پاسخ‌ها در مدل Gemma 4 E2B تا ۱.۶ برابر سریع‌تر شده است. نکته جالب چیست؟ توسعه‌دهندگان برای دیدن این بهبودها نیازی به بازنویسی برنامه‌های خود ندارند. لایه نرم‌افزاری KleidiAI آرم با کتابخانه‌های زمان اجرای موجود گوگل اتصال پیدا می‌کند، بنابراین این ارتقا با کمترین اصطکاک به دست می‌آید.

چنین ارتقای نامرئی دقیقاً همان چیزی است که می‌تواند هوش مصنوعی روی دستگاه را از یک دموی نمایشی به ابزاری تبدیل کند که مردم واقعاً هر روز از آن استفاده می‌کنند. سریع‌تر. سبک‌تر. کم‌وابسته‌تر به اتصال داده. این‌ها همان سه هدفی هستند که هوش مصنوعی موبایل از ابتدا دنبال کرده است.

روشن‌ترین نمونه از این روند را می‌توان در Envision دید، یک اپلیکیشن دسترس‌پذیری که برای کاربران نابینا و کم‌بینا طراحی شده است. تا امروز، درک صحنه اغلب به دسترسی ابری وابسته بود. اما در یک نمونه اولیه که در آن Gemma 4 به‌صورت محلی روی پردازنده‌های Arm اجرا می‌شد، کاربر می‌توانست از یک صحنه عکس بگیرد و بلافاصله توضیحی دقیق از آن دریافت کند، بدون آنکه به شبکه نیاز باشد. برای اپلیکیشنی مثل این، پشتیبانی آفلاین یک قابلیت اضافه نیست. خودِ قابلیت اصلی است.

گوگل همچنین در حال آماده‌سازی زیرساخت برای گام بعدی است. جمّا ۴ به‌عنوان پایه‌ای برای Gemini Nano 4 استفاده می‌شود، مدل آینده روی دستگاه برای اندروید. این یعنی توسعه‌دهندگانی که امروز با جمّا ۴ کار می‌کنند، باید برای سازگاری با Gemini Nano 4 هنگام عرضه آن روی دستگاه‌های پرچم‌دار در اواخر امسال آماده باشند. Gemini Nano هم‌اکنون قابلیت‌هایی مانند پاسخ‌های هوشمند و خلاصه‌سازی صوتی را به‌صورت محلی ارائه می‌کند و سازندگان تراشه مانند MediaTek نیز با قدرت در همین مسیر حرکت کرده‌اند. جمّا ۴ امکانات بیشتری به این ترکیب اضافه می‌کند، از جمله پشتیبانی چندوجهی و قابلیت‌های عامل‌محور داخلی.

برای توسعه‌دهندگان، دسترسی هم‌اکنون باز است. مدل‌های E2B و E4B از طریق Google AI Edge Gallery روی اندروید و iOS و تحت مجوز Apache 2.0 در دسترس هستند. و این موضوع اهمیت دارد، چون رقابت برای هوش مصنوعی کاربردی، خصوصی و کم‌تأخیر دیگر فقط در فضای ابری جریان ندارد. این رقابت اکنون به گوشی‌ای منتقل شده است که در دست شماست.