តើ AI អាចធ្វើអ្វីបានបើគ្មានបណ្តាញរបស់ Google?

គំរូស្នូលរបស់ Gemma 4 អាចសន្និដ្ឋាន វិភាគរូបភាព និងសរសេរកូដ ដោយគាំទ្រទាំងកុំព្យូទ័រ និងស្មាតហ្វូន។

Gemma 4 គឺជាភាសាគំរូធំ (LLM) ដែលបង្កើតឡើងដោយ Google DeepMind។ វាគឺជាគ្រួសារគំរូប្រភពបើកចំហដែលគាំទ្រដំណើរការនៅនឹងកន្លែងដោយមិនចាំបាច់មានការតភ្ជាប់អ៊ីនធឺណិត។ អ្នកប្រើប្រាស់អាចទាញយក ប្ដូរតាមបំណង និងដាក់ពង្រាយវានៅលើកុំព្យូទ័រ ឬឧបករណ៍ចល័តរបស់ពួកគេ។

ស៊េរី Gemma 4 ត្រូវបានចែកចាយជាបួនកំណែ៖ E2B, E4B, 31B និង 26B A4B។ កំណែ E2B និង E4B តម្រូវឱ្យមាន RAM យ៉ាងតិច 4-6 GB (4-bit) ឬ 10-16 GB (16-bit) ដែលស័ក្តិសមសម្រាប់ដំណើរការលើឧបករណ៍ចល័ត និងកុំព្យូទ័រដែលមានការកំណត់រចនាសម្ព័ន្ធមធ្យម។ ទន្ទឹមនឹងនេះ កំណែ A4B 26B តម្រូវឱ្យមាន RAM យ៉ាងតិច 18 GB ហើយកំណែ 31B តម្រូវឱ្យមានយ៉ាងហោចណាស់ 20 GB។

យោងតាម ​​MindStudio គុណសម្បត្តិមួយនៃការដំណើរការម៉ូដែល AI នៅក្នុងស្រុកគឺសុវត្ថិភាព និងមិនមានការចំណាយបន្ថែម។ ទោះជាយ៉ាងណាក៏ដោយ ដំណើរការរបស់ម៉ូដែលទាំងនេះអាស្រ័យលើផ្នែករឹងរបស់ឧបករណ៍។ អ្នកប្រើប្រាស់ទូរស័ព្ទចល័តអាចដំឡើងកម្មវិធី Google AI Edge Gallery (ដូចក្នុងរូបភាព) ខណៈពេលដែលកុំព្យូទ័រត្រូវការឧបករណ៍ដូចជា LM Studio ឬ Ollama។ រូបថត៖ Google ។

LM Studio នៅលើកុំព្យូទ័រអនុញ្ញាតឱ្យអ្នកជ្រើសរើស និងផ្ទុក Gemma 4 នៅពេលដំណើរការលើកដំបូង។ កំណែ E4B មានទំហំប្រហែល 6.3 GB ហើយគាំទ្រការសន្និដ្ឋាន និងការវិភាគរូបភាព។ Gemma 4 E4B នៅលើទូរស័ព្ទមានទំហំ 3.6 GB នៅពេលទាញយកដោយប្រើ Google AI Edge Gallery។

បន្ទាប់ពីការទាញយកត្រូវបានបញ្ចប់ អ្នកប្រើប្រាស់នឹងត្រូវបានបញ្ជូនបន្តទៅចំណុចប្រទាក់បែប chatbot។ នៅក្នុងផ្នែកជ្រើសរើសម៉ូដែលខាងក្រោម សូមចុចលើ Gemma 4 E4B ។ នៅក្នុងបង្អួចបន្ទាប់ សូមជ្រើសរើស Load Model ហើយរង់ចាំប្រហែលមួយនាទីដើម្បីឱ្យម៉ូដែលចាប់ផ្តើម។

ដូចគ្នានឹងម៉ូដែលពេញនិយមផ្សេងទៀតដែរ Gemma 4 E4B គាំទ្រអន្តរកម្មភាសាវៀតណាម។ ការសាកល្បងលើ Mac mini M4 (RAM 16 GB) ជាមួយពាក្យបញ្ជា "Hello" ម៉ូដែលនេះចំណាយពេលប្រហែល 8 វិនាទីដើម្បីសន្និដ្ឋាន និងឆ្លើយតប។

នៅពេលសួរថា "តើអ្នកអាចធ្វើអ្វីបាន?" Gemma 4 E4B បានចំណាយពេលប្រហែល 13 វិនាទីដើម្បីយល់ និងបកប្រែពាក្យបញ្ជាទៅជាភាសាអង់គ្លេសភ្លាមៗ បន្ទាប់មកសរសេរចម្លើយបន្តិចម្តងៗ។

ដោយសារតែវាដំណើរការដោយផ្ទាល់នៅលើឧបករណ៍ ពេលវេលាឆ្លើយតបរបស់ម៉ូដែលអាចប្រែប្រួលអាស្រ័យលើផ្នែករឹង។ ជាមួយនឹងសំណួរដូចគ្នា "តើអ្នកអាចធ្វើអ្វីបាន?" ម៉ូដែលនេះបានចំណាយពេលប្រហែល 45 វិនាទីដើម្បីផ្តល់ការឆ្លើយតបពេញលេញនៅលើ iPhone 15 Pro។

សំណួរ​វែកញែក​មួយទៀត​ដែល​ត្រូវ​បាន​ឆ្លើយ​យ៉ាង​រហ័ស និង​ត្រឹមត្រូវ​គឺ ឧទាហរណ៍ "រថភ្លើង​ចេញដំណើរ​នៅ​ម៉ោង 8:15 ព្រឹក ហើយ​មកដល់​នៅ​ម៉ោង 11:47 ព្រឹក។ តើ​ការធ្វើដំណើរ​ត្រូវ​ចំណាយពេល​ប៉ុន្មាន?"។ ជាទូទៅ សេចក្តីថ្លែងការណ៍​វែកញែក​សាមញ្ញៗ​ដូចនេះ​មិន​ស្មុគស្មាញ​ពេក​សម្រាប់​និស្សិត​បរិញ្ញាបត្រ​ជាន់ខ្ពស់ (LLM) ជំនាន់​ថ្មី​នោះទេ។

បានសាកល្បងជាមួយសំណួរដែលផ្អែកលើតក្កវិជ្ជាដូចជា "តើមានអក្សរ 'r' ប៉ុន្មាននៅក្នុងពាក្យ 'strawberry'?"។ សំណួរនេះបានធ្វើឱ្យនិស្សិត LLM ជាច្រើនមុនៗមានការភ័ន្តច្រឡំ ប៉ុន្តែ Gemma 4 E4B ចំណាយពេលត្រឹមតែ 3 វិនាទីប៉ុណ្ណោះដើម្បីឆ្លើយបានត្រឹមត្រូវ។

ជាមួយនឹងសំណួរដ៏ស្មុគស្មាញជាងនេះ បន្ទាប់ពីការវែកញែកយ៉ាងល្អិតល្អន់ជាបន្តបន្ទាប់ Gemma 4 បានឆ្លើយបានត្រឹមត្រូវ។ ពេលវេលាគិតសរុបគឺ 1 នាទី និង 6 វិនាទី ដែលមិនយូរពេកសម្រាប់ម៉ូដែលក្រៅបណ្តាញ។ សម្រាប់ការប្រៀបធៀប Gemini 3 Thinking បានចំណាយពេលប្រហែល 15 វិនាទី ហើយ GPT-5.5 បានចំណាយពេលស្រដៀងគ្នា។

ចំណុចលេចធ្លោរបស់ Gemma 4 E4B គឺសមត្ថភាពពហុម៉ូឌុលរបស់វា ដែលគាំទ្រដល់ការបញ្ចូលរូបភាព។ ឧទាហរណ៍ LLM អាចវិភាគរូបភាព និងឆ្លើយសំណួរអំពីទីតាំងសម្គាល់ ព័ត៌មានលម្អិតលេចធ្លោ និងលក្ខខណ្ឌអាកាសធាតុ និងអាកាសធាតុនៅក្នុងរូបភាព។

នៅពេលត្រូវបានស្នើសុំឱ្យទាញយកអត្ថបទទាំងអស់ចេញពីរូបភាពទំព័រទស្សនាវដ្តី Gemma 4 បានចំណាយពេលជាង 30 វិនាទីប៉ុណ្ណោះដើម្បីបង្ហាញលទ្ធផល។ រយៈពេលនេះមិនខុសគ្នាច្រើនពីម៉ាស៊ីនស្វែងរកអនឡាញផ្សេងទៀតដែលអ្នកប្រើប្រាស់ស្គាល់នោះទេ។

នៅលើកម្មវិធីស្មាតហ្វូន អ្នកប្រើប្រាស់ត្រូវជ្រើសរើសមុខងារមួយពីចំណុចប្រទាក់សំខាន់ (AI Chat, Ask Image ។ល។) បន្ទាប់មកជ្រើសរើសម៉ូដែលដើម្បីប្រើ។ ដោយសារតែវាដំណើរការដោយផ្អែកលើ GPU ឧបករណ៍អាចនឹងឡើងកំដៅក្នុងអំឡុងពេលដំណើរការសន្និដ្ឋាន AI។

អ្នកប្រើប្រាស់ក៏អាចបញ្ចូលឯកសារក្នុងទម្រង់ DOCX ឬ PDF ហើយបន្ទាប់មកស្នើសុំការវិភាគអត្ថបទ ឬការសង្ខេប។ យោងតាមអ្នកតំណាង Google ម៉ូដែលជំនាន់ថ្មីគ្រប់គ្រងការបង្កើតខ្សែអក្សរប្រកបដោយប្រសិទ្ធភាព។ ម៉ូដែលនេះកំណត់ដំណើរការគិតដែលមិនចាំបាច់ ដោយកាត់បន្ថយភាពតានតឹងក្នុងការគណនាលើកាតក្រាហ្វិក និងអង្គចងចាំកុំព្យូទ័រ។

Gemma 4 ក៏អាចសរសេរកម្មវិធីបានដែរ។ នៅក្នុងការពិសោធន៍មួយ គំរូនេះត្រូវបានប្រគល់ភារកិច្ចឱ្យប្រើប្រាស់ HTML, CSS និង JavaScript ដើម្បីបង្កើតប្រព័ន្ធប្រតិបត្តិការដែលដំណើរការដោយផ្ទាល់នៅក្នុងកម្មវិធីរុករក។ អ្នកប្រើប្រាស់ត្រូវបង្កើន Context Length មុនពេលចាប់ផ្តើមដើម្បីធានាថាគំរូបានបង្កើតចម្លើយពេញលេញ។ ទោះជាយ៉ាងណាក៏ដោយ AI ​​នៅតែអាចធ្វើខុសបានប្រសិនបើឯកសារ HTML មិនពេញលេញ ហើយសមាសធាតុកម្មវិធីមួយចំនួនអាចមិនដំណើរការ។

ជាទូទៅ ពាក្យបញ្ជាដែលតម្រូវឱ្យមានជំហានច្រើន ឬទិន្នន័យស្មុគស្មាញអាចជាបញ្ហាប្រឈមសម្រាប់ Gemma 4។ ពាក្យបញ្ជាមួយចំនួនអាចប្រើប្រាស់ថូខឹនដំណើរការមួយចំនួនធំ។ ការកំណត់ដែនកំណត់ថូខឹនធំពេកអាចប្រើប្រាស់ RAM ឬ VRAM ច្រើន។

ប្រភព៖ https://znews.vn/ai-khong-can-internet-cua-google-lam-duoc-gi-post1652142.html