जेमिनी नैनो ऑन-डिवाइस

जेमिनी नैनो गूगल के जेमिनी परिवार के मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स का एक कॉम्पैक्ट संस्करण है, जिसे गूगल डीपमाइंड द्वारा विकसित किया गया है। इसकी घोषणा 6 दिसंबर, 2023 को बड़े जेमिनी प्रो और जेमिनी अल्ट्रा मॉडल के साथ की गई थी। अपने क्लाउड-आधारित समकक्षों के विपरीत, जेमिनी नैनो को विशेष रूप से ऑन-डिवाइस कार्यों के लिए इंजीनियर किया गया है, जिससे कृत्रिम बुद्धिमत्ता सुविधाएँ इंटरनेट कनेक्शन की आवश्यकता के बिना सीधे स्मार्टफोन और अन्य हार्डवेयर पर चल सकती हैं। यह डिज़ाइन दक्षता, गोपनीयता और कम विलंबता को प्राथमिकता देता है, जिससे यह टेक्स्ट सारांश, स्मार्ट रिप्लाई सुझाव और व्याकरण सुधार जैसे अनुप्रयोगों के लिए सीधे डिवाइस पर उपयुक्त हो जाता है।

व्यापक जेमिनी पहल के हिस्से के रूप में, जिसने लामडा और पाम 2 जैसे पहले के मॉडलों का स्थान लिया, जेमिनी नैनो जनरेटिव एआई क्षमताओं को उपभोक्ता हार्डवेयर में शामिल करने के लिए गूगल के रणनीतिक प्रयास का प्रतिनिधित्व करता है। यह मॉडल न्यूरल नेटवर्क संपीड़न और अनुकूलन में प्रगति का लाभ उठाता है, जिससे यह मोबाइल उपकरणों की मेमोरी और पावर सीमाओं के भीतर काम कर सकता है। इसकी शुरुआत ने एज एआई की ओर उद्योग के कदम में एक महत्वपूर्ण कदम को चिह्नित किया, जिससे रिमोट सर्वर पर निर्भरता कम हुई और डेटा गोपनीयता और कनेक्टिविटी के बारे में चिंताओं का समाधान हुआ।

विकास और डिज़ाइन

जेमिनी नैनो का विकास बड़ी जेमिनी परियोजना के हिस्से के रूप में शुरू हुआ, जिसे गूगल के सीईओ सुंदर पिचाई ने 10 मई, 2023 को गूगल आई/ओ की मुख्य प्रस्तुति के दौरान सार्वजनिक रूप से अनावरण किया था। यह परियोजना गूगल ब्रेन और डीपमाइंड के बीच एक सहयोगात्मक प्रयास थी, जिन्हें गूगल डीपमाइंड नामक एक इकाई में विलय कर दिया गया था। डीपमाइंड के सीईओ डेमिस हसाबिस ने इस बात पर जोर दिया कि जेमिनी अल्फागो जैसी पिछली प्रणालियों की ताकत को उन्नत भाषा प्रसंस्करण क्षमताओं के साथ जोड़ेगा। टीम का लक्ष्य एक ऐसा मॉडल बनाना था जो स्वाभाविक रूप से मल्टीमॉडल हो, जो टेक्स्ट, इमेज, ऑडियो, वीडियो और कोड को संभालने में सक्षम हो, हालाँकि जेमिनी नैनो को विशेष रूप से हल्के, ऑन-डिवाइस अनुमान के लिए अनुकूलित किया गया था।

ऑन-डिवाइस कार्यक्षमता प्राप्त करने के लिए, गूगल इंजीनियरों ने मॉडल क्वांटाइजेशन और नॉलेज डिस्टिलेशन जैसी तकनीकों को नियोजित किया, जिससे मॉडल का आकार कम हुआ जबकि मुख्य क्षमताओं को बनाए रखा गया। मॉडल को गूगल के टेंसर प्रोसेसिंग यूनिट्स (टीपीयू) पर प्रशिक्षित किया गया था, जो मशीन लर्निंग वर्कलोड के लिए डिज़ाइन किए गए कस्टम हार्डवेयर एक्सेलेरेटर हैं। अगस्त 2023 में द इंफॉर्मेशन की शुरुआती रिपोर्टों ने संकेत दिया कि गूगल 2023 के अंत में रिलीज़ को लक्षित कर रहा था, जिसमें गूगल ब्रेन और डीपमाइंड दोनों के सैकड़ों इंजीनियरों ने इस प्रयास में योगदान दिया था। उल्लेखनीय रूप से, गूगल के सह-संस्थापक सेर्गेई ब्रिन को परियोजना में सहायता के लिए सेवानिवृत्ति से बाहर लाया गया था, जिन्हें बाद में एक मुख्य योगदानकर्ता के रूप में श्रेय दिया गया।

लॉन्च और प्रारंभिक एकीकरण

जेमिनी नैनो को आधिकारिक तौर पर 6 दिसंबर, 2023 को पिचाई और हसाबिस के नेतृत्व में एक आभासी प्रेस कॉन्फ्रेंस के दौरान पेश किया गया था। लॉन्च के समय, इसे पिक्सेल 8 प्रो स्मार्टफोन में एकीकृत किया गया था, जो मॉडल की पहली व्यावसायिक तैनाती को चिह्नित करता है। पिक्सेल 8 प्रो ने कॉल स्क्रीनिंग, संदेश सुझाव और रिकॉर्डर ऐप में ऑन-डिवाइस सारांश जैसी सुविधाओं को संचालित करने के लिए जेमिनी नैनो का उपयोग किया। गूगल ने कहा कि मॉडल को "ऑन-डिवाइस कार्यों" के लिए डिज़ाइन किया गया था, जो इसे अधिक शक्तिशाली जेमिनी प्रो और अल्ट्रा मॉडल से अलग करता है, जो क्लाउड-आधारित सेवाओं के लिए थे। प्रारंभ में, जेमिनी नैनो केवल अंग्रेजी में उपलब्ध था, और गूगल ने जोर दिया कि व्यापक तैनाती से पहले व्यापक सुरक्षा परीक्षण की आवश्यकता थी।

उसी कार्यक्रम में, गूगल ने घोषणा की कि जेमिनी नैनो एंड्रॉइड डेवलपर्स के लिए उपलब्ध कराया जाएगा, जिससे तीसरे पक्ष के ऐप्स ऑन-डिवाइस एआई क्षमताओं का लाभ उठा सकें। यह कदम गूगल के उत्पाद पारिस्थितिकी तंत्र, जिसमें सर्च, क्रोम और वर्कस्पेस शामिल हैं, में जेमिनी को शामिल करने की व्यापक रणनीति का हिस्सा था। यह लॉन्च ओपनएआई के चैटजीपीटी और अन्य लार्ज लैंग्वेज मॉडल से तीव्र प्रतिस्पर्धा के बीच आया, जिसमें गूगल ने जेमिनी को जीपीटी-4 के प्रत्यक्ष प्रतिद्वंद्वी के रूप में स्थापित किया।

हार्डवेयर साझेदारी और विस्तार

जनवरी 2024 में, गूगल ने जेमिनी नैनो को गैलेक्सी एस24 स्मार्टफोन लाइनअप में एकीकृत करने के लिए सैमसंग इलेक्ट्रॉनिक्स के साथ साझेदारी की। इस सहयोग ने वास्तविक समय अनुवाद, जनरेटिव फोटो संपादन और कीबोर्ड स्मार्ट रिप्लाई सहित ऑन-डिवाइस एआई सुविधाओं को व्यापक दर्शकों तक पहुँचाया। इस साझेदारी को जेमिनी नैनो की क्षमताओं के महत्वपूर्ण सत्यापन के रूप में देखा गया, क्योंकि सैमसंग दुनिया के सबसे बड़े स्मार्टफोन निर्माताओं में से एक है। एकीकरण के लिए गूगल और सैमसंग के बीच घनिष्ठ सहयोग की आवश्यकता थी ताकि मॉडल को सैमसंग के हार्डवेयर के लिए अनुकूलित किया जा सके, जो क्वालकॉम और सैमसंग एक्सिनोस प्रोसेसर का उपयोग करता है।

2024 के बाद में, गूगल ने जेमिनी नैनो की पहुँच को स्मार्टफोन से परे बढ़ाया। 14 मई, 2024 को गूगल आई/ओ सम्मेलन में, कंपनी ने जेमिनी नैनो के डेस्कटॉप-अनुकूलित बिल्ड को सीधे गूगल क्रोम ब्राउज़र में एकीकृत करने की योजना की घोषणा की। "बिल्ट-इन एआई" के रूप में ब्रांडेड इस पहल ने प्रॉम्प्ट एपीआई जैसे प्रयोगात्मक एपीआई के माध्यम से वेब डेवलपर्स को स्थानीय प्रोसेसिंग क्षमताओं को उजागर किया, जिसे कभी-कभी "विंडो.एआई" भी कहा जाता है। इसने वेबसाइटों को डेटा को रिमोट सर्वर पर भेजे बिना टेक्स्ट सारांश और सामग्री निर्माण जैसे कार्य करने की अनुमति दी, जिससे गोपनीयता बढ़ी और विलंबता कम हुई।

तकनीकी क्षमताएँ और उपयोग के मामले

जेमिनी नैनो को डिवाइस पर विभिन्न प्राकृतिक भाषा प्रसंस्करण कार्यों को संभालने के लिए डिज़ाइन किया गया है। सामान्य उपयोग के मामलों में टेक्स्ट सारांश शामिल है, जहाँ मॉडल लंबे दस्तावेज़ों या संदेशों को छोटे रूपों में संक्षिप्त करता है; स्मार्ट रिप्लाई, जो मैसेजिंग ऐप्स में संदर्भ-उपयुक्त प्रतिक्रियाएँ उत्पन्न करता है; और व्याकरण सुधार, जो टाइप किए गए टेक्स्ट की सटीकता में सुधार करता है। मॉडल कॉल स्क्रीनिंग जैसी सुविधाओं का भी समर्थन करता है, जहाँ यह आने वाली कॉलों का विश्लेषण कर सकता है और वास्तविक समय में सुझाव प्रदान कर सकता है, और ट्रांसक्रिप्शन, जो उच्च सटीकता के साथ भाषण को टेक्स्ट में परिवर्तित करता है।

जेमिनी नैनो के प्रमुख लाभों में से एक ऑफ़लाइन काम करने की इसकी क्षमता है, जिससे यह सुनिश्चित होता है कि नेटवर्क एक्सेस के बिना भी एआई सुविधाएँ कार्यात्मक रहें। यह गोपनीयता-संवेदनशील अनुप्रयोगों के लिए विशेष रूप से महत्वपूर्ण है, क्योंकि उपयोगकर्ता डेटा को क्लाउड सर्वर पर प्रसारित करने की आवश्यकता नहीं होती है। मॉडल का छोटा पदचिह्न बिजली की खपत को भी कम करता है, जो बैटरी-सीमित मोबाइल उपकरणों के लिए महत्वपूर्ण है। हालाँकि, इसकी क्षमताएँ जेमिनी प्रो जैसे बड़े मॉडलों की तुलना में अधिक सीमित हैं, जो अधिक जटिल तर्क और मल्टीमॉडल इनपुट को संभाल सकते हैं।

अन्य ऑन-डिवाइस मॉडलों के साथ तुलना

जेमिनी नैनो ऑन-डिवाइस एआई मॉडल के प्रतिस्पर्धी परिदृश्य में प्रवेश किया। ऐप्पल ने अपनी स्वयं की ऑन-डिवाइस एआई क्षमताएँ विकसित की हैं, जो अक्सर अपने कोर एमएल फ्रेमवर्क में एकीकृत होती हैं, हालाँकि ये आमतौर पर अधिक संकीर्ण रूप से केंद्रित होती हैं। क्वालकॉम और अन्य चिप निर्माताओं ने भी ऐसे मॉडलों को तेज करने के लिए डिज़ाइन किए गए न्यूरल प्रोसेसिंग यूनिट्स (एनपीयू) पेश किए हैं। व्यापक एआई उद्योग में, मेटा जैसी कंपनियों ने एलएलएएमए 2 जैसे छोटे ओपन-सोर्स मॉडल का पता लगाया है, जिन्हें स्थानीय हार्डवेयर पर चलाया जा सकता है, हालाँकि ये विशेष रूप से मोबाइल उपकरणों के लिए अनुकूलित नहीं हैं।

जेमिनी नैनो के साथ गूगल का दृष्टिकोण मॉडल को अपने एंड्रॉइड ऑपरेटिंग सिस्टम और पिक्सेल हार्डवेयर के साथ कसकर एकीकृत करके इन प्रयासों से भिन्न है। यह ऊर्ध्वाधर एकीकरण निर्बाध उपयोगकर्ता अनुभव और उपकरणों में लगातार प्रदर्शन की अनुमति देता है। इसके अतिरिक्त, सैमसंग के साथ गूगल की साझेदारी ने एंड्रॉइड पारिस्थितिकी तंत्र में ऑन-डिवाइस एआई के मानक के रूप में जेमिनी नैनो को स्थापित करने में मदद की है, जो संभावित रूप से भविष्य के हार्डवेयर डिज़ाइनों को प्रभावित करता है।

प्रभाव और स्वागत

जेमिनी नैनो की शुरुआत को प्रौद्योगिकी पत्रकारों और विश्लेषकों से सकारात्मक समीक्षा मिली, जिन्होंने गोपनीयता या प्रदर्शन से समझौता किए बिना उपयोगी एआई सुविधाएँ प्रदान करने की इसकी क्षमता की प्रशंसा की। शुरुआती अपनाने वालों ने कहा कि ऑन-डिवाइस प्रोसेसिंग ने क्लाउड-आधारित विकल्पों की तुलना में प्रतिक्रिया समय को काफी कम कर दिया। हालाँकि, कुछ आलोचकों ने बताया कि मॉडल की क्षमताएँ बड़ी प्रणालियों की तुलना में सीमित थीं, और कई उपयोगकर्ता रोजमर्रा के कार्यों में अंतर नहीं देख सकते हैं।

रणनीतिक दृष्टिकोण से, जेमिनी नैनो गूगल की व्यापक एआई रणनीति का एक प्रमुख घटक था, जिसने क्लाउड और एज कंप्यूटिंग दोनों पर जोर दिया। नैनो से अल्ट्रा तक मॉडलों की एक श्रृंखला की पेशकश करके, गूगल का लक्ष्य हल्के मोबाइल ऐप्स से लेकर एंटरप्राइज़-स्केल डेटा प्रोसेसिंग तक विविध उपयोग के मामलों को संबोधित करना था। मॉडल ने ओपनएआई और माइक्रोसॉफ्ट के साथ प्रतिस्पर्धा करने के गूगल के प्रयासों में भी योगदान दिया, जिन्होंने चैटजीपीटी और गिटहब कोपिलॉट के साथ महत्वपूर्ण बाजार हिस्सेदारी हासिल की थी।

भविष्य के विकास

प्रारंभिक रिलीज़ के बाद, गूगल ने जेमिनी नैनो पर पुनरावृत्ति जारी रखी। दिसंबर 2024 में, कंपनी ने जेमिनी 2.0 फ्लैश एक्सपेरिमेंटल की घोषणा की, जिसमें वास्तविक समय ऑडियो और वीडियो इंटरैक्शन में सुधार शामिल थे, हालाँकि यह विशेष रूप से ऑन-डिवाइस मॉडल नहीं था। 2025 तक, गूगल ने जेमिनी नैनो का समर्पित उत्तराधिकारी जारी नहीं किया है, लेकिन मॉडल संपीड़न और कुशल आर्किटेक्चर में चल रहे शोध से पता चलता है कि भविष्य के संस्करण कम संसाधन आवश्यकताओं को बनाए रखते हुए उन्नत क्षमताएँ प्रदान करेंगे। क्रोम और एंड्रॉइड में ऑन-डिवाइस एआई का एकीकरण इंगित करता है कि गूगल एज कंप्यूटिंग को दीर्घकालिक प्राथमिकता के रूप में देखता है, जिसमें संवर्धित वास्तविकता और स्वायत्त प्रणालियों जैसे क्षेत्रों में संभावित अनुप्रयोग हैं।

यह भी देखें

• जेमिनी
• गूगल डीपमाइंड
• सुंदर पिचाई
• डेमिस हसाबिस
• लार्ज लैंग्वेज मॉडल
• कृत्रिम बुद्धिमत्ता
• एंड्रॉइड
• सैमसंग इलेक्ट्रॉनिक्स
• गूगल क्लाउड
• वर्टेक्स एआई
• बार्ड
• चैटजीपीटी
• जीपीटी-4
• पाम 2
• अल्फागो
• न्यूरल नेटवर्क
• डीप लर्निंग
• मशीन लर्निंग
• ट्रांसफॉर्मर
• जनरेटिव एआई

बाहरी लिंक

• विकिपीडिया: जेमिनी (भाषा मॉडल))