Recién salido del barco después de Gemini 1.5, Google lanza el nuevo modelo de IA Gemma

Está construido con la misma tecnología utilizada para los modelos Gemini.

Icono de tiempo de lectura 2 minuto. leer


Los lectores ayudan a respaldar a MSpoweruser. Es posible que obtengamos una comisión si compra a través de nuestros enlaces. Icono de información sobre herramientas

Lea nuestra página de divulgación para descubrir cómo puede ayudar a MSPoweruser a sostener el equipo editorial. Leer más

Notas clave

  • Google anunció Gemma, otro modelo construido con la misma tecnología utilizada para los modelos Gemini.
  • Es un modelo ligero especialmente diseñado para ayudar a los desarrolladores e investigadores a crear una IA responsable.
  • Gemma AI viene en dos modelos: Gemma 2B y Gemma 7B.

Google está teniendo unos meses bastante ocupados para alcanzar a Microsoft en la carrera de la IA. No mucho después Lanzando Géminis y Gemini 1.5, su modelo de IA más capaz hasta el momento, la empresa anunció Gemma, otro modelo construido con la misma tecnología utilizada para los modelos Gemini.

“Desarrollada por Google DeepMind y otros equipos de Google, Gemma está inspirada en Gemini y el nombre refleja el latín gema, que significa "piedra preciosa", dice Google en el anuncio oficial, recién publicado anunciando Géminis 1.5 eso podría ser 20 veces más rápido que GPT-4.

Gemma AI de Google viene en dos modelos: Gemma 2B y Gemma 7B. Estos difieren en tamaño y capacidades. Ambos vienen en dos versiones: “preentrenados” para uso general y “adaptados a instrucciones” para tareas específicas.

Pero ¿cuál es exactamente la diferencia? Gemma no es un modelo cualquiera de IA de código abierto. Es un modelo ligero que está especialmente diseñado para ayudar a los desarrolladores e investigadores a crear una IA responsable, guiada por los principios de IA de Google.

También puede crear aplicaciones de IA más seguras y éticas utilizando el kit de herramientas de IA generativa responsable de Google, que también se incluye en este modelo. 

El kit de herramientas también proporciona cadenas de herramientas para inferencia y ajuste en marcos populares como JAX, PyTorch y TensorFlow, junto con cuadernos listos para usar e integraciones con herramientas establecidas como Hugging Face y NVIDIA NeMo.