En el vertiginoso mundo de la inteligencia artificial, Google sigue apostando por la innovación y la accesibilidad. Si bien sus modelos Gemini han experimentado notables avances en el último año, su uso está inherentemente ligado a las condiciones impuestas por Google. Para ofrecer mayor flexibilidad a los desarrolladores, la compañía ha presentado Gemma 4, la nueva generación de sus modelos de código abierto.

Gemma 3, la versión anterior, ya comenzaba a mostrar su antigüedad. Ahora, Gemma 4 llega con una propuesta renovada, que incluye cuatro tamaños diferentes optimizados para su uso local. Esta característica es crucial, ya que permite a los desarrolladores ejecutar los modelos directamente en sus propias máquinas, sin depender de la infraestructura de Google. Esta flexibilidad abre un abanico de posibilidades para la experimentación, la personalización y la integración en proyectos específicos.

Google también ha escuchado las preocupaciones de la comunidad de desarrolladores con respecto a las licencias de IA. En respuesta a estas inquietudes, la compañía ha abandonado la licencia personalizada de Gemma y ha adoptado la licencia Apache 2.0. Esta licencia, ampliamente reconocida y utilizada en la industria del software, ofrece una mayor libertad para modificar, distribuir y utilizar los modelos Gemma, fomentando así la colaboración y la innovación abierta.

Al igual que las versiones anteriores de sus modelos de código abierto, Gemma 4 ha sido diseñado para funcionar en hardware local. Esto significa que los desarrolladores pueden aprovechar la potencia de sus propias máquinas para ejecutar los modelos, lo que reduce la dependencia de recursos externos y facilita la integración en entornos de desarrollo existentes. Específicamente, las dos variantes más grandes de Gemma, el modelo 26B Mixture of Experts y el modelo 31B Dense, están diseñadas para ejecutarse sin cuantificar en formato bfloat16 en una sola GPU Nvidia H100 de 80GB. Aunque se trata de un acelerador de IA de alta gama, sigue siendo hardware local. Además, al cuantificarse para ejecutarse a menor precisión, estos modelos de gran tamaño pueden caber en GPU de consumo.

Google afirma haberse centrado en la eficiencia y el rendimiento de Gemma 4, lo que permite a los desarrolladores obtener resultados óptimos incluso en hardware menos potente. Esta optimización es fundamental para democratizar el acceso a la IA y permitir que una gama más amplia de desarrolladores pueda beneficiarse de las capacidades de Gemma.

La adopción de la licencia Apache 2.0 y la optimización para el uso local son dos pilares fundamentales de la estrategia de Google para fomentar la adopción y el desarrollo de la IA de código abierto. Con Gemma 4, la compañía busca empoderar a los desarrolladores y proporcionarles las herramientas necesarias para crear soluciones innovadoras y personalizadas en una amplia variedad de campos. La disponibilidad de modelos en diferentes tamaños también permite a los desarrolladores elegir la opción que mejor se adapte a sus necesidades y recursos, maximizando la eficiencia y el rendimiento.