Google DeepMind, el laboratorio detrás de Gemini y Gemma

De DeepMind a Google DeepMind

DeepMind se fundó en Londres en 2010, de la mano de Demis Hassabis, Shane Legg y Mustafa Suleyman, con la ambición de construir sistemas de IA de uso general. El laboratorio se dio a conocer con AlphaGo, que venció a Lee Sedol al go en 2016, y más tarde con AlphaFold en biología. Por su parte, Google Brain nació en 2011 en X, la división de proyectos exploratorios de Google; sus investigadores publicaron en 2017 el artículo «Attention Is All You Need», que presentó la arquitectura Transformer en la que se basan los chatbots actuales.

El 20 de abril de 2023, Google unió ambos equipos en una sola unidad, Google DeepMind, dirigida por Demis Hassabis. Su sede histórica sigue en Londres, en el barrio de King’s Cross.

Dos familias, dos políticas

• Gemini: la familia principal, multimodal desde su diseño (texto, imagen, audio y vídeo). Es cerrada: los pesos no se publican. Incluye un modelo insignia de razonamiento, versiones rápidas Flash y Flash-Lite, y modelos especializados en voz, imagen, vídeo y música.
• Gemma: modelos de pesos abiertos de varios tamaños, pensados para funcionar desde servidores en la nube hasta teléfonos. Usted puede descargarlos, adaptarlos mediante ajuste fino y alojarlos por su cuenta.

Esta doble estrategia sitúa a Google entre los fabricantes «mixtos»: cerrado en sus modelos más potentes, abierto en una gama más ligera.

Cómo acceder a los modelos

• El asistente Gemini, en web y móvil: consulte la ficha de Gemini.
• Google AI Studio y la API de Gemini, para desarrolladores.
• Google Cloud, para empresas que necesitan un marco contractual y opciones de alojamiento.
• Gemma: descarga desde Hugging Face o Kaggle, o uso a través de herramientas locales como Ollama.

Qué distingue a Google DeepMind

En la práctica, su gran baza es la distribución: los modelos Gemini están presentes en productos de uso cotidiano, del buscador a Android y Workspace. Su otro rasgo distintivo es la amplitud de su investigación científica, mucho más allá de los chatbots. Para comparar modelos abiertos, consulte la página de modelos open source.