Fecha de publicación: 14 de mayo de 2024. Última actualización: 16 de octubre de 2024
Cuando compilamos funciones con modelos de IA en la Web, a menudo usamos soluciones del servidor para modelos más grandes. Esto es especialmente cierto para la IA generativa, en la que incluso los modelos más pequeños son alrededor de mil veces más grandes que el tamaño promedio de una página web. Esto también es cierto para otros casos de uso de IA, en los que los modelos pueden variar de 10 a 100 megabytes. Como estos modelos no se comparten entre sitios web, cada sitio debe descargarlos cuando se carga la página. Esto no es práctico para los desarrolladores ni los usuarios.
Estamos desarrollando APIs de plataformas web y funciones del navegador diseñadas para integrar modelos de IA, incluidos los modelos de lenguaje grandes (LLM), directamente en el navegador. Esto incluye Gemini Nano, la versión más eficiente de la familia de LLM de Gemini, diseñada para ejecutarse localmente en la mayoría de las computadoras de escritorio y laptops modernas. Con la IA integrada, tu sitio web o aplicación web puede realizar tareas potenciadas por IA sin necesidad de implementar ni administrar sus propios modelos de IA.
Descubre los beneficios de la IA integrada, nuestro plan de implementación y cómo puedes beneficiarte de esta tecnología.
Obtén una vista previa anticipada
Necesitamos tu aporte para dar forma a las APIs, asegurarnos de que satisfagan tus casos de uso y, además, informar nuestros debates con otros proveedores de navegadores para la estandarización.
Únete a nuestro programa de versión preliminar anticipada para brindar comentarios sobre las ideas de IA integradas en etapa inicial y descubrir oportunidades para probar las APIs en curso a través de prototipado local.
Únete al grupo de anuncios públicos de desarrolladores de IA de Chrome para recibir notificaciones cuando haya nuevas APIs disponibles.
Beneficios de la IA integrada para desarrolladores web
Con la IA integrada, tu navegador proporciona y administra modelos fundamentales y de expertos.
En comparación con la creación de tu propia IA del cliente, la IA integrada ofrece los siguientes beneficios:
- Facilidad de implementación: A medida que el navegador distribuye los modelos, tiene en cuenta la capacidad del dispositivo y administra las actualizaciones del modelo. Esto significa que no eres responsable de descargar ni actualizar modelos grandes a través de una red. No tienes que resolver la expulsión de almacenamiento, el presupuesto de memoria del entorno de ejecución, los costos de publicación y otros desafíos.
- Acceso a la aceleración de hardware: El entorno de ejecución de IA del navegador está optimizado para aprovechar al máximo el hardware disponible, ya sea una GPU, una NPU o recurrir a la CPU. En consecuencia, tu app puede obtener el mejor rendimiento en cada dispositivo.
Beneficios de ejecutar operaciones del cliente
Con un enfoque de IA integrado, realizar tareas de IA del cliente se vuelve trivial, lo que, a su vez, ofrece las siguientes ventajas:
- Procesamiento local de datos sensibles: La IA del cliente puede mejorar tu historia de privacidad. Por ejemplo, si trabajas con datos sensibles, puedes ofrecer funciones de IA a los usuarios con encriptación de extremo a extremo.
- Experiencia del usuario ágil: En algunos casos, si no realizas el recorrido de ida y vuelta al servidor, puedes ofrecer resultados casi instantáneos. La IA del cliente puede ser la diferencia entre una función viable y una experiencia del usuario poco óptima.
- Mayor acceso a la IA: Los dispositivos de los usuarios pueden soportar parte de la carga de procesamiento a cambio de más acceso a las funciones. Por ejemplo, si ofreces funciones premium de IA, puedes obtener una vista previa de estas funciones con la IA del cliente para que los clientes potenciales puedan ver los beneficios de tu producto sin costo adicional. Este enfoque híbrido también puede ayudarte a administrar los costos de inferencia, en especial, en los flujos de usuarios que se usan con frecuencia.
- Uso de IA sin conexión: Los usuarios pueden acceder a las funciones de IA incluso cuando no hay conexión a Internet. Esto significa que tus sitios y apps web pueden funcionar como se espera, sin conexión o con conectividad variable.
IA híbrida: del cliente y del servidor
Si bien la IA del cliente puede manejar una gran variedad de casos de uso, hay ciertos casos que requieren compatibilidad del servidor.
La IA del servidor es una excelente opción para modelos grandes y puede admitir una variedad más amplia de plataformas y dispositivos.
Puedes considerar un enfoque híbrido, según lo siguiente:
- Complejidad: Los casos de uso específicos y accesibles son más fáciles de admitir con la IA integrada en el dispositivo. Para casos de uso complejos, considera la implementación del servidor.
- Resiliencia: Usa el servidor de forma predeterminada y, luego, el dispositivo cuando este esté sin conexión o tenga una conexión inestable.
- Resguardo elegante: La adopción de navegadores con IA integrada llevará tiempo, es posible que algunos modelos no estén disponibles y los dispositivos más antiguos o menos potentes pueden no cumplir con los requisitos de hardware para ejecutar todos los modelos de manera óptima. Ofrece AI del servidor para esos usuarios.
En el caso de los modelos de Gemini, puedes usar la integración de backend (con Python, Go, Node.js o REST) o implementarlo en tu aplicación web con el nuevo SDK cliente de Google AI para la Web.
Arquitectura del navegador y APIs
Para admitir la IA integrada en Chrome, creamos una infraestructura para acceder a modelos de base y expertos para la ejecución en el dispositivo. Esta infraestructura ya proporciona funciones innovadoras al navegador, como Ayúdame a escribir.
Puedes acceder a las funciones de IA integradas principalmente con APIs de tareas, como la API de Translator o la API de Summarizer. Las APIs de tareas están diseñadas con el objetivo de ejecutar inferencias en el mejor modelo para la asignación.
En Chrome, estas APIs se compilan para ejecutar inferencias en Gemini Nano con ajustes finos o un modelo experto. Gemini Nano, diseñado para ejecutarse de forma local en la mayoría de los dispositivos modernos, es mejor para casos de uso relacionados con el lenguaje, como el resumen, la reformulación o la categorización.
También proporcionamos APIs exploratorias, como la API de Prompt, para que puedas experimentar de forma local y compartir casos de uso adicionales.
En el futuro, es posible que ofrezcamos una API experimental de LoRA para mejorar el rendimiento del modelo integrado ajustando sus pesos.
Cuándo usar la IA integrada
Estas son algunas de las formas en que la IA integrada puede beneficiarte a ti y a tus usuarios:
- Consumo de contenido mejorado con IA: Incluye resúmenes, traducciones, categorización, caracterización y como proveedor de conocimiento.
- Creación de contenido con tecnología de IA: como asistencia para la escritura, revisión, corrección gramatical y reformulación.
¿Qué sigue?
Únete a nuestro programa de versión preliminar anticipada para experimentar con nuestras APIs de IA integradas.
La API de Language Detector ahora está disponible en una prueba de origen para realizar más pruebas.
Descubre cómo usar Gemini Pro en los servidores de Google con tus sitios web y apps web en nuestra guía de inicio rápido sobre el SDK de JavaScript de Google AI.