AI21 Labs lanza Jamba, un modelo generativo de texto innovador
La industria de la inteligencia artificial se está moviendo cada vez más hacia modelos generativos de IA con contextos más largos. Pero los modelos con ventanas de contexto grandes tienden a ser intensivos en cómputo. Ori Goshen, CEO de la startup de IA AI21 Labs, afirma que esto no tiene por qué ser así, y su empresa está lanzando un modelo generativo para demostrarlo.
AI21 Labs ha presentado Jamba, un nuevo modelo de generación y análisis de texto, que puede realizar muchas de las mismas tareas que modelos como ChatGPT de OpenAI y Gemini de Google. Entrenado con una mezcla de datos públicos y propietarios, Jamba puede escribir texto en inglés, francés, español y portugués.
Un modelo eficiente y prometedor
Jamba puede manejar hasta 140,000 tokens mientras se ejecuta en una sola GPU con al menos 80GB de memoria. Esto se traduce en alrededor de 105,000 palabras, o 210 páginas, lo que equivale a una novela de tamaño decente. Por otro lado, Llama 2 de Meta tiene una ventana de contexto de 32,000 tokens, pero solo requiere una GPU con ~12GB de memoria para funcionar.
El corazón de Jamba: transformers y modelos de espacio estatal
Lo que hace único a Jamba es su combinación de dos arquitecturas de modelos: transformers y modelos de espacio estatal (SSM). Los transformers son la arquitectura preferida para tareas de razonamiento complejas, mientras que los SSM combinan cualidades de modelos de IA más antiguos para crear una arquitectura más eficiente computacionalmente capaz de manejar secuencias largas de datos.
Innovación y eficiencia
Jamba utiliza Mamba como modelo base, lo que según Goshen, proporciona tres veces la capacidad en contextos largos en comparación con modelos basados en transformers de tamaños comparables. Aunque se ha lanzado bajo la licencia Apache 2.0, Goshen destaca que es un lanzamiento de investigación y no está destinado a ser utilizado comercialmente.
Promesa de la arquitectura SSM
A pesar de sus limitaciones, Goshen asegura que Jamba demuestra el potencial de la arquitectura SSM incluso en esta etapa inicial. "El valor añadido de este modelo, tanto por su tamaño como por su arquitectura innovadora, es que se puede adaptar fácilmente a una sola GPU", afirmó. Se espera que el rendimiento mejore aún más a medida que Mamba reciba ajustes adicionales.
Otras noticias • IA
MCP mejora interoperabilidad en IA con actualización "sin estado"
El Protocolo de Contexto de Modelos (MCP) facilita la interoperabilidad en IA, permitiendo a los modelos acceder a datos externos sin conexiones personalizadas. Su próxima...
Alphabet lanza chip "Frozen v2" para revolucionar la IA
Alphabet está desarrollando el chip "Frozen v2", que promete ser de seis a diez veces más eficiente que sus modelos actuales de IA. Esta iniciativa...
X lanza su nueva app Android con mejoras revolucionarias
La nueva aplicación de X para Android, rediseñada desde cero, promete una experiencia más rápida y fluida, abordando críticas anteriores. Con un enfoque en la...
YouTube combate contenido de baja calidad generado por IA
YouTube ha actualizado sus políticas para combatir el "contenido de baja calidad" generado por IA, clasificándolo en tres categorías. Estas medidas buscan fomentar la autenticidad...
Japón impulsa inteligencia artificial con 6.200 millones en Noetra
Japón busca liderar en inteligencia artificial física mediante la iniciativa Noetra, que involucra a 44 empresas y una inversión de 6.200 millones de dólares. Colaboraciones...
Nolan advierte sobre la amenaza de la inteligencia artificial en cine
Christopher Nolan expresa su preocupación sobre la inteligencia artificial en el cine, advirtiendo sobre su potencial amenaza y el rechazo del público, especialmente entre los...
Current AI impulsa inclusión y diversidad cultural en inteligencia artificial
Current AI, una organización sin ánimo de lucro, promueve la inclusión en la inteligencia artificial en India y otras regiones, desarrollando soluciones en múltiples idiomas...
Preocupación en EE. UU. por el modelo Kimi K3 de Moonshot AI
La presentación del modelo Kimi K3 por Moonshot AI ha generado preocupación en EE. UU. por la competencia en inteligencia artificial. Expertos advierten sobre los...
Lo más reciente
- 1
Xteink X4 Pro: lector portátil con gran experiencia de lectura
- 2
Bluecore Energy recauda 10 millones para reactores nucleares modulares
- 3
La música de IA supera el 50% en descargas digitales
- 4
Gritt transforma la instalación de paneles solares con robótica
- 5
Colossal Biosciences revive especies extintas y genera controversia ética
- 6
Debate intenso por acuerdo de 1.500 millones en IA
- 7
Crisis en regulación de IA tras renuncia de Chris Fall

