Hugging Face y Google Cloud se alían para facilitar el uso de IA abierta en la nube
La plataforma de modelos de IA de código abierto estrecha lazos con el gigante tecnológico para que entrenar y ejecutar inteligencia artificial sea más accesible y económico.
Hugging Face (una plataforma donde desarrolladores comparten y descargan modelos de IA ya entrenados) acaba de anunciar una colaboración con Google Cloud que promete hacer más sencillo y barato trabajar con inteligencia artificial de código abierto. Según informó la empresa en su blog oficial, el acuerdo permitirá a quienes desarrollan IA entrenar, ajustar y ejecutar modelos directamente desde la infraestructura de Google sin tener que configurar servidores complejos ni preocuparse por los costes desorbitados que suelen acompañar a estos proyectos.
En la práctica, esto significa que los usuarios de Hugging Face podrán conectar sus cuentas con Google Cloud y acceder a las TPU (chips especializados que Google diseñó específicamente para acelerar cálculos de aprendizaje automático) y GPU (procesadores gráficos que también se usan para entrenar modelos de IA) de la empresa californiana. La idea es que alguien pueda tomar un modelo de lenguaje de pesos abiertos (es decir, un modelo cuyo código y parámetros internos son públicos y modificables), adaptarlo a sus necesidades mediante fine-tuning (un proceso de reentrenamiento con datos específicos) y ponerlo en producción sin salir del ecosistema de Hugging Face.
La alianza también incluye soporte técnico conjunto y créditos gratuitos de Google Cloud para investigadores y startups que trabajen con modelos abiertos. Para Hugging Face, que ha construido su reputación como la alternativa comunitaria frente a las grandes plataformas propietarias de IA, esta colaboración refuerza su apuesta por la infraestructura en la nube sin renunciar a su filosofía de código abierto. Google, por su parte, gana presencia en un ecosistema donde hasta ahora dominaban otros proveedores como AWS o Azure.
El movimiento llega en un momento en que entrenar y ejecutar modelos de IA sigue siendo prohibitivamente caro para muchos desarrolladores independientes y equipos pequeños. Al simplificar el acceso a hardware potente y ofrecer herramientas integradas, ambas empresas apuntan a democratizar una tecnología que, hasta hace poco, solo estaba al alcance de quienes contaban con presupuestos millonarios o acceso directo a centros de datos propios.
