MacPaw apuesta por la IA local para su tienda de aplicaciones SetApp
MacPaw, desarrollador ucraniano de aplicaciones, ha establecido una colaboración con Liquid AI para incorporar modelos de inteligencia artificial que funcionen directamente en los dispositivos de sus usuarios. Esta iniciativa busca mejorar la eficiencia, privacidad y seguridad en el procesamiento de IA, además de permitir su uso sin conexión a internet.
Actualmente, MacPaw está desarrollando una versión local de su asistente de inteligencia artificial llamado Eney, que fue presentado el año pasado. Para ello, y con la ayuda de Liquid AI, están creando un sistema de inferencia en el dispositivo denominado Elix y un sistema de memoria local.
Liquid AI selecciona arquitecturas de modelos adaptadas al hardware específico antes de su entrenamiento, lo que permite optimizar el rendimiento y la seguridad. Además, están desarrollando un sistema de personalización que permite que los modelos mejoren con el uso y los datos proporcionados por los usuarios.
Según Oleksandr Kosovan, CEO de MacPaw, la implementación de estos modelos locales permitirá que los usuarios ejecuten asistentes y flujos de trabajo automatizados sin necesidad de una conexión a internet.
MacPaw planea integrar esta tecnología en su tienda de aplicaciones de suscripción SetApp, que cuenta con más de 150 000 usuarios activos. Además, pretende ofrecer a desarrolladores acceso a la arquitectura de procesamiento local para que puedan implementar esos modelos en sus propias aplicaciones.
Esta plataforma también incluirá opciones para acceder a modelos en la nube de otros proveedores, como Google, posicionándose como un punto centralizado para desarrolladores.
Asimismo, MacPaw está experimentando con un sistema de precios basado en créditos para operaciones de IA, en el que la complejidad de las tareas y los créditos disponibles determinarán el acceso y uso.
Este desarrollo llega en un contexto donde otros fabricantes, como Apple, ya disponen de modelos de IA para ejecución local, aunque Liquid AI se enfoca en optimizar el rendimiento y la adaptabilidad de estos modelos en función del dispositivo y usuario.
