Page 5 - HOHBN

18 INTERNACIONAL AWEMainta
VaultGemma:
E modelo di AI nobo di Google ta priorisa privacidad riba potencia
GOOGLE a revela VaultGemma, un modelo nobo di inteligencia
artificial cu ta pone privacidad di data den centro di su diseño.
Anuncia pa Google Research y DeepMind, VaultGemma ta e
modelo di lenguahe grandi (LLM) di mas grandi y capas entrena
cu privacidad diferencial, un metodo cu ta sigura cu data di
training sensitivo no por ser rastrea bek na individuonan.
Contrario na mayoria modelo di AI cu ta enfoca puramente riba
rendimento, VaultGemma ta mik pa balansa utilidad y protec-
cion, ofreciendo organisacionnan un herment cu ta mas sigur
pa uza den contextonan unda confidencialidad ta critico—
manera den cuido di salud, finansa y servicionan di gobierno.
Con VaultGemma ta funciona
Den su nucleo, VaultGemma ta un modelo di 1 biyon parameter
basa riba e arkitectura Gemma di Google. Loke ta distingui’e ta
e manera con e ta ser entrena. En bes di simplemente siña for
di setnan di data masivo, VaultGemma ta uza un metodo yama
‘differentially private stochastic gradient descent’ (DP-SGD).
Esaki ta encera corta gradientenan durante training y añadi
‘ruido’ cuidadosamente calibra. E resultado ta cu e modelo ta
siña patronchinan general sin memorisa of lek ehempelnan
individual. Den practica, esaki ta nifica cu VaultGemma por
genera texto coherente y util, mientras e ta duna garantianan
matematico fuerte cu ningun data specifico di usuario por ser
saca for di e sistema via ‘reverse-engineering’.
Rendimento y compromisonan
Construi un modelo cu privacidad diferencial ta bin cu un costo.
E ‘ruido’ adicional cu ta proteha data tambe ta reduci e preci-
sion. Pruebanan (‘benchmarks’) ta mustra cu VaultGemma no
ta iguala ainda e modelonan no-priva di mas avansa den tare-
anan hopi compleho. Su bentana di contexto ta limita na 1.024
‘token’, locual ta restringi cuanto informacion e por procesa na
mes momento.
Asina mes, investigadonan ta argumenta cu e modelo ta
funciona comparabel na generacionnan anterior di AI no-priva,
locual ta hacie hopi util pa hopi aplicacion den mundo real.
Google a publica tambe leynan di escala di DP, perspectiv-
anan di investigacion cu ta mustra con nivelnan di privacidad,
tamaño di modelo y data di training ta interactua. E hallazg-
onan aki por yuda ekiponan den futuro construi sistemanan di
AI priva mas fuerte cu menos compromiso.
Diaranson, 17 September 2025
CLICK AKI
Dicon e ta importante
VaultGemma ta yega na un momento unda preocupacionnan
tocante siguridad di data y mal uzo di AI ta na un nivel
historico. A ser demostra cu LLM tradicionalnan por memorisa
detayenan sensitivo, for di adres di e-mail te na fragmentonan
di documentonan confidencial. Pa industrianan cu ta maneha
informacion protegi, e riesgo ey ta inaceptabel.
Door di incorpora garantianan di privacidad directamente den
e proceso di training, VaultGemma ta ofrece un caminda padi-
lanti. E ta permiti desaroyadonan experimenta cu AI avansa
mientras nan ta respeta e responsabilidadnan legal y etico
rond di data di usuario. Igualmente significativo ta e decision
di Google pa haci VaultGemma ‘open-source’, publicando su
pesonan (‘weights’) y codigo via plataformanan como Hugging
Face y Kaggle. Esaki no solamente ta duna investigadonan y
desaroyadonan acceso directo, sino tambe ta establece un
precedente pa transparencia den AI cu ta priorisa privacidad.
E caminda nos dilanti
Aunke VaultGemma no ta un reemplaso ainda pa e mode-
lonan no-priva di mas poderoso, e ta un prueba di concepto
cu privacidad por ser construi den AI na gran escala. Segun
cu organisacionnan ta exigi hermentnan cu no ta compromete
siguridad pa rendimento, VaultGemma por marca e comienso
di un era nobo—uno unda proteccion di data di usuario no ta
un consideracion secundario mas, sino e fundeshi di e diseño
di e modelo.
Pa Google, e lansamento aki ta señala cu e futuro di AI lo no
ser midi solamente na velocidad of exactitud, sino tambe na
con sigur e ta trata e data for di cual e ta siña.