Unos ingenieros de Google crean un traductor con IA en tiempo real y sin conexión que cualquiera puede replicar

Un equipo de ingenieros de Google ha creado un dispositivo traductor que funciona sin necesidad de conexión gracias al uso del modelo de Inteligencia Artificial (IA) Gemma 4 E4B, ejecutado en una Raspberry Pi 5.

El dispositivo ha sido creado con la plataforma de desarrollo de 'software' con IA, Google Antigravity, y está impulsado por el modelo Gemma 4 E4B, que es de peso abierto, multimodal y capaz de ejecutarse eficientemente en dispositivos locales. Este modelo está enfocado en tareas de traducción de distintos idiomas en tiempo real.

Como resultado, han generado una herramienta que tiene la virtud de ser un dispositivo que permite manejar traducciones en tiempo real, sin la necesidad de un equipo potente o conexión a internet. Además, los ingenieros han compartido este proyecto en GitHub para que cualquier persona pueda descargarlo, compilarlo y crear el suyo propio.

Según se puede ver en el vídeo publicado por Google Antigravity, el equipo diseñó una carcasa impresa en 3D, en la que se diferencian dos módulos apilados con dos caras frontales, que incluyen rejillas de agujeros redondos, donde se esconde el ordenador Raspberry Pi 5 que ejecuta el modelo.

Con el tamaño de una tarjeta de crédito, se trata de un ordenador completo que ha destacado tanto por realizar tareas de oficina como por abordar proyectos avanzados de programación, robótica e inteligencia artificial.

A simple vista el formato del dispositivo traductor recuerda a un robot, aunque también incluye una pantalla que muestra el texto traducido, el micrófono y un altavoz para la captación y la reproducción de sonido, respectivamente.

Asimismo, este dispositivo solo ofrece dos posibilidades para interactuar con él, un botón para hablar y el selector giratorio que permite cambiar el idioma de la traducción en tiempo real.

Para terminar de definir el dispositivo traductor 'off-line', el modelo Gemma 4 E4B funciona bajo el entorno de ejecución ligero LiteRT-LM, diseñado específicamente para ejecutar modelos de lenguaje generativo en dispositivos con recursos limitados, y Moonshine text-to-speech, la tecnología que se encarga de la síntesis de voz que se emite a través del altavoz.