Google améliore les capacités de raisonnement de Bard

Le modèle de langage de Google, Bard, reçoit aujourd'hui une mise à jour importante qui vise à améliorer ses capacités de logique et de raisonnement.

Jack Krawczyk, le chef de produit pour Bard, et Amarnag Subramanya, le Vice Président de l'ingénierie pour Bard, annoncé dans un article de blog.

Un bond en avant dans le raisonnement et amp ; Mathématiques

Ces mises à jour visent à améliorer la capacité de Bard à s'attaquer aux tâches mathématiques, à répondre aux questions de codage et à gérer les invites de manipulation de chaînes.

Pour y parvenir, les développeurs intègrent "l'exécution de code implicite". Cette nouvelle méthode permet à Bard de détecter les invites de calcul et d'exécuter du code en arrière-plan, ce qui lui permet de répondre plus précisément aux tâches complexes.

"En conséquence, il peut répondre plus précisément aux tâches mathématiques, coder les questions et invites de manipulation de chaînes », a partagé l'équipe Google dans l'annonce.

Pensée des systèmes 1 et 2 : un mélange d'intuition et de logique

L'approche utilisée dans la mise à jour s'inspire de la dichotomie bien étudiée dans l'intelligence humaine, telle que décrite dans le livre de Daniel Kahneman, "Thinking, Fast and Slow".

Le concept de pensée « Système 1 » et « Système 2 » est au cœur des capacités améliorées de Bard.

Le système 1 est rapide, intuitif et sans effort, comme un musicien de jazz improviser sur place.

Le système 2, cependant, est lent, délibéré et exigeant, comparable à la réalisation d'une longue division ou à l'apprentissage d'un instrument.

Les grands modèles de langage (LLM ), tels que Bard, ont généralement fonctionné sous le système 1, générant du texte rapidement mais sans réflexion approfondie.

Le calcul traditionnel s'aligne davantage sur le système 2, étant formulé et inflexible mais capable de produire des résultats impressionnants lorsqu'il est correctement exécuté.

"Les LLM peuvent être considérés comme fonctionnant uniquement sous le système 1 - produisant du texte rapidement mais sans réflexion approfondie", selon le billet de blog. Cependant, "avec cette dernière mise à jour, nous avons combiné les capacités des LLM (système 1) et du code traditionnel (système 2) pour aider à améliorer la précision des réponses de Bard."

Un pas de plus vers l'amélioration des capacités d'IA

Les nouvelles mises à jour représentent une avancée significative dans le domaine du modèle de langage d'IA , améliorant les capacités de Bard pour fournir des réponses plus précises.

Cependant, l'équipe reconnaît qu'il y a encore place à l'amélioration :

"Même avec ces améliorations, Bard ne sera pas toujours bien faire les choses… cette capacité améliorée à répondre avec des capacités structurées et logiques est une étape importante pour rendre Bard encore plus utile. »

"Même avec ces améliorations, Bard ne sera pas toujours bien faire les choses… cette capacité améliorée à répondre avec des capacités structurées et logiques est une étape importante pour rendre Bard encore plus utile. »

Bien que les améliorations soient notables, elles présentent des limites défis.

Il est plausible que Bard ne génère pas toujours le code correct ou n'inclue pas le code exécuté dans sa réponse.

Il peut également y avoir des scénarios dans lesquels Bard ne génère pas de code du tout. De plus, l'efficacité de "l'exécution de code implicite" peut dépendre de la complexité de la tâche.

En résumé

Comme Bard intègre des capacités de raisonnement plus avancées, les utilisateurs peuvent s'attendre à plus une assistance IA précise, utile et intuitive.

Cependant, toutes les technologies d'IA ont des limites et des inconvénients.

Comme pour tout outil, envisagez de l'aborder avec une perspective équilibrée, en comprenant les capacités et défis.

Image sélectionnée : Amir Sajjad/Shutterstock