O Google disse na última quarta-feira (7) que realizou melhorias a capacidade do Bard para tarefas que requerem lógica e raciocínio, tornando a ferramenta mais eficiente para resolver problemas de matemática e codificação.
Com um novo método, o Google diz que conseguiu melhorar em 30% os problemas de matemáticos e de palavras (baseados em computação) em relação à versão anterior do Bard.
Leia mais:
- Bard começa a responder pesquisas com imagens
- 10 chatbots similares ao ChatGPT para você testar
- Google apresenta PaLM 2, novo modelo de IA para competir com o GPT-4
- Chatbots de IA perdem dinheiro toda vez que você usa. Por quê?
LLMs não são suficientes para resolver problemas lógicos
De acordo com o Google, os grandes modelos de linguagem (LLMs) usados no treinamento do ChatGPT e do próprio Bard, são mecanismos de previsão, ao receber um prompt (comando) conseguem gerar uma resposta para antecipar quais palavras virão a seguir.
Isso é eficiente para que o chatbot escreve textos coerentes e tarefas criativas, porém não é o suficiente para que a ferramenta consiga resolver problemas avançados de lógica e raciocínio.
Para melhorar esse aspecto, a empresa anunciou que está aplicando um novo método que permitirá que o Bard aumente suas capacidades de raciocínio.
Como funciona o novo método
Nesse método, o Google desenvolveu a execução de um código implícito que “identifica prompts” que podem ser usados para resolver a problema ou pergunta que exige raciocínio lógico.
Com essa etapa implícita, o Bard cria código Python que pode ser usado para resolver o problema, exibe o código ao usuário junto do resultado gerado.
O Google diz que esse método vem da abordagem sobre a inteligência humana presente no livro “Thinking, Fast and Slow” (“Pensando, Rápido e Devagar“, em tradução literal) do psicólogo Daniel Kahneman, que divide o pensamento humano em dois sistemas.
No Bard, o sistema 1 é usado para produzir respostas rápidas, mas sem se aprofundar no tema, enquanto o sistema 2 – semelhante à computação tradicional – consegue formular a sequência correta de etapas a serem seguidas e produzir resultados impressionantes.
Com esta atualização mais recente, combinamos os recursos dos LLMs (Sistema 1) e do código tradicional (Sistema 2) para ajudar a melhorar a precisão das respostas de Bard.
Jack Krawczyk, lider de produtos e Amarnag Subramanya e Vice-presidente, Engenharia do Bard.
Com informações de Google e Android Police.
Já assistiu aos novos vídeos no YouTube do Olhar Digital? Inscreva-se no canal!
Tags: