Google apuesta todo por la Inteligencia Artificial en PaLM2: el nuevo modelo que resuelve exámenes médicos y hasta interpreta radiografías
Google continúa en su camino para desarrollar nuevos modelos de Inteligencia Artificial a medida que se van ampliando las capacidades de los sistemas, con trabajos de investigación, diseño y entrenamiento de los mismos para hacerlos más eficientes que nunca, que puedan tener un beneficio real a las personas en su vida diaria.
La última novedad de la compañía en este apartado es PaLM 2, su nuevo modelo de lenguaje de siguiente generación, que cuenta con capacidades multilingües, pero también de razonamiento y una codificación mejorada, además de soporte para responder sobre dudas médicas y eventualmente, hasta para analizar radiografías y mamografías.
Un modelo de IA mejorado
De acuerdo con la compañía, PaLM 2 tiene la capacidad para entender texto en más de 100 idiomas, lo que le permite mejorar sus habilidades para «comprender, generar y traducir texto matizado«, entre ellos los modismos, poemas y acertijos en una amplia variedad de idiomas, llegando a aprobar exámenes avanzados de dominio de idioma en el nivel más alto.
PaLM 2 también tiene acceso a un amplio conjunto de artículos científicos y páginas web con expresiones matemáticas, lo que ayuda a mostrar sus capacidades mejoradas en el apartado de lógica, razonamiento, sentido común y matemáticas.
PaLM 2 analizando frases en distintos idiomas
De forma adicional, el modelo fue entrenado utilizando una gran cantidad de conjuntos de datos de código fuente disponibles de forma pública. Esto significa que PaLM 2 destaca en lenguajes de programación populares como Python, JavaScript, aunque también es capaz de hacer código especializado en otros, entre ellos Prolog, Fortran y Verilog.
Una IA optimizada hasta para llevar y sin conexión
Este modelo de nueva generación también es más rápido y eficiente que los de generaciones anteriores, pudiendo utilizarse en distintos tamaños con la intención de facilitar su implementación en un amplio catálogo de usos.
Google detalla que PaLM 2 estará disponible en cuatro tamaños: «Gecko», «Otter», «Bison» y «Unicorn».
Las capacidades lógicas de PaLM 2
De estos, «Gecko», que es el más ligero, que puede funcionar en dispositivos móviles, siendo lo suficientemente rápido para tener aplicaciones interactivas en los terminales aunque no se cuente con conexión a internet.
Otros usos de PaLM 2
Durante el Google I/O la compañía también reveló que hay 25 nuevos productos y funciones que tendrán la tecnología de PaLM 2, con algunos de los equipos internos utilizándolo en la empresa.
Gracias a PaLM 2, dice Google, se pueden hacer implementaciones de capacidades avanzadas de IA en productos y personas, entre ellos los consumidores, desarrolladores y empresas en el mundo.
PaLM 2 codificando en distintos idiomas
Entre sus usos, este modelo se utiliza en Bard para expandir sus capacidades multilingües llevándolo a nuevos idiomas, para Workspace ayudando a escribir en Gmail, Docs, y hasta ayudar a organizar hojas de cálculo.
De forma adicional, con Med-PaLM 2, que está capacitado por equipos de investigación de salud con conocimientos médicos, se pueden responder preguntas y resumir ideas de diversos textos médicos complejos.
Esto significa que cuenta con una «competencia médica» y es el primer modelo de lenguaje extenso que logra un nivel de «experto» en preguntas del estilo de examen de licencias médicas en Estados Unidos.
PaLM 2 analizando una radiografía
Med-PaLM 2, que se abrirá a un pequeño número de clientes de la nube para recibir comentarios con la intención de identificar casos de uso seguro y útiles también está recibiendo capacidades multimodales, que le permiten sintetizar información de radiografías y hasta mamografías para ayudar a los resultados de los pacientes.
Otra implementación del modelo es en Sec-PaLM, una versión especializada entrenada en casos de seguridad y que tiene potencial para analizar la seguridad cibernética. Esta opción estará disponible a través de Google Cloud, que usa a la IA para analizar y explicar comportamiento de comandos potencialmente maliciosos, detectando qué secuencias son una amenaza real en un tiempo «sin precedentes«.
