Google se está preparando para desvelar mejoras clave en su chatbot Bard junto a un nuevo modelo de IA en su conferencia anual I/O, que se inicia hoy. Estas actualizaciones buscan igualar los recientes avances de OpenAI, específicamente GPT-4, y así mejorar la posición de Google en la tecnología de IA.
En el centro del anuncio está PaLM 2, un modelo de lenguaje de última generación entrenado en más de 100 idiomas. Junto a esto, Google planea introducir un conjunto de actualizaciones a su chatbot Bard, incluyendo una versión más grande llamada ‘Multi-Bard’. Multi-Bard está diseñado para razonamiento multimodal complejo y mejores habilidades matemáticas, una característica similar a las capacidades de GPT-4 de OpenAI.
Los modelos de IA generativos multimodales, como GPT-4 y el próximo Multi-Bard, son capaces de manejar varios tipos de entradas, como texto, imágenes y sonido. GPT-4 de OpenAI, por ejemplo, sobresale en tareas como la extracción de texto de imágenes, la resumen de datos de gráficos y la identificación de elementos en un feed de video para aplicaciones de visión artificial.
OpenAI ha señalado que GPT-4 superó a PaLM de Google en el benchmark de Comprensión de Lenguaje Multitarea, obteniendo un 86% frente al 71% de PaLM. Lanzado en abril de 2022, PaLM de Google es un modelo grande de lenguaje con 540 mil millones de parámetros diseñado para una comprensión compleja de la entrada de lenguaje natural y la producción de respuestas de texto detalladas.
Bard, el chatbot actual de Google, no utiliza PaLM, pero aún así mantiene una ventaja competitiva con productos como ChatGPT. El CEO de Google, Sundar Pichai, en una conversación con el podcast Hard Fork del New York Times, reveló que Bard pronto sería mejorado por PaLM, lo que podría resultar en mejoras significativas incluyendo la reducción de las ‘alucinaciones’ del chatbot; es decir, respuestas ficticias en lugar de hechos reales, un problema patente de GPT-4.
En abril, Bard fue actualizado con capacidades de generación de código y traducción, lo que le permite competir con GPT-4 y Bing chat en estas áreas. Google podría mejorar aún más las capacidades de generación de código de Bard, potencialmente aprovechando Google Lens para traducir diagramas de flujo en código y mejorar la precisión del código generado.
Aunque no está claro si el nuevo Bard multimodal será una evolución directa de PaLM 2, parece plausible dado que GPT-4 fue el sucesor directo de GPT-3.
En respuesta al rendimiento inicial poco impresionante de Bard, Google se ha centrado en mejorar sus capacidades. Este compromiso se subrayó en abril cuando el CEO de Alphabet, Sundar Pichai, anunció el plan de Google de desarrollar modelos de IA multimodales y fusionar Google Brain con su filial DeepMind, formando una división unificada de IA, Google DeepMind. Dirigido por Demis Hassabis, Google DeepMind tiene como objetivo crear los “sistemas de IA generales más capaces y responsables” de Google.
Ilustración: Google I/O 2023 comienza hoy, 10 de mayo.
