MADRID, 8 Jun. (Portaltic/EP) -
Bard, el 'chatbot' de inteligencia artificial (IA) generativa de Google, ha mejorado sus capacidades en matemáticas y programación gracias a una técnica denominada ejecución de código implícito, que le permite ofrecer respuestas más precisas.
La compañía tecnológica ha empleado la ejecución de código implícito en Bard, una técnica que se inspira en un enfoque dicotómico de la inteligencia humana, que plantea que el pensamiento humano se produce a través de dos sistemas separados.
En el sistema 1, el pensamiento es rápido, se mueve por la intuición y se produce sin esfuerzo, y es el responsable de, por ejemplo, la improvisación. El sistema 2, por su parte, es "lento, deliberado y esforzado", un tipo de pensamiento más lógico y consciente que aparece al resolver una división larga o al aprender a tocar un instrumento.
Para que se entienda mejor, Google pone como ejemplo la resolución de un problema matemático. Con el sistema 1 de pensamiento, no puedes detenerte a entender el problema y a resolver la aritmética, sino que sueltas la respuesta de forma instintiva.
Si se traslada este enfoque a los modelos de lenguaje de gran tamaño, el sistema 1 "producen texto rápidamente pero sin pensar en profundidad", lo que, según Google, "conduce a algunas capacidades increíbles, pero puede fallar de formas sorprendentes".
De hecho, el sistema 1 no se suele vincular a la computación tradicional, más cercana al sistema 2, que sigue una serie correcta de pasos para alcanzar un resultado, como ocurre en una división larga.
La nueva técnica implementada en Bard combina ambos sistemas para mejorar la precisión de las respuestas que ofrece. "A través de la ejecución de código implícito, Bard identifica las indicaciones que podrían beneficiarse del código lógico, las escribe 'debajo del capó', las ejecuta y usa el resultado para generar una respuesta más precisa", detalla Google en su blog oficial.
Con esta técnica, los investigadores han comprobado que Bard mejora la precisión en aproximadamente un 30 por ciento en sus respuestas a problemas matemáticos, preguntas de codificación y mensajes de manipulación de cadenas
