Het taalmodel van Google, Bard, krijgt vandaag een grote update die tot doel heeft de logica en redeneermogelijkheden te verbeteren.
Jack Krawczyk, chief product officer bij Bard, en Amarnag Subramanya, vice-president engineering bij Bard, maakten dit bekend in een blogpost.
Een sprong voorwaarts in redeneren en wiskunde
Deze updates zijn bedoeld om het vermogen van Bard te verbeteren om wiskundige taken uit te voeren, codeervragen te beantwoorden en prompts voor tekenreeksmanipulatie af te handelen.
Om dit te bereiken, integreren ontwikkelaars “impliciete code-uitvoering”. Met deze nieuwe methode kan Bard computationele aanwijzingen detecteren en code op de achtergrond uitvoeren, waardoor het nauwkeuriger kan reageren op complexe taken.
“Als gevolg hiervan kan het nauwkeuriger reageren op wiskundige taken, codeervragen en instructies voor het manipuleren van tekenreeksen”, deelde het Google-team in de aankondiging.
Systeem 1 en Systeem 2 denken: een mix van intuïtie en logica
De benadering die in de update wordt gebruikt, is geïnspireerd op de goed bestudeerde dichotomie van menselijke intelligentie, zoals beschreven in het boek van Daniel Kahneman, “Thinking, Fast and Slow.”
Het concept van “Systeem 1”- en “Systeem 2”-denken staat centraal in Bards verbeterde vaardigheden.
Systeem 1 is snel, intuïtief en moeiteloos, vergelijkbaar met een jazzmuzikant die on the fly improviseert.
Systeem 2 is echter traag, bedachtzaam en inspannend, vergelijkbaar met het uitvoeren van staartdelingen of het leren bespelen van een instrument.
Grote taalmodellen (LLM’s), zoals Bard, werkten meestal met Systeem 1, waardoor tekst snel maar zonder nadenken werd gegenereerd.
Traditionele calculus sluit beter aan bij systeem 2 in die zin dat het formeel en inflexibel is, maar in staat is om indrukwekkende resultaten te produceren als het correct wordt uitgevoerd.
“LLM’s kunnen worden gezien als uitsluitend werkend onder systeem 1, waarbij ze snel tekst produceren zonder erover na te denken”, aldus de blogpost. “Met deze laatste update hebben we echter de mogelijkheden van zowel LLM (systeem 1) als traditionele code (systeem 2) gecombineerd om de nauwkeurigheid van Bards antwoorden te helpen verbeteren.”
Een stap dichter bij verbeterde AI-mogelijkheden
De nieuwe updates vertegenwoordigen een grote stap voorwaarts op het gebied van AI-taalmodellering en verbeteren de mogelijkheden van Bard om nauwkeurigere antwoorden te geven.
Het team erkent echter dat er nog ruimte voor verbetering is:
“Zelfs met deze verbeteringen zal Bard het niet altijd goed doen… dit verbeterde vermogen om te reageren met gestructureerde, logica-gestuurde mogelijkheden is een belangrijke stap om Bard nog nuttiger te maken.”
Hoewel de verbeteringen opmerkelijk zijn, brengen ze beperkingen en potentiële uitdagingen met zich mee.
Het is aannemelijk dat Bard niet altijd de juiste code genereert of de uitgevoerde code in zijn antwoord opneemt.
Er kunnen ook scenario’s zijn waarbij Bard helemaal geen code genereert. Ook kan de effectiviteit van “impliciete code-uitvoering” afhangen van de complexiteit van de taak.
Op te sommen
Naarmate Bard meer geavanceerde redeneermogelijkheden integreert, kunnen gebruikers nauwkeurigere, behulpzamere en intuïtievere AI-hulp verwachten.
Alle AI-technologie heeft echter beperkingen en nadelen.
Overweeg, zoals bij elke tool, om het vanuit een evenwichtig perspectief te benaderen en de mogelijkheden en uitdagingen te begrijpen.
Uitgelichte afbeelding: Amir Sajjad/Shutterstock
Hey, ik ben Brent, en ik speel al een lange tijd mee in de SEO scene. Ik ben vooral heel actief in de Amerikaanse markt, en hou dan ook wel van een uitdaging. Ik ben sinds kort aan het uitbreiden binnenin de Benelux, en besluit hier dan ook te oversharen!
Wil je meer leren, klik dan op lees meer!
