Google ha revolucionado el campo de la inteligencia artificial con el lanzamiento de Gemini 2.0 Flash Thinking, un modelo de razonamiento que demuestra una capacidad sin precedentes para resolver problemas complejos.
Al igual que su competidor, o1, Gemini 2.0 utiliza técnicas de razonamiento en tiempo de ejecución, pero lo lleva un paso más allá. Al analizar múltiples pistas y contextos, este nuevo modelo es capaz de generar respuestas más precisas y detalladas. Además, Gemini 2.0 Flash Thinking se destaca por su habilidad para explicar de forma clara y concisa el proceso de pensamiento que lo llevó a una determinada conclusión, lo que lo convierte en una herramienta invaluable para la investigación y la educación.
Want to see Gemini 2.0 Flash Thinking in action? Check out this demo where the model solves a physics problem and explains its reasoning. pic.twitter.com/Nl0hYj7ZFS
— Jeff Dean (@JeffDean) December 19, 2024
Logan Kilpatrick, jefe de producto de Google AI Studio, ha publicado una demostración grabada de cómo Gemini 2.0 Flash Thinking resuelve un desafiante rompecabezas con pistas visuales y textuales.
It’s still an early version, but check out how the model handles a challenging puzzle involving both visual and textual clues: (2/3) pic.twitter.com/JltHeK7Fo7
— Logan Kilpatrick (@OfficialLoganK) December 19, 2024
¿Qué son los modelos de razonamiento de IA?
A principios de este año, OpenAI lanzó un nuevo modelo de IA llamado o1 que utiliza técnicas como el aprendizaje por refuerzo y el razonamiento en cadena para realizar un análisis paso a paso de un problema antes de resolverlo. El lanzamiento de o1 vino precedido de varios meses de revuelo en torno a un proyecto secreto en el que trabajaba la startup dirigida por Sam Altman y cuyo nombre en clave era Project Strawberry.
Esto desencadenó una carrera entre otras empresas tecnológicas, cada una de las cuales se apresuró a lanzar sus propios modelos de razonamiento que tardaban segundos o minutos después de que un usuario introdujera su pregunta antes de proporcionar una respuesta.
DeepSeek, una empresa de investigación de IA con sede en China, lanzó R1, que razonaba a través de varias tareas antes de llegar a una respuesta. Por su parte, el equipo Qwen de Alibaba lanzó su propio modelo de «razonamiento» llamado QwQ a principios de este mes.Sin embargo, se han planteado varias cuestiones sobre la precisión y las aplicaciones en el mundo real de los modelos de razonamiento de IA. Además, un creciente número de investigaciones, que han ido ganando impulso de forma discreta, sostiene que lo único para lo que son buenos los LLM es para reconocer patrones en los datos y adivinar con precisión qué palabras vienen a continuación en una frase, es decir, la determinación probabilística.
Los modelos de razonamiento basados en la IA también implican mayores costes de computación, lo que ha llevado a algunos a cuestionar aún más su viabilidad a largo plazo.
Fuente WEB | Editado por CambioDigital Online
