طرحت Google إمكانات جديدة لـ Bard مما يجعلها أفضل في الإجابة على الأسئلة المنطقية والترميزية.
بالرغم من دردشة بنج من Microsoft يبدو أنه الأوفر حظًا عندما يتعلق الأمر بمساعدة البحث المدعومة بالذكاء الاصطناعي ، جوجل بارد تلحق بالركب ببطء من حيث الوظائف والميزات. شركة ماونتن فيو مؤخرًا إثراء واجهة بحث AI الخاصة به بتكامل الصور أيضًا. الآن ، قامت بتحديث Bard بمهارات تفكير منطقي أفضل حتى تتمكن من الرد على الأسئلة الرياضية والترميزية بشكل أكثر دقة.
بالنسبة للمبتدئين ، إذا أجاب Bard على سؤال بتنسيق جدولي ، فيمكن تصدير الجدول إلى جداول بيانات Google لتحليلك الخاص. بالإضافة إلى ذلك ، يمكن لـ Bard أيضًا الاستفادة من تقنية تسمى "تنفيذ التعليمات البرمجية الضمني" حيث يمكنها اكتشاف ما إذا كان ملف يعد موجهًا حسابيًا ثم قم بإنشاء رمز وفقًا لذلك في الخلفية لإعطاء المزيد من الدقة إجابة. جوجل يقول أن هذا يسهل على Bard الإجابة على أسئلة مثل:
- ما هي العوامل الأولية للعدد 15683615؟
- احسب معدل نمو مدخراتي
- اعكس كلمة "Lollipop" بالنسبة لي
تقول Google إن نهجها الجديد في حل الأسئلة الرياضية والمنطقية يتجاوز قدرات نماذج اللغات الكبيرة التقليدية (LLMs). تدعي أن LLMs التقليدية أكثر ذكاءً في التنبؤ بالنص ويمكن أن تعرض بعض القدرات الرائعة في ذلك مساحة ، لكنها تقصر عندما يتعلق الأمر بحل المشكلات التي تتطلب تفكيرًا عميقًا وحل المشكلات التقنيات.
على هذا النحو ، أحدث تحديث لـ Bard يدمج إمكانات تنفيذ التعليمات البرمجية الضمنية بشكل أساسي يجمع بين وظائف كل من LLMs التقليدية والحسابات القائمة على الكود لإعطاء إجابات أفضل إجمالي. ساعدت كتابة التعليمات البرمجية تلقائيًا في الخلفية في تحسين دقة Bard بنسبة تصل إلى 30٪ عندما يتعلق الأمر بحل مشكلات الحساب والرياضيات في مجموعات البيانات الداخلية لـ Google. ومع ذلك ، حذرت Google من أن رمز Bard قد يحتوي على عيوب ، أو أنه قد لا يتضمن الرمز في استجابته ، لذلك من المهم استخدامه على مسؤوليتك الخاصة.
من الواضح أن Google حريصة على جعل Bard الشيء الكبير التالي في مساحة البحث بمساعدة الذكاء الاصطناعي ، مما يعزز مكانتها كشركة رائدة في مجال البحث على الويب. في الآونة الأخيرة هاجر Bard إلى نموذج لغة PaLM 2 و توسيع نطاق توفره ليشمل 180 دولة أيضًا.