Así es Gemini 2.0 Flash Thinking, la IA experimental de Google que puede mostrar cómo razona
Google ha presentado Gemini 2.0 Flash Thinking, su nuevo modelo de Inteligencia Artificial (IA) experimental con capacidades de “razonamiento” para responder preguntas complejas sobre matemáticas, programación y física, que además muestra sus “pensamientos” a la hora de resolver las solicitudes de los usuarios.
El gigante tecnológico presentó Gemini 2.0 recientemente, la nueva versión de su modelo de lenguaje de gran tamaño, al que se refiere como el más avanzado de la compañía para impulsar agentes de IA y que incluye mejoras en la latencia y el rendimiento.
Ahora, de cara a continuar avanzando en las capacidades de IA, Google ha presentado Gemini 2.0 Flash Thinking, un nuevo modelo experimental de la misma familia que incluye capacidades de “razonamiento” para responder preguntas complejas en materias como la programación, las matemáticas y la física.
Una IA que muestra cómo piensa
Así lo ha dado a conocer el director de Gemini, Jeff Dean, en una publicación en X (antigua Twitter) en la que ha detallado que se trata de un modelo que está entrenado para “utilizar los pensamientos para fortalecer su razonamiento”.
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
Es decir, a la hora de responder solicitudes, Gemini 2.0 Flash Thinking muestra previamente sus “pensamientos”, detallando una serie de indicaciones con las que explica cómo está razonando su respuesta para que los usuarios puedan comprender el proceso. Tras ello, el modelo ofrece la respuesta definitiva a la pregunta en cuestión.
En concreto, este nuevo modelo experimental se basa en el modelo Gemini 2.0 Flash, también anunciado recientemente junto a Gemini 2.0, lo que garantiza una alta velocidad y rendimiento para ejecutar sus respuestas.
Igualmente, Dean ha adelantado que, según las pruebas de la compañía, el nuevo modelo ofrecerá “resultados prometedores” cuando aumenten el tiempo de cálculo de inferencia, es decir, la cantidad de cálculo que se utiliza para ejecutar el modelo a la hora de responder una pregunta.
Según un ejemplo compartido por el responsable de productos de Google, Logan Kilpatrick, en otra publicación en X, el modelo es capaz de resolver un problema de matemáticas utilizando los datos que aparecen en una fotografía y, antes de responder, muestra todos los pasos que ha realizado para llegar hasta la solución del problema en cuestión.
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
Gemini 2.0 Flash Thinking aún es un modelo experimental, por lo que no se ha lanzado oficialmente. Sin embargo, ya está disponible a través de la plataforma de creación de prototipos de IA de Google, AI Studio, para que los usuarios prueben sus capacidades.
Google ha presentado Gemini 2.0 Flash Thinking, su nuevo modelo de Inteligencia Artificial (IA) experimental con capacidades de “razonamiento” para responder preguntas complejas sobre matemáticas, programación y física, que además muestra sus “pensamientos” a la hora de resolver las solicitudes de los usuarios.
El gigante tecnológico presentó Gemini 2.0 recientemente, la nueva versión de su modelo de lenguaje de gran tamaño, al que se refiere como el más avanzado de la compañía para impulsar agentes de IA y que incluye mejoras en la latencia y el rendimiento.
Ahora, de cara a continuar avanzando en las capacidades de IA, Google ha presentado Gemini 2.0 Flash Thinking, un nuevo modelo experimental de la misma familia que incluye capacidades de “razonamiento” para responder preguntas complejas en materias como la programación, las matemáticas y la física.
Una IA que muestra cómo piensa
Así lo ha dado a conocer el director de Gemini, Jeff Dean, en una publicación en X (antigua Twitter) en la que ha detallado que se trata de un modelo que está entrenado para “utilizar los pensamientos para fortalecer su razonamiento”.
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
Es decir, a la hora de responder solicitudes, Gemini 2.0 Flash Thinking muestra previamente sus “pensamientos”, detallando una serie de indicaciones con las que explica cómo está razonando su respuesta para que los usuarios puedan comprender el proceso. Tras ello, el modelo ofrece la respuesta definitiva a la pregunta en cuestión.
En concreto, este nuevo modelo experimental se basa en el modelo Gemini 2.0 Flash, también anunciado recientemente junto a Gemini 2.0, lo que garantiza una alta velocidad y rendimiento para ejecutar sus respuestas.
Igualmente, Dean ha adelantado que, según las pruebas de la compañía, el nuevo modelo ofrecerá “resultados prometedores” cuando aumenten el tiempo de cálculo de inferencia, es decir, la cantidad de cálculo que se utiliza para ejecutar el modelo a la hora de responder una pregunta.
Según un ejemplo compartido por el responsable de productos de Google, Logan Kilpatrick, en otra publicación en X, el modelo es capaz de resolver un problema de matemáticas utilizando los datos que aparecen en una fotografía y, antes de responder, muestra todos los pasos que ha realizado para llegar hasta la solución del problema en cuestión.
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
Gemini 2.0 Flash Thinking aún es un modelo experimental, por lo que no se ha lanzado oficialmente. Sin embargo, ya está disponible a través de la plataforma de creación de prototipos de IA de Google, AI Studio, para que los usuarios prueben sus capacidades.
Google mostró su nuevo modelo, diferente de los precedentes por ser más fuerte en procesos lógicos, y por mostrar los pasos que fue haciendo para llegar a la respuesta que ofrece LA NACION