该团队又请来一组临床医生（shēng）作答。这些（xiē）临床医生分布于美（měi）国和英国，在初级保健、外科、内科（kē）和儿科（kē）方面（miàn）具有专业经验（yàn）。

最（zuì）后，研究（jiū）人员将（jiāng）模型和人类医生的答案匿名后交给9名分别来自美国、英国和（hé）印度的临床医生进行评（píng）估。

结（jié）果显（xiǎn）示，Med-PaLM在科（kē）学常（cháng）识方面的正确率在92%以上，在理解、检索和推理能力方面，也几乎达到了（le）人类医生的水平，并在（zài）克服隐（yǐn）性偏见方面（miàn）略（luè）胜一筹。

不（bú）过，该研究负责人也表示，Med-PaLM给出的答案在整（zhěng）体上（shàng）仍然（rán）不如（rú）临（lín）床医（yī）生，该模（mó）型在实际应用（yòng）前有待进一步完（wán）善。

追根溯源，Med-PaLM是怎么诞（dàn）生的呢（ne）？

这（zhè）里不得不提谷（gǔ）歌在今（jīn）年发布的转换器语（yǔ）言模型——PaLM，该模（mó）型基于Pathways架构、拥有5400亿参数，是Google迄今为止（zhǐ）研发的最大（dà）规模的模型，全名（míng）为Pathways Language Model。

PaLM模（mó）型在语（yǔ）言理解等各种方面的评估（gū）测试中的表现（xiàn）十分（fèn）出色（sè），甚至还在语言和推理类的测（cè）评中（zhōng）超过了人类。

Med-PaLM正是（shì）PaLM的衍生品。谷歌研（yán）究团（tuán）队（duì）首先在上文提及的医学问题问答数据集“MultiMedQA”上评（píng）估（gū）了PaLM及微调变体Flan-PaLM，然后，基于此提（tí）出了指（zhǐ）令提示x调（diào）整（zhěng），让Flan-PaLM进一步与医学接轨，进一步产（chǎn）生了Med-PaLM。

值得注意的是，AI模型的每一次突（tū）破，都预示着更（gèng）聪明的机器人即将（jiāng）到来。指挥（huī）机器人干活不是什么新奇（qí）的事，但（dàn）要让机器人能（néng）够理解（jiě）你的命令（lìng）背后的意（yì）图，那就要考验它的“大脑”好不好用了。将AI模型应用到机器人身上相当于（yú）给机器（qì）人“开智”。

据（jù）了（le）解，今年8月份，谷歌就（jiù）将大型语（yǔ）言模型首次集成（chéng）到机器人中（zhōng），有了AI模型（xíng）的加持，机器人能像人类一样（yàng）响应完整（zhěng）的命令。

谷歌（gē）研究人（rén）员就此做了（le）演示。当（dāng）对机（jī）器人说（shuō）：“我（wǒ）饿了，你能给我点零（líng）食吗？”机器人在自助餐（cān）厅中搜索一番（fān）后，打开了一个（gè）抽（chōu）屉，找（zhǎo）到一袋薯片并将它拿给研究人员。

可以预见（jiàn）的是（shì），通过进（jìn）一步的训练、优化，Med-PaLM模（mó）型的回（huí）答准（zhǔn）确率将进一步（bù）提高，基于此模型（xíng）的机器（qì）人医（yī）生也有望更快出（chū）现。