{"id":39668,"date":"2024-12-20T21:59:06","date_gmt":"2024-12-20T21:59:06","guid":{"rendered":"https:\/\/enfoquenoticioso.com\/tecnologia\/google-ya-tiene-una-ia-que-razona-y-hay-un-padre-un-hijo-un-mono-y-comida-que-lo-demuestran\/"},"modified":"2024-12-20T21:59:06","modified_gmt":"2024-12-20T21:59:06","slug":"google-ya-tiene-una-ia-que-razona-y-hay-un-padre-un-hijo-un-mono-y-comida-que-lo-demuestran","status":"publish","type":"post","link":"https:\/\/enfoquenoticioso.com\/?p=39668","title":{"rendered":"Google ya tiene una IA que \u00abrazona\u00bb. Y hay un padre, un hijo, un mono y comida que lo demuestran"},"content":{"rendered":"
\n

En Google est\u00e1n plantando cara muy seriamente a OpenAI. El lanzamiento de la familia de modelos de IA Gemini 2.0 destac\u00f3 por su agente de IA, Project Mariner<\/a>, pero ahora llega con una novedad igualmente llamativa. Con nosotros tenemos ya una versi\u00f3n preliminar de Gemini 2.0 Flash Thinking<\/a>, un modelo de IA que \u00abrazona\u00bb<\/strong> \u2014como siempre, entre comillas<\/a>\u2014 como tambi\u00e9n lo hace o1 de OpenAI. Lo hemos probado, y su comportamiento es notable.<\/p>\n

<\/p>\n

Este modelo ya se puede probar en AI Studio<\/a>, donde basta seleccionarlo en la parte derecha en la que podemos elegir con qu\u00e9 modelo queremos trabajar en cada momento. Al hacerlo, podremos ya introducir todo tipo de preguntas, pero las que realmente tiene sentido aqu\u00ed hacer son preguntas matem\u00e1ticas o de l\u00f3gica en las que se note que el modelo tiene la capacidad de intentar resolver un problema volviendo hacia atr\u00e1s y revisando sus respuestas.<\/p>\n

<\/p>\n

Hagamos un peque\u00f1o experimento: os proponemos intentar resolver dos problemas que Gemini 2.0 Flash Thinking s\u00ed resolvi\u00f3. El primero, con una imagen<\/strong>:<\/p>\n

\n
\n \"Captura
\n \"Captura<\/p><\/div>\n<\/div>\n

Dadas esas bolas de billar con esos n\u00fameros, \u00bfsois capaces de encontrar una combinaci\u00f3n en la que tres de ellas sumen 30? Pensadlo un momento.<\/p>\n

\u00bfLo ten\u00e9is? Aparentemente no hay soluci\u00f3n: ninguna combinaci\u00f3n con esos n\u00fameros logra el resultado adecuado. Pero claro, hay truco. La bola de billar con el n\u00famero 9 puede \u00abdarse la vuelta\u00bb, con lo cual el n\u00famero resultante es el 6. Y gracias a ese n\u00famero s\u00ed podemos lograr una combinaci\u00f3n (6+11+13) que soluciona el problema.<\/p>\n

<\/p>\n

\n
\n
\n \"Captura
\n \"Captura
\n <\/a><\/p><\/div>\n<\/div>\n

Logan Kilpatrick, m\u00e1ximo responsable de AI Studio, se encargaba de presentar el nuevo modelo y de demostrar su capacidad con ese mismo ejemplo (de ah\u00ed la mala calidad de la imagen de las bolas de billar, disculpad). Si pinch\u00e1is en el v\u00eddeo y observ\u00e1is el proceso de razonamiento, ver\u00e9is c\u00f3mo efectivamente Gemini 2.0 es capaz de detectar justo ese \u00abtruco\u00bb para resolver el problema. Asombroso.<\/p>\n

<\/p>\n

El segundo ejemplo es igual de llamativo<\/strong>. Hay muchos problemas l\u00f3gicos que podemos utilizar para poner a prueba a estos modelos, y uno de ellos lo encontramos en Reddit, donde un usuario lo enunciaba<\/a> (en ingl\u00e9s) de forma que fuera f\u00e1cilmente entendible por un chatbot.<\/p>\n

<\/p>\n

El problema nos sit\u00faa en un escenario con un padre, un hijo, un mono y comida. Deben cruzar un r\u00edo<\/strong> y hay varias condiciones para hacerlo de forma adecuada:<\/p>\n

<\/p>\n