该团队又请来一组临床医生作答。这些临床医生分布于美国和英国，在初级保健、外科、内（nèi）科和儿科方面（miàn）具有专（zhuān）业经（jīng）验。

最后（hòu），研究人员将模型和人（rén）类医生的（de）答案匿名后交给（gěi）9名分别来（lái）自美国、英国（guó）和印度（dù）的（de）临床医（yī）生进行评（píng）估。

结果（guǒ）显示，Med-PaLM在科学常识（shí）方面（miàn）的正确率在92%以上，在理解、检索（suǒ）和推理能力方面，也几乎达（dá）到了人类医生（shēng）的水（shuǐ）平，并在（zài）克服隐性偏（piān）见方面略胜一筹。

不（bú）过，该研究（jiū）负责人也表示，Med-PaLM给出的答案在整（zhěng）体上仍然不如临床（chuáng）医生，该模型在实（shí）际应用前有待（dài）进一步完善。

追根溯源，Med-PaLM是怎么诞生的（de）呢？

这里（lǐ）不得不提谷歌在（zài）今年发布的转（zhuǎn）换（huàn）器语言（yán）模（mó）型——PaLM，该模型基于Pathways架构、拥有（yǒu）5400亿参数（shù），是Google迄今（jīn）为止研发的最大规模的模型，全名为Pathways Language Model。

PaLM模型在语言理解等各种方面的评估测试中的表现十分（fèn）出色，甚至还在语言和推理类的测评中超过了人类。

Med-PaLM正是PaLM的衍生品。谷歌研究团队首先在上（shàng）文提及的医学问题问答（dá）数据集“MultiMedQA”上评估了PaLM及微调变体Flan-PaLM，然（rán）后，基（jī）于此提出了指（zhǐ）令提示x调（diào）整，让（ràng）Flan-PaLM进一步与医学接轨，进一步（bù）产（chǎn）生了（le）Med-PaLM。

值得注意的（de）是，AI模型的每一次（cì）突破，都预示着更聪（cōng）明的机器（qì）人即（jí）将（jiāng）到来。指挥机器人干活不是什么（me）新奇的事，但要让机器人能够理解你的命令背后（hòu）的意（yì）图，那就要考（kǎo）验它的“大脑”好（hǎo）不好（hǎo）用（yòng）了。将（jiāng）AI模型应用（yòng）到机器人（rén）身上相当（dāng）于给机器（qì）人“开智”。

据（jù）了解（jiě），今年8月份（fèn），谷歌（gē）就（jiù）将大型语（yǔ）言模型首（shǒu）次集成到机器人中，有了AI模（mó）型（xíng）的加持（chí），机器人（rén）能像人类一（yī）样响应完整的命令。

谷歌研（yán）究人（rén）员就此做了演示。当对（duì）机器人说：“我（wǒ）饿了，你能给我点零食吗？”机器人在自助餐厅中搜索一（yī）番后，打开了一（yī）个抽屉，找到一袋薯片并将它拿给（gěi）研究人员。

可以预见的（de）是，通过进一步的（de）训练、优化，Med-PaLM模型的回答准确率（lǜ）将进一步提高，基于此模型的机（jī）器人（rén）医生也有望更快出现。