该（gāi）团（tuán）队又请（qǐng）来一组临（lín）床医生作答。这些临床医生分布于美（měi）国和英国，在初级保健、外科、内科和儿科方面具有专业经验。

最后，研究人员将模型和（hé）人类医生的答案匿名后交给9名分别（bié）来自美国、英国和（hé）印度的（de）临床医生进行（háng）评（píng）估。

结果显示，Med-PaLM在科学常识方面的正确（què）率在92%以上（shàng），在理解、检索和推理能力（lì）方面，也（yě）几（jǐ）乎达到了人类（lèi）医生的水（shuǐ）平，并在克服隐性偏见方面略胜一（yī）筹（chóu）。

不过，该研究（jiū）负（fù）责人也表示，Med-PaLM给出的答案（àn）在（zài）整体上（shàng）仍然（rán）不如临（lín）床（chuáng）医生，该模（mó）型在实际应用前（qián）有待（dài）进一步完善。

追根（gēn）溯源，Med-PaLM是怎么诞生的呢？

这里不得不（bú）提谷歌在今年发布的转（zhuǎn）换器语言模（mó）型（xíng）——PaLM，该模型基于Pathways架构、拥有5400亿参数，是Google迄今为止研发（fā）的最大规模的模型（xíng），全名为Pathways Language Model。

PaLM模型在语言理解等各种方面的评估测试（shì）中的表现（xiàn）十分（fèn）出色（sè），甚（shèn）至（zhì）还在语言和推理类的测评中超过了人（rén）类（lèi）。

Med-PaLM正是PaLM的衍生品。谷歌研究团队首先在（zài）上文提及的医学问题问答数据集“MultiMedQA”上评估了PaLM及微调变体Flan-PaLM，然后，基于此提出了指令提示x调整，让（ràng）Flan-PaLM进一步与医学接轨，进一步产生（shēng）了Med-PaLM。

值得注意的是（shì），AI模型的每一次突破，都预示着更聪明的机器人（rén）即将到来。指（zhǐ）挥机器人干活不是什么新奇的事，但要让机器人能够理解你的命（mìng）令背后的意图，那就要考验它的“大脑”好不好用了（le）。将AI模型应用到机器（qì）人（rén）身上相当（dāng）于给机器人（rén）“开（kāi）智”。

据了解，今年（nián）8月份，谷歌就将大型语言模（mó）型（xíng）首次（cì）集成到机器人中，有了AI模型的（de）加持，机器（qì）人能像人类一样响应完整的命令（lìng）。

谷（gǔ）歌研（yán）究人员就此做了演示。当对（duì）机器人说：“我饿了，你能给我点零食吗（ma）？”机器人在自助（zhù）餐厅中搜索一番（fān）后，打开了一个（gè）抽（chōu）屉，找到一袋（dài）薯片并将（jiāng）它拿（ná）给（gěi）研究人员。

可以预见的是（shì），通过进一步的训练（liàn）、优化，Med-PaLM模型的回答准确率将进一步（bù）提高，基于此模（mó）型的机器人（rén）医生也有望更快（kuài）出现（xiàn）。