该团队（duì）又（yòu）请来一组临床医生作答（dá）。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（yàn）。

最后，研究（jiū）人员将模型和人类医生（shēng）的（de）答案匿名（míng）后交给9名分（fèn）别来自美国（guó）、英国和印度的（de）临床医生（shēng）进行评估。

结果显（xiǎn）示，Med-PaLM在科学常识方面（miàn）的正（zhèng）确率在92%以上（shàng），在理解、检索和推理能力方面，也几乎达（dá）到（dào）了人类医生（shēng）的水平，并（bìng）在克服（fú）隐性偏见（jiàn）方面略（luè）胜一筹。

不过，该研究（jiū）负责人也表示，Med-PaLM给出的答案在整体上仍然不如（rú）临床（chuáng）医生，该模型（xíng）在（zài）实际应用前有（yǒu）待进（jìn）一步完善。

追（zhuī）根溯源，Med-PaLM是怎么（me）诞生的呢？

这里不得不提谷歌在今年发布的转换器语言模（mó）型——PaLM，该模型基于Pathways架构、拥有（yǒu）5400亿参数，是Google迄（qì）今为止（zhǐ）研发的最大规模的（de）模型，全名为Pathways Language Model。

PaLM模型在语言理解等各种（zhǒng）方面的（de）评估测试中的表（biǎo）现十（shí）分出色，甚至还在语（yǔ）言和推理类（lèi）的测评中超过了人类。

Med-PaLM正是PaLM的（de）衍生品。谷歌（gē）研究团队首先在（zài）上文提（tí）及的医学问题问答（dá）数据（jù）集“MultiMedQA”上评估了PaLM及微（wēi）调变体Flan-PaLM，然后，基于（yú）此提出了（le）指令提（tí）示x调整（zhěng），让Flan-PaLM进一步与医学接轨，进一步产生（shēng）了Med-PaLM。

值得注（zhù）意的是，AI模（mó）型的每（měi）一（yī）次（cì）突破，都预（yù）示（shì）着更聪明的机器人即将（jiāng）到来（lái）。指挥机器人干活不是什么（me）新奇的事，但要让机（jī）器人能够理（lǐ）解你的（de）命（mìng）令背后的意图，那就（jiù）要考验它的“大脑”好不好用（yòng）了。将AI模型应用到机（jī）器人身上相当于给机器人（rén）“开（kāi）智（zhì）”。

据了解，今年8月份（fèn），谷（gǔ）歌就将大型语言模型首（shǒu）次集成到机（jī）器人中，有了AI模型的加持，机器人能像人类一样响（xiǎng）应完整的命令。

谷歌（gē）研究人（rén）员就此做了（le）演示。当对机器人说：“我饿（è）了，你能给我点零（líng）食吗？”机器人在自助餐厅中搜索一番后，打开了一个抽屉，找到一袋薯片并将它（tā）拿给（gěi）研究人（rén）员。

可（kě）以预（yù）见的是，通过进一步的训练、优（yōu）化，Med-PaLM模型的回答准确率将进一步提高，基于（yú）此模型的机器人医生也有望更快出现。