Google hace que los datos del mundo real sean más accesibles para la IA, y las tuberías de capacitación les encantará

Google está convirtiendo su vasto tojo de datos públicos en una mina de oro para la IA disadvantage el debut del servidor del Protocolo del Modelo del Modelo de Data Commons (MCP), lo que permite a los desarrolladores, científicos de datos y agentes de IA acceder a estadísticas del mundo real utilizando lenguaje all-natural y mejor capacitar a los sistemas de IA.

Lanzado en 2018, Data Commons de Google organiza conjuntos de datos públicos desde un gama de fuentes incluyendo encuestas gubernamentales, datos administrativos places y estadísticas de organismos globales como las Naciones Unidas. Con la versión del servidor MCP, ahora se puede acceder a estos datos a través del lenguaje natural, lo que permite a los desarrolladores integrarlos en agentes o aplicaciones de IA.

Los sistemas de IA a menudo están capacitados en datos internet ruidosos y no verificados. Combinado con su tendencia a “llenar los espacios en blanco” cuando faltan fuentes, esto conduce a alucinaciones. Como resultado, las empresas que buscan ajustar sistemas de IA para casos de uso específicos a menudo necesitan acceso a grandes conjuntos de datos de alta calidad. Al publicar públicamente el servidor MCP para sus comunes de datos, Google tiene como objetivo abordar ambos desafíos.

El nuevo servidor MCP de Information Commons une conjuntos de datos públicos, desde cifras del censo hasta estadísticas climáticas, con sistemas de IA que dependen cada vez más del contexto preciso y estructurado. Al hacer que estos datos sean accesibles a través de indicaciones de lenguaje natural, el lanzamiento tiene como objetivo moldear la IA en información verificable del mundo genuine.

“El protocolo de contexto del modelo nos permite usar la inteligencia del modelo de lenguaje grande para elegir los datos correctos en el momento correcto, sin tener que entender cómo modelamos los datos, cómo funciona nuestra API”, dijo el jefe de Google Information Commons Prem Ramaswami en una entrevista.

Introducido por primera vez por Anthrope en noviembre pasado, MCP es un estándar de la industria abierto que permite a los sistemas de IA acceder a datos de varias fuentes, incluidas herramientas comerciales, repositorios de contenido y entornos de desarrollo de aplicaciones, proporcionando un marco común para comprender las indicaciones contextuales. Desde su lanzamiento, compañías como OpenAi, Microsoft y Google han adoptado el estándar para integrar sus modelos AI disadvantage varias fuentes de datos.

Mientras que otras compañías tecnológicas exploraron cómo aplicar el estándar a sus modelos de IA, Ramaswami y su equipo en Google comenzaron a investigar cómo el marco podría usarse para hacer que la plataforma Data Commons sea más accesible a principios de este año.

Google también se ha asociado con la campaña One, una organización wrong penalties de lucro centrada en mejorar las oportunidades económicas y la salud pública en África, para lanzar el Un agente de datos Esta herramienta de IA utiliza el servidor MCP para superficie decenas de millones de puntos de datos financieros y de salud en lenguaje sencillo.

La única campaña se acercó al equipo de Data Commons de Google disadvantage una implementación prototipo de MCP en su propio servidor personalizado. Esa interacción, dijo Ramaswami a TechCrunch, fue el punto de inflexión que llevó al equipo a construir un servidor MCP dedicado en mayo.

Sin embargo, la experiencia no se limita a la única campaña. La naturaleza abierta del servidor Data Commons MCP lo hace compatible con cualquier LLM, y Google ha proporcionado varias formas para que los desarrolladores comiencen. Un agente de muestra está disponible a través del set de desarrollo de agentes (ADK) en un Cuaderno de colab y también se puede acceder al servidor directamente a través del Géminis cli o cualquier cliente suitable disadvantage MCP que usage el Paquete PYPI El código de ejemplo también se proporciona en un Repositorio de Github