Google hace que los datos del mundo real sean más accesibles con AI.

Con el debut del servidor del Protocolo de contexto del Modelo de Data Commons (MCP), Google ha transformado su vasto LOB de datos públicos en AI Goldmine. Haga que sus sistemas de IA sean accesibles para desarrolladores, científicos de datos y agentes de IA que utilizan un lenguaje natural para usar una mejor capacitación para acceder a estadísticas reales.

Lanzado en 2018, Data Commons de Google organiza conjuntos de datos públicos de una variedad de fuentes, incluidas la investigación gubernamental, los datos de gestión de campo y las estadísticas de organizaciones globales como las Naciones Unidas. Con el lanzamiento del servidor MCP, ahora se puede acceder a estos datos a través del lenguaje natural y pueden ser integrados por desarrolladores en agentes o aplicaciones de IA.

Los sistemas de IA a menudo están capacitados con datos web ruidosos y no verificados. Combinado con la 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 Data Commons ‘MCP Server, Google tiene como objetivo abordar ambos desafíos.

El nuevo conjunto de datos públicos del puente MCP del servidor MCP de Data Commons (desde cifras del censo hasta estadísticas climáticas) utiliza sistemas de IA que dependen cada vez más de contextos precisos y estructurados. Al hacer que estos datos sean accesibles a través de indicaciones de lenguaje natural, el lanzamiento tiene como objetivo tierra con información verificable del mundo real.

«El protocolo de contexto del modelo permite que la inteligencia del modelo de lenguaje a gran escala se utilice para seleccionar los datos correctos en el momento correcto sin comprender cómo se modelan los datos o cómo funcionan las API».

Introducido por primera vez por la humanidad en noviembre pasado, MCP es un estándar de la industria abierto que permite a los sistemas de IA acceder a datos de una variedad de fuentes, incluidas herramientas comerciales, repositorios de contenido y entornos de desarrollo de aplicaciones, y proporcionar un marco general para comprender las indicaciones de contexto. Desde su lanzamiento, compañías como OpenAI, Microsoft y Google han adoptado estándares para integrar modelos de IA con una variedad de fuentes de datos.

Si bien otras compañías tecnológicas han explorado formas de aplicar estándares a los modelos de IA, su equipo en Ramaswami y Google comenzó a investigar cómo usar el marco para que la plataforma Data Commons sea más accesible a principios de este año.

Google también se está asociando con One Campaign, una organización sin fines de lucro que se centra en mejorar las oportunidades económicas y la salud pública en África para lanzar un agente de datos. Esta herramienta de IA utiliza los servidores MCP para superficies decenas de millones de puntos de datos financieros y de salud en lenguaje sencillo.

Una campaña se acercó al equipo de Data Commons de Google con su propia implementación de prototipo de servidor personalizado de MCP. La interacción fue un punto de inflexión que le dijo a TechCrunch que en mayo el equipo comenzó a construir servidores MCP dedicados.

Sin embargo, la experiencia no se limita a una campaña. La naturaleza abierta de Data Commons MCP Server lo hace compatible con cualquier LLM, y Google ofrece varias formas de comenzar los desarrolladores. Los agentes de muestra están disponibles a través del kit de desarrollo de agentes (ADK) de Colab Notebook. También se puede acceder al servidor directamente a través del cliente compatible con Gemini CLI o MCP utilizando el paquete PYPI. El repositorio de GitHub también proporciona ejemplos de código.