在接下来的几个月甚至几年中,谷歌肯定会不断把AI驱动功能引入其核心应用,从而带来颠覆性的使用体验。从目前这波初步整合的共性来看,我很好奇谷歌要怎么设计它们的品牌归属。谷歌那边当然有不少选项,但对AI功能来说,Google Assistant也许正是最好的归宿。
生成式AI与Google Assistant间的共性
生成式文本AI能查找信息,并以顺畅自然的方式展示信息内容。用户可以借此为相关但又有细微差别的问题各自寻找答案,并将结果整理成文本。从本质上讲,这项新技术将帮助我们完成以往大量需要手动操作的工作。
截至去年5月,谷歌给自家助手服务定下的发展目标,仍然是“为日常任务提供最简单的解决办法”。
而这种直接生成答案的能力,无疑是帮助助手达成目标的最佳要素。之前,来自谷歌知识图谱和精选片段的信息往往无法被直接转化成口语表达,所以没法被助手拿来服务用户。
有了Bard(或者应该叫“实验性对话AI服务”),Google Assistant肯定能走得更远、完成更复杂的任务——例如创建出游行程,帮助用户培养爱好或者提供购买建议。
在这类用例的熏陶下,Google Assistant肯定会变得愈发强大,逐步克服中断、暂停和自我纠错之类让人出戏的对话体验。
对话功能无疑是智能助手的自然扩展,而且在语音交互这类特定情景下意义尤其重大。
关于Google Assistant的一切
谷歌完全可以引入Bard或其他LaMDA成果衍生出的体验,显著改善Google Assistant的使用感受。当然,如果这些生成式AI功能入驻其他应用品牌,也同样有着不错的发展前景。
在I/O 2021大会首次公布LaMDA时,谷歌表示会将对话功能纳入助手、搜索和Workspace等服务。现在,搜索领域的AI入驻已经开始,公司CEO Pichai周三表示“正努力将大语言艺术形式引入Gmail和Docs。”
共享现有品牌名称是有出处的。Smart Reply“智能回复”就可以溯源至Gmail、Google Chat、Android甚至是Docs(注释)。当然,当时的Smart Reply和Compose在功能上还远达不到独立产品的水平。
总之,生成式AI在功能上确实已经比较完备,既能撰写电子邮件、也能回答指导性的问题。这一切,都跟人们希望在Google Assistant身上看到的效果高度一致。
过去一年来,谷歌一直专注于改善助手的语音功能,同时又在探索驾驶模式、快照和记忆等具体技术细节。其目的,是通过在Pixel手机和Nest Hub Max上通过Quick Phrases快速发令来消除“嗨,谷歌”这种生硬的激活需求,从而让Google Assistant的交互感更加自然。Smart Display甚至支持“眼神交流”,使个眼神就能发出命令。
而在Chrome上直接添加AI功能按钮,跟Google Assistant的那种交互操作是明显相悖的,前者以网页为基础、必然更强调键盘输入的体验。但这样也还可以,至少比把它加到Google Chat上更有实际意义。
谷歌毕竟是谷歌
千言万语汇成一句话:谷歌的目标从未动摇,就是让自己成为用户全部知识的来源。助手服务号称是“您的个人谷歌”;而激活语也是“嗨,谷歌”,而不是“嗨,助手”。
从前景来看,微软的AI首秀就是新Bing,Bing的徽标也出现在了Edge浏览器的右侧。至于聊天机器人功能,微软将其命名为“聊天模式”。对我来说,跟搜索引擎直接对话其实有点怪。AI机器人会表现出某种个性,我实在不适应把一项纯工具性的功能搞得这么活泼。
当然,谷歌也可能不把这些生成式AI归入统一品牌,而是让其广泛渗透到各个应用程序的各个角落,包括Gmail或Docs。但这样冲击力就弱了,也不符合发展新业务的一般思路。
从Gmail到Calendar,再到Maps和Photos,谷歌其实一直喜欢给产品单独命名。虽然品牌形象不酷,但我们至少能明确做出区分。从这个角度看,已经掀起全球变革的辅助性AI必须拥有姓名!
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。