谷歌语音助手将升级，大模型让其变得更聪明 | 最前线
作者 | 虞景霖
编辑 | 邓咏仪
北京时间8月1日，据Axios获得的谷歌内部备忘录显示，谷歌计划将最新的大语言模型（LLM）技术引入Google Assistant，提高其内容生成能力，该技术类似于ChatGPT和谷歌自研的Bard聊天机器人。
大模型热潮来临后，巨头们都正在用大模型将自家产品一个个“升级”。比如微软与OpenAI建立合作后，将生成式AI助手就嵌入到Edge浏览器、Microsoft Office和Azure云服务中，让服务变得更加智能
Goggle Assistant的升级同样体现了这一点。
Google Assistant是谷歌开发的语音助手，相当于亚马逊的Alexa和苹果的Siri。用户只需说出唤醒词“OK Google”或者“Hey Google”，Google Assistant就会执行用户在这之后发出的语音命令，例如暂停视频、指定任务或者接听电话。
Axio的备忘录并没有详细说明Assistant将要增加哪些具体功能，但大概率将具有和Bard类似的AI聊天功能——Bard是谷歌基于PaLM 2之上建立的对话式AI模型。
新的Google Assistant或将采用LaMDA来生成逻辑通畅、文本自然的对话语言，从网络上收集信息后回答用户问题。
而引入大模型之后的Google Assistant，也会更加“聪明”。以前，Google Assistant、Siri、Alexa一类的语音助手，常被视作“假AI”——因为它们只能支持简单的用户交互，例如回答“明天天气如何？”一类的简单问题，或者提供围绕问题搜集到的信息，供用户参考，还经常答非所问。
将Bard和Google Assistant结合，是一项互补的操作。Bard能根据从网络上搜索到的信息回答问题，但无法单独执行用户指令，和Google Assistant结合后，依附一定的载体，就能实际执行播放音乐或设置闹钟等服务，这将大大增强Assistant回答、解决用户问题的能力。
随着Google Assistant的升级，谷歌内部团队也将进行重组，部分原Google Assistant团队成员将面临解雇。
谷歌对Google Assistant的改造早有预兆。2023年5月，谷歌的人工智能团队发布了一份题为 “利用 LLMs 在移动设备上实现对话式交互 ”的报告，涉及移动用户界面的大语言模型应用测试。
报告提到，将大预言模型和GUI（Graphical User Interface，即图形用户界面，用图形方式显示的计算机操作用户界面）进行整合，包括了总结屏幕内容、根据显示的内容回答问题、将指令映射到用户操作界面等四大功能。
其中，最受关注的一个功能是“将指令映射到用户操作界面”——本质上，这相当于是利用指令（语音或文本）控制来用户的终端设备。例如，通过指令打开手机应用程序、调整手机蜂窝网络模式等。
如今，谷歌也正是计划从移动端着手推进强化Assistant计划。安卓端的Google Assistant已经具备了由AI驱动的功能，能够帮助用户总结网页内容。
移动端的改造只是开始，可以预见，Google Assistant升级后，起调整影响范围比想象中的要广得多，因为Google Assistant已经作为AI助手嵌入到了Google各类产品之中——比如智能音箱和智能显示器。
“每月有数亿人使用Assistant，我们致力于为他们提供高质量的体验，”谷歌发言人Jennifer Rodstrom在给 The Verge 的一份声明中表示，“我们很高兴能探索大语言模型如何帮助我们强化Assistant，让它变得更好。”
