圖片來源：Unsplash

谷歌作為一家以搜索引擎起家的科技公司，自創(chuàng)立以來推出過各種類型的搜索引擎，例如專門為你找工作的「Google for Jobs」、面向?qū)I(yè)學(xué)術(shù)界的「Google Scholar」等等。而近日谷歌的研究機(jī)構(gòu)又發(fā)布了一款基于人工智能的搜索引擎 —— 「Talk to Books」。

通過 Talk to Books，谷歌提供了一種全新的圖書搜索方式：當(dāng)你輸入一個或幾個「關(guān)鍵詞」甚至一段「句子」時，這個工具會在超過 10 萬本書的數(shù)據(jù)源中尋找最能匹配你所輸入內(nèi)容的書籍。在搜索的目的性與底層技術(shù)上，Talk to Books 與傳統(tǒng)搜索引擎完全不同，其并非通過對比關(guān)鍵詞，而是在「理解」了你輸入內(nèi)容的基礎(chǔ)上而做出的「最佳解」。

谷歌在它的解釋文章中給出了一個例子：向 Talk to Books 提問「What smell brings back great memories? （什么氣息能夠喚起美好的回憶？）」，最終搜索出一本叫《The Multisensory Museum》的書。有趣的是，Talk to Books 之所以會選擇這本書是因?yàn)闀杏羞@樣一段話：「The smell of fresh sawdust invariably takes me back to the sawmill where my father worked when I was a small boy.」

這也表明 Talk to Books 是在「理解」了你給出的問題的基礎(chǔ)上，才給出的搜索結(jié)果。從某種意義上來說，你在和書「交談」，而得到的回答可以幫助你確定自己是否有興趣閱讀這本書。

Talk to Books 這種特殊的搜索方式，可以幫助你找到一些通過關(guān)鍵詞搜索未必找得到的有趣書籍，但其仍有改進(jìn)空間。例如，搜索出來的匹配書籍或文章可能仍屬「斷章取義」，又或者搜索的結(jié)果與你所輸入的內(nèi)容完全不匹配。

除了推出 Talk to Books 來幫助你找到心儀的書籍之外，谷歌還帶來了一款單詞聯(lián)想游戲 ——「Semantris」，其中包括「ARCADE」與「BLOCKS」。

ARCADE

進(jìn)入 ARCADE 后會有一小段教程來教會你怎么玩這個游戲。

簡單來說，這個游戲考驗(yàn)的是你的單詞聯(lián)想能力。比如當(dāng)你看到「Teacher（教師）」這個單詞時，你能想到的最相關(guān)的單詞可能是「Student（學(xué)生）」，或者「Book（書籍）」，甚至「Blackboard（黑板）」，輸入以上這些單詞，游戲機(jī)制都會讓你得分。而你要做的就是盡量準(zhǔn)確地輸入相關(guān)的單詞，而且隨著游戲的進(jìn)程對于輸入單詞的速度要求也會越來越高。

BLOCKS

第二個游戲看起來可與俄羅斯方塊十分相似，游戲開局會隨機(jī)生成一些單詞，這些單詞有不同的顏色，你可以通過輸入與之相關(guān)性最高的單詞來消除它。如果一個單詞被消除了，那么它和它周圍一樣顏色的磚塊都會被消除。

同樣的，上方會不斷落下新的磚塊，一旦磚塊來不及被消除而觸碰到頂端，那么你就失敗了。這個游戲同樣考驗(yàn)的是你對于單詞相關(guān)詞匯「特征性」的了解程度，但同時還加入了一定的策略性。

舉個例子，當(dāng)我選擇消除  Pillow 這個紅色色塊時，那么我可能需要輸入 Bed（床）、Blanket（毛毯）等單詞。需要注意的是，具體消除那個單詞完全由 AI 來決定，例如在上面這個例子中，當(dāng)我輸入了「Bed」之后，AI 認(rèn)為 Bed 與 Hotel 的相關(guān)性更強(qiáng) ，所以消除了 Hotel（酒店）而不是 Pillow（枕頭）。

「BLOCKS」相比第一個游戲「ARCADE」更有趣的點(diǎn)在于，它擴(kuò)大了 AI 在游戲中的權(quán)力。在 ARCADE 中，你能夠知道自己到底要消除哪個單詞，但在 BLOCKS 中這個選擇權(quán)卻落到了 AI 手中。

谷歌可不僅僅只是讓你玩上游戲那么簡單

然而谷歌真的只是想通過「Talk to Books」來幫助你搜索到心儀的書籍，又或者通過「Semantris」來考驗(yàn)?zāi)愕脑~匯量嗎？當(dāng)然，其中也許有這兩個原因。但從更深的層面來說，谷歌希望通過更多人的使用來幫助 AI 「更懂人類」。

谷歌將「Talk to Books」與「Semantris」的體驗(yàn)稱作「Semantic Experiences（語義體驗(yàn)）」。例如 Talk to Books 的搜索方法是谷歌在十億句人類的聊天中訓(xùn)練而來的，一旦你問出問題（或者作出陳述），工具就會通過搜索十萬本書中的所有句子，根據(jù)句子層面的語義找到與輸入語句最佳匹配的內(nèi)容。

再如詞匯聯(lián)想游戲「Senmatris」中的「Arcade」。當(dāng)你輸入一個單詞時，AI 會分析你輸入的單詞與指定單詞的「相關(guān)性」，最相關(guān)的單詞會被移到最底部，不相關(guān)的單詞則會被堆加到頂部。這就相當(dāng)與你和朋友在玩「你畫我猜」，只不過是以文字呈現(xiàn)，而且你的朋友是「AI」。

而你每次輸入的單詞都會幫助 AI 學(xué)會兩個詞匯的相關(guān)性，如起初 AI 可能只知道「Coffee」與「Black」相關(guān)，但隨著越來越多人輸入「Starbucks」，AI 就會將「Coffee」與「Starbucks」關(guān)聯(lián)起來。

通過「Senmatris」和「Talk to Books」，谷歌希望在測試 AI 的智慧程度的同時，教會它人類的思維，谷歌稱其為「machine learning」，這也與「圖靈測試」有些許類似。

也許到了未來，Talk to Books 已經(jīng)改名為 Talk to AI，而你對他提出的問題，它也不再是以一本書或者一篇文章來回應(yīng)你。我好奇的是，如果被問道：「What is the future of humanity?」，那時的 AI 又會作何解答。

本文轉(zhuǎn)自數(shù)字尾巴，作者nyctimee。文章為作者獨(dú)立觀點(diǎn)，不代表芥末堆立場。