编译程序 | Glu

编写 | 李水青

智东西6月13日信息，地方时6月7日，互联网巨头谷歌公司并对AI对话机器人Bard展开了升级，提高了智能机器人逻辑逻辑推理能力，并增强了表格的导出来方式。

Bard是谷歌公司为了能抵抗ChatGPT和BingChat，于今年3月21日宣布推出的一款对话机器人。本次升级是谷歌搜索继5月新增加Bard照片回应功能后的又一次功能迭代，主要是针对Bard的计算能力能力，预估能把Bard数学解题的能力提高30%。

一、结论的形成：不仅仅靠预测分析，添加计算能力

Bard此次的实际更新公告包含两方面：

1、提高在计算能力、编码问题和字符串操作等方面的能力；

2、提供了一个“到谷歌搜索表格”的全新导出来选择项。有了这样的特色功能，用户可将Bard则在回答里建立的表格立即导出来到表格中。

在第一项版本更新，Bard采用了一种名为“隐式代码实行（implicit code execution）”的技术，它能让Bard撰写与执行自已的代码。最新版的Bard鉴别能够根据逻辑性代码提示，在平台上撰写代码、对它进行检测，并用结论来形成更精准的回应。

这大大的提高了Bard的逻辑推理和数学能力，使之有能力处理高端逻辑推理和思维逻辑很强的难点问题。如：

15683615的质因数是什么？

测算别人存款的年增长率

倒写单词“Lollipop”

▲Bard对敲写单词“Lollipop”的回应

Bard以前所使用的LLM（大语言模型）像是一个预测分析模块。LLM根据要求，来评估很有可能进一步发生的词，从而生产制造回应，整个过程并不属于细致的逻辑判断与测算。因而，她们有能力处理文学类、创造力每日任务，但是却无法有效回应逻辑推理、数学课等方面的难题。

二、融合大模型和传统代码，精确度提高30%

这一技术的灵感之源是二分法，尤其是托妮·卡尼曼（Daniel Kahneman）的双系统思维模型，在他看来人脑存有2个系统，并称作系统1和系统2：

系统1是潜意识思索，是快速地、直观地、不费力气的，如一个鼓手在演出现场即兴演奏，所使用的便是系统1逻辑思维；

系统2则必须耗费时间、集中注意力，是缓慢、谨慎的，如大家应用数学计算、业余学习音乐演奏时，采用的是系统2逻辑思维。

为此对比：

LLM要在系统1逻辑思维下运转的——未经独立思考，迅速造成文字；

传统式代码计算方式又与系统2相近——公式法、不灵敏，但可以造成正确结论。

先以一道数学题为例子，如果要应用系统1，那根本不用解题技巧，直接将想起的回答表达出来就可以了；可是再加上系统2后，便可以利用乘除法等数学原理去答题。

此次版本更新，谷歌搜索融合了LLM（系统1）与传统代码（系统2）的能力，来协助提高Bard反应准确性。谷歌搜索称，在她们的内测数据集中化，Bard处理测算类问题的准确性提高了约30%。

即便这样，Bard也难以保证回复的肯定精确。Bard不容易形成有利于提醒回应的代码，它产生的代码很有可能是不正确的，它还难以保证一定将实施的代码包含则在回应中。

结束语：各大厂商关心智能机器人思维逻辑，AIGC准确性还将继续提高

6月1日，OpenAI公布ChatGPT解决数学问题能力将大幅度提高，如今，谷歌搜索也宣布了Bard的计算能力能力提高了30%。

这向大家释放出浓烈的信号，即AIGC对话机器人领域相继关注着着AIGC解决实际问题的能力、形成视频的准确性，且要持续以各种手段提高AIGC视频的结构型、思维逻辑。将来，我们将要体验到能力更优秀、结论更精准的AI服务项目。

由来：Google官方网站