“请一周后再来” 相机一拍就精准告知樱花盛开期 [AI秘书时代]③
进化版AI秘书“谷歌Search Live”
用相机拍照再用语音发问 就能迅速答复
“现在正处于花苞刚刚绽放的开花初期阶段。树上已经结了许多粉色花苞，开花后一周左右就会盛开，所以如果在4月7日至12日期间来到汝矣岛，就能看到华丽盛放的景象。”
2日下午，在樱花刚刚开始绽放的首尔永登浦区汝矣岛汉江公园前，我打开了谷歌。用手机后置摄像头拍下樱花树后，询问现在花开到什么程度，什么时候再来才能好好赏花。它还能与附近的山茱萸作比较，利落地回答樱花会晚开多久。与其说是在用手机搜索，不如说像有一位没有面孔的聪明秘书在身边，把我好奇的一切都告诉我。
谷歌上月27日在韩国推出了SearchLive。这是一项交替利用语音和摄像头、可进行实时双向对话的搜索功能。该服务去年首先在美国亮相，此次扩展至韩国。谷歌在2024年利用生成式AI推出了为搜索结果核心信息做摘要的“AI概览”，又在去年支持了强化推理与多模态功能的“AI模式”，而这一次，则推出了一项仿佛与用户身处同一地点、能够感知情境并作出回答的秘书型服务。
这种变化的核心，是多模态功能的应用，它超越文本，利用视频、语音等非结构化数据，使复杂搜索成为可能。本次SearchLive的关键在于，“基于情境的对话”被扩展到了语音与摄像头识别。与过去必须在搜索框中输入关键词寻找信息不同，用户如今只需根据情境，以问答形式获取所需信息。
无需用手输入搜索词语，只要像聊天一样发问，即使在移动途中也能方便使用，这是SearchLive的一大优势。用户可以点击作为答案依据的链接，查看更为深入的信息。它也能回应基于情绪语境的提问，例如可以问：“猫又不会付钱，为什么还能那么理直气壮地走来走去？”“请推荐几首适合今天白天天气听的嘻哈音乐。”在难以用语言或文字说明的情境下，只要打开摄像头，SearchLive就会基于视觉语境来回答问题。
搜索质量也有所提升。因为可以在实时影像基础上叠加语音提问，用户得以更细致地传达自己想要的语境，给人的感觉是，它不再只提供单一信息，而是能给出综合性的洞见。实际体验中，我用摄像头拍摄了一块山核桃费南雪，它回答说：“这是一款铺满山核桃的甜点，在甜味的基础上，加入山核桃，口感会更加香脆。”并解释称：“‘费南雪’在法语中意为金融家，因为它是用金条形模具烘烤出来的，所以得名。”除此之外，它还能回答家中植物的由来、生长环境与健康状况等问题，或者结合“单人家庭”这一情境和偏好的品牌，帮忙挑选合适的产品。
难以获取最新资讯……“最新”只到2023~2024年
不过，所有搜索结果并非都基于最新信息或精准的研究、报道。查看附在答案后的信息来源会发现，多数来自Namuwiki、Facebook、Tistory等网站，分享的多是2023~2024年的信息。对于基于位置的提问，有时也会给出不准确的答案。比如，我站在首尔中区市厅附近问：“从这里走到光化门站要多久？”它却把出发点设定在忠清南道公州市，让人颇为错愕。再比如，问“步行到10分钟路程外的超市要多久”，它却回答“2~3分钟内即可到达”。
想要将语音形式提供的搜索结果以脚本查看，也并不容易。对话结束后，我想以文本形式确认内容，但部分内容显示“发生问题，无法生成人工智能回答”，导致无法获取更多补充信息。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
