Google智能助理即將更加智能地了解它，了解您，了解世界。本周，谷歌工程師Behshad Behzadi在波蘭克拉科夫的Google Developer Days上向我們展示了助理在自然語言理解和計算機視覺方面的一些改進。

Behzadi將他的演示稱為“現(xiàn)場和發(fā)布的混合物”，并表示每個新功能將在“未來幾個月或明年推出”。以下是一些尚未顯示的功能或貨源充足。

谷歌鏡頭計算機愿景

我們知道Google智能助理可以使用Lens計算機視覺，因為它是在6月份公司的I / O開發(fā)者大會上首次公布的。

當您將相機對準它們時，Google鏡頭可以識別物體，文本和建筑物。使用鏡頭，Google智能助理可以查看，然后可以通過相機與您交談。

在I / O展示的一個例子中，Lens被指向一個劇院，然后助理在網(wǎng)上搜索了該劇院的演出門票。Behzadi表示，當鏡頭指向不同的物體時，鏡頭會做得更多，包括提供蘋果中的卡路里數(shù)量以及將紙幣轉(zhuǎn)換為不同的貨幣。

為了展示這個功能，Behzadi告訴Google智能助理“成為我的越南翻譯員”，助理進行了實時翻譯，包括電話上的文字和助理的聲音。沒有提供有關(guān)可用于現(xiàn)場翻譯的語言數(shù)量的詳細信息。

蘋果公司預(yù)計 將推出iOS 11，其中包括與Siri的實時翻譯，此功能即將出現(xiàn)。

更好的語境理解

Google智能助理還學(xué)習(xí)如何關(guān)注第一個問題的意圖，然后繼續(xù)回答有關(guān)初始主題的后續(xù)問題。一旦可用，此功能將意味著用戶可以更深入地了解主題，而無需在每個問題后重申其意圖。

所以你可以說“帝國大廈在哪里建造?”然后跟著“我想看圖片”或“誰建造它?”來獲得帝國大廈的結(jié)果。說：“那里的意大利餐館有哪些?”Google智能助理將在帝國大廈附近提供服務(wù)。

按照與圖像搜索相同的邏輯，說“Show me Thomas”會顯示最受歡迎的結(jié)果，Thomas the Tank Engine，但如果你說“Bayern Munchen team roster”然后說“Show me Thomas”，你我會得到球員托馬斯穆勒的照片。

回答后續(xù)問題的能力首先在亞馬遜的Alexa中于2016年底被發(fā)現(xiàn)。

通過改進的自然語言理解，也可以更好地理解模糊的，更長的查詢。

說：“湯姆克魯斯在其中扮演的電影的名稱是什么，他在游泳池和玩游戲時他會跳舞?”Google智能助理將回復(fù)電影的名稱(這是錢的顏色)，摘要和演員。

“通過將搜索的力量 - 來自谷歌搜索的信號 - 與機器學(xué)習(xí)相結(jié)合，這是可能的，”Behzadi說。

個性化

您已經(jīng)可以告訴Google智能助理記住您最喜愛的運動隊的名稱。將來，您可以詢問“我的團隊如何做?”來獲取當前的統(tǒng)計數(shù)據(jù)。在即將到來的更新中，您將能夠更多地了解Google智能助理。在舞臺上，Behzadi告訴谷歌助理“當天氣超過25度(攝氏度)時，我可以在蘇黎世湖中游泳，”助理回答“好的，明白了。”在接下來的問題中，他問道：“我可以本周末去蘇黎世湖游泳?“谷歌回答說”不，你不能。溫度低于25度。“

更好地理解嘈雜的環(huán)境

沒有提供有關(guān)改進語音識別的具體細節(jié)，但Behzadi表示，Google智能助理在更好地理解嘈雜環(huán)境中的聲音方面正在變得更好。

“我們實際上花了很多時間在嘈雜的環(huán)境中嘗試改進語音識別，在機器學(xué)習(xí)系統(tǒng)中添加了大量數(shù)據(jù)，這些數(shù)據(jù)是自動產(chǎn)生的噪音 - 就像體育場或人或汽車的假噪聲 - 這實際上就是我們的'他設(shè)法顯著提高了這一點，“他說。