The Google Fans Post

Google Bard 现在更新为 Google Gemini，此外还有一个 Android app 方便用户使用此 AI 工具。

25 年前的 9 月是 Google 诞生的时候。Google CEO Sundar Pichai 回顾了过去 25 年的历程， 展望 未来 25 年 Google 新的方向：人工智能（AI）。未来 10 年 Google 的使命是：使 AI 变得对所有人更有用，并负责任的开发使用 AI 技术。25 年前的世界跟现在相比完全不一样，所以 25 年后世界会变成什么样，会发生多么巨大的变化，人们的生活、工作以及社会、技术的进步，跟现在相比有多么的不同，都是可以预期和期待的。 我是大约 09 年开始慢慢使用 Google 搜索和 Gmail 的，更早的时候使用过 YouTube，但不知道 YouTube 是 Google 的网站。那时候 YouTube 可以自由访问，那时候用的最多的是 Google Reader。逐渐的，Google 的各种服务都被我尝试使用了。 一些个人的经历和经验说明，部分问题得到解决是因为使用了 Google 搜索；一些纰漏和错误之所以出现，是因为忘记了使用 Google 搜索。需要了解一件事情，一般说是对它进行一番“调查研究”，我的做法其实就是搜一下。我对 Google 的信任与日俱增，Google 成为我最信赖的工具和品牌。所以很多图片、视频和文字内容，如果放到 Google 服务里，我就比较放心它不会凭空消失。反之，则感觉存在风险。 比较欣慰的一点是 Google 在设计和打造 Pixel 系列产品，手机、手表、平板等。我有好几部 Pixel 手机，最新的是 Pixel 7，它们给我的感觉整体不错。在国内使用 Pixel 手机比较麻烦一点，存在一些困难，但这不是 Google 造成的。 当然，更重要的是 Google 的服务，它们在各种不同设备上都能使用，表现非常好，它们融入了我的生活，成为我不可或缺的一部分。我作为粉丝可能看法不客观，但我认为 Google 提供的服务确实比其他要合理和优秀。我也很期待在接下来的 10 年里，AI 在 Google 产品和服务中发挥更大的作用，展现出惊人的能力，使人变得更强大，生活工作更便捷高效，用户的体验和幸福感更好。

二月，Google Photos 的 神奇擦除 （Mgaic Eraser）功能开始向全部 Pixel 用户以及 Google One 订阅用户推出。用户可以擦除照片里的某些元素，而得到一张自己心仪的照片。得益于 AI 技术的进步，现在 Google Photos 将具有 神奇编辑 （Mgaic Editor）的功能，不只是擦除某个元素，用户甚至可以移动照片里的某些元素（如人物），而使照片更趋于完美。Google 宣布现在每个月有 17 亿照片在 Google Photos 里被编辑。

对话式 AI（聊天机器人） 将进入 Google 搜索，公司 CEO 告诉 《华尔街日报》。Google 已经在开发一个叫做 LLMs（大型语言模型）的项目来理解和回复人类的语言。Pichai 认为聊天机器人不会威胁 Google 的搜索业务，他认为“机遇巨大”，也相信有这个功能会使搜索体验更好。Google 此前发布了 Bard。微软很快则更新了 Bing 搜索，将对话式 AI 整合进入搜索引擎。AI 技术开发的迅猛发展引起很多技术人士的担忧，Elon Musk 和一部分技术专家呼吁暂停 AI 开发 6 个月。国会议员也有对 AI 技术的担忧，但在如何管理或应对 AI 技术方面尚未达成共识。

刚刚让用户进行测试使用的 Google Bard，测试结果并不令人满意。 一篇文章 说，“Bard 还不错，整体强于文心一言，但跟 ChatGPT 有一定差距”，作者判断“Google，似乎掉队了，它不酷了。”另外 一篇文章 则说，“谷歌的 Bard 从没有 GPT 带给我的那种，仿佛真是在和一个真人聊天的感觉。” 我无法使用 ChatGPT，对百度搞个那个也没有兴趣。我试用 Google Bard 的一个感受是，它能够回答一些问题，做一些总结概括，仅此而已。做某些事情时，如果有 Bard 作辅助，会有不错的效果。用它取代搜索，还不知道要等多久。我对概括出来的内容存有疑心。因为只要是概括，总会出错，我喜欢自己去搜索和分析判断，而不是看别人（包括 AI）整理的结果。 Vox 的 一篇文章 分析了为什么 Bard 让人感觉比较无趣，这可能是 Google 故意为之。Bard 也可以做一些夸张、出格的事情，比如传播虚假信息或生成有害内容，这是 AI 的“黑暗面”。Google 不允许 Bard 分享“黑暗”主题的内容，比如冒犯性内容。Google 发布的 AI 机器人必须谨小慎微而尽可能少犯大错，否则 Google 会因此损失巨大。而且，这也跟 Google 的使命——整合全球信息并使之为所有人可访问和有帮助——相违背。 由此可以看到 Google 跟微软在 AI 对话机器人方面采取的不同路径，后者很快在 Bing 里整合了对话 AI，但后者的份额是 Google 搜索的 1/10，Google 搜索还贡献公司 70% 的收入。Google 无法承担 AI 犯错误后的后果，更不用说来自国会方面的审查和批评。换句话说，Bard 说错一句话，Google 面临无数用户和监管者的围攻；微软 Bing 显示一个错误信息，那可能是 AI 机器人固有的缺陷。

美国、英国用户可 申请测试 Google 的对话 AI Bard。我昨天晚上申请，今天早上就可以使用，应该是这两个区域用户的大规模测试了。我让 Bard 概括一下 2022 年，告诉我如何写简历，以及 NASA 登月计划方面的信息，其表现都还可以，很善于归纳。有一个内容可能是来自维基百科，所以后面附上了链接。 更新：Bard 认为自己更擅长于回答问题，而且可以跟实时信息和搜索结果保持同步，即具有信息时效性的优势。将 Bard 这样的工具整合进入公司的核心产品具有一定的 挑战性 ，因为大型语言模型都具有偏见、事实错误或者咄咄逼人这样或大或小的问题。

自动生成内容的 AI 工具将成为 Gmail、Google Docs 等 Google Workspace 生产力产品的功能。这是自 Google 生产力套件有协作功能之后的又一 重大更新 。Google Docs 的协作功能发布于 17 年前。 用户告诉 Gmail 或 Google Docs 一个自己想写的话题，AI 就能生成一份草稿，供用户编辑、修改。此前，Gmail、Docs 等服务会自动预测用户接下来想写的语句，然后进行推荐，相当于“自动完成”。新的 AI 工具则相当于 ChatGPT，此举也表明 Google 极力希望 能够不落后于来自微软、OpenAI 等方面的 AI 技术竞争。有传言说微软计划在其办公套件中添加 AI 工具，使微软 Office 用户“与 AI 一起工作”。所以，Google 和微软的竞争可能主要不在搜索引擎，而在于生产力工具方面。 Google 还向开发者发布了若干工具，包括一个新的 API，开发者可访问 Google 基础性 AI 模型如 PaLM 以打造语言操控的应用程序。基础性模型能够生成文字和图片，然后是声音和视频。Google Cloud 用户会首先受益于这些工具模型。

上周 Google 在巴黎的一个活动中 展示了 对话式 AI Bard 的能力，譬如总结购买电动汽车的优点和缺点，来帮助人从更多视角看问题，继而解决问题或做判断。测试发现 Bard 也可能出错，给出不那么准确的信息。此前微软宣布将把 OpenAI 的 ChatGPT 整合进入 Bing 搜索引擎，Google 也开始测试在搜索中纳入 Bard。ChatGPT 自发布以来 发展迅猛 ，5 天时间便累积了 1 亿用户。Google 迅速发布自己版本的 ChatGPT，被员工 所批评 ，批评者认为公司宣布 Bard 既贸然又拙劣，还“很不 Google”，Google 领导层短视，缺乏长远眼光。更有评论认为 Google 已经在 失去控制 ，在它所认为具有优势的领域——人工智能——被后起之秀所超越。

人们在进行网络搜索时，有时候会遇到不知道如何描述自己想要搜索的内容的情形。一开始，Google Lens 能够帮助用户搜索照片里的对象、景点、文字。现在 Google 引入 “多重搜索”（Multisearch）功能，同时使用图片和文字进行搜索。譬如用户首先通过 Google Lens 搜索一件衣服，然后可以添加文字来检索某种颜色的这款衣服的结果。 得益于 AI 方面的进步多重搜索功能才能够变成现实。Google 还在研究 MUM 提升多重搜索功能的可能性。MUM 即“多任务统一模型”（Multitask Unified Model），它可以 同时理解 多种形式与类型的信息，包括图片、文字、视频，然后在话题、概念、观点层面对不同信息进行勾连、透视。

目前对皮肤颜色进行区分的行业标准方法是  Fitzpatrick Scale （菲茨帕特里克度量）。菲茨帕特里克皮肤类型（ FST ）把人们的皮肤分成 6 种，对于评价一个产品是否对有色人种存在偏见，这种分类并不足够。美国国土安全部的研究人员建议在进行面部识别时不使用 FST，因为它在多样化人群中呈现各种不同肤色方面表现不佳。 Google 正在开发 新的更好的替代方法。公司正在和多方合作打造一个更具包容性的测量方法。 科技行业由白人占据主导地位，缺乏多样性和种族主义问题比其他行业更突出。科技公司现在开发的新产品往往背后有 AI 驱动，AI 还被应用在相对敏感的领域如医疗健康和执法。确保技术对各种不同肤色都有很好的“认知”就显得尤为重要了。当然，人与人不同的不只在于肤色，还有性别、年龄等。对某个群体缺乏代表——比如缺乏基础测试数据——可能导致产品应用于这个群体时出错。例如 FST 对深色皮肤缺乏度量导致它可以区别金棕色皮肤，但在咖啡红色皮肤方面表现糟糕。 在肤色方面的另一个努力是，Google 在 5 月 宣布 在其相机和照片服务中改善人的肤色，使其更为精准的反映人的形象。图像处理技术往往把人的皮肤颜色“淡化”处理。Google 在自动白平衡和曝光算法方面作出调整，以确保不出现“过亮”和“去饱和”情况。 我觉得 Google 在肤色方面的工作是很有意义的。产品设计者往往以行业标准（如 FST）或自己对“美”的定义去设计产品。这可能导致算法、产品、服务具有某种倾向性，即偏见。缺乏代表的人群承受着偏见所形成的压力。Google 的努力，无论是从产品方面的改进还是在行业标准方面的探索，都有助于促进一个更具包容性的产品设计理念的形成。

种树可能是帮助城市“降温”的一个办法。Google 发布了 Tree Canopy （树冠）实验室，通过航空图片和 Google AI 分析 城市里的树都在哪里。此项目还会显示城市里哪些地方人口密度高，继而表明该地区的人群易受高温状况影响。这些信息作为城市管理者的参考，希望能够在部分区域增加树木的数量，以达到降低城市温度的目的。 Tree Canopy 首先在洛杉矶发布，上百个其他城市的数据会陆续上线。洛杉矶首任城市森林官 Rachel Malarich 说，“在应对城市高温方面，我们将能够真正聚焦于最佳战略投资被需要的地方。” 对于像洛杉矶这样的城市想要搞清楚有多少树以及它们分布在哪里，传统的做法是让人员逐个街区的去调查，或者使用 LIDAR 技术去扫描。前者费时，后者成本高昂。Google 则提供了一个免费的工具，且能够频繁更新。 极端城市热浪是气候变化所导致的后果中被较好记录的气候状况。在美国，因为热浪而死亡的人数超过其他任何与天气相关的灾害。“城市热岛效应”则使这种高温状况更具杀伤力。树木能够帮助城市降低温度，树木的遮荫作用以及水汽的蒸发散热效应，能够降低峰值温度 9 华氏度。 洛杉矶的城市树冠比例超过 20%，但半数人口居住的地方树冠覆盖比例不足其临近社区的 10%。美国密西西比河以西的区域被建议的 树冠覆盖率为 40% 。44% 的洛杉矶居民面临极端高温风险。 得到微软支持、保护组织 American Forests（美国森林）发布了一个树木质量分数，首先在罗德岛州、旧金山湾区和亚利桑那州马里科帕县试行。 历史上，系统性的种族歧视把有色人种推向了一些高温区域。 洛杉矶市的目标是明年之前栽种 9 万棵树，2028 年的时候在低收入、严重受热浪影响的社区增加树冠覆盖率 50%。

超过 1 666 位雇员要求 Google 不要向警察部门提供技术 。这些雇员在给公司 CEO 的信里说，对公司销售技术服务给警察部门并寻求更多的合作感到失望。为什么要帮助要为 George Flyod 脖子上的膝盖而负责的机构在组织上变得更有效率？因涉嫌非法监控 Black Lives Matter 组织者而遭多起诉讼的 Clarkstown 警察局，为什么成为 Google 广而告之的成功典型？ Google 发言人说公司致力于那些对系统性种族主义能作出有意义改变的工作，公司还在审核最近雇员提出的 500 多项产品建议。Google 是决定不商业化面部识别技术的第一个大型科技公司，Google 的 AI 原则也禁止其被用于监控技术。Google 所提供的服务有使用条款作为约束，Google 将继续向政府、地方当局以及警察部门提供其所需的服务。 本月中旬，Amazon 宣布暂停 执法部门使用其面部识别平台一年，稍早时候 IBM 宣布不再研究或提供面部识别技术了，因为面部识别技术存在潜在的人权和隐私滥用。 发声的 Google 雇员认为美国警察部门的建立一开始就有种族主义的烙印，它是为了保护从奴隶制和种族灭绝中所获得的财富。他们认为 Google 公司不应该再从种族主义警察体系中赚取利润。 Google 雇员有成功施压公司而迫使公司放弃某些项目的历史，例如 Google 和美国国防部的项目。也不只是 Google 雇员不满意自己工作的公司和政府机构合作，例如 Salesforce 的雇员也抗议其和 CBP 的合作。Salesforce 与 CBP 的合作继续。 为了解决种族主义的社会问题，Google 公司的做法是拿出 1 200 万美元投向 工作在种族正义方面的组织 。到 2025 年 Google 公司内部的领导力多样性将提升 30%。

Google 宣布 不再 为石油和天然气行业客户打造定制的 AI 工具以加速开采过程，把自己和微软、Amazon 区分开来。周二，环保非政府组织 Greenpeace（绿色和平）发布报告称这三家公司都在使用 AI 和计算能力帮助油气公司在美国和全世界开采更多油气，这违反了它们自己的气候变化承诺。 绿色和平欢迎 Google 的决定，尽管 Google 仍然会履行之前与一些油气公司所签订的合作协议。在增加油气开采方面，微软处于领军地位，Amazon 聚焦于管线、运输和存储方面。 一些公司的雇员反对某些合同，他们希望公司能够在应对气候变化方面做更多事情。 Amazon 没有对绿色和平的报告发表评论，但认为能源行业应该和其他行业一样使用同样的技术。微软 声明 强调公司的环保承诺，即 2050 年之前把公司的碳排放量削减到零。

Google 展示了一个 AI 系统，能够根据卫星云图近乎瞬时的进行高清晰度天气预测。此项研究虽然还处于早期阶段，但其显示出来的表现已经超过了传统的预测模型。/ VB 模型训练所使用的是数据驱动和无物理参数的方式，也就是说，系统并不学习之前的知识，所依靠的只是示例的近似大气物理学信息。卷积神经网络接收天气模型的照片，继而生成新的输出照片。 卷积神经网络由一系列图层构成，每一图层都是一组数学运算。图层以编码相（Encoding Phase）排列从而可以降低通过它们的图片的解析度。另外一个解码相（Decoding Phase）则用于拓展这些低维图像。 图片输入的信道数取决于观测的卫星照片的数量和波长数。比如说 1 小时拍摄了 10 张卫星照片，每张照片拍摄了 10 个波长，那么输入信道就有 100 个。 研究人员对比了此模型和其他 3 个模型的表现，发现新的模型比其他 3 个都要好。NOAA 的 HRRR 模型在预测范围到达 5 至 6 个小时的时候表现更突出一些。但是，HRRR 的计算延迟长达 1 至 3 小时，新的模型耗时在 5 至 10 分钟之间。 HRRR 使用的还是 3D 物理模型，而成云过程很难从 2 维图片中观察到，机器学习模型学习对流过程也很困难。所以如果把两个模型结合起来使用就会有很好的效果：机器学习模型进行快速预测，HRRR 进行长时间预测。 IBM、Facebook 公司的研究人员也有尝试利用 AI 技术分析卫星照片或对天气进行预测的。斯坦福地球物理系的研究人员则在尝试一个能够分离、识别地震信号的系统。

Google 公司内部有一个 2 000 多人的团队称作“Inclusive Champions”（包容性冠军），致力于从产品、服务开发的一开始到最后市场化均注重其包容性属性，不“歧视”任何人。换句话说，Google 的产品、服务努力为所有人打造，而不是某部分人。负责 Google 产品包容性的 Annie Jean Baptiste 在今年的 CES 上告诉 Digital Trends 。 比方说 Google Assistant 开发的时候他们首先就想到了 杜绝冒犯性语言 的重要性，产品经过压力测试，现在 Google Assistant 上只有不足 0.00002% 的检索具有冒犯性。开发 Google Pixel 相机的时候，包容性冠军团队则研究了相机如何准确捕捉各种肤色的人。（参考下面的视频）“技术本身并不具有偏见，可是如果不仔细地进行测试，那么就无法杜绝产品反映出设计师的不经意的偏见。” Google 培训了 12 000 名技术工程师关于包容性设计的知识。 包容性冠军团队在 Google 相当于一个服务型队伍，虽然没有权力暂停一个产品的发布，但却有发现问题的责任，这些工作能够保证一些缺乏包容性的问题在产品发布之前被解决。 包容性、多样性现在在科技界也是一个热门话题。包括 Google 公司在内的科技行业一直以来普遍缺乏多样性。Google 试图解决多样性问题，但还远没有达到令人满意的程度。但是包容性、多样性问题却很重要。试想一个全部是 25 岁白人男性打造的 AI，能够准确地反映出我们这个多姿多彩的世界吗？ Baptiste 认为实现包容性的目标需要不断地努力去推动。如果一直不去考虑包容性，那么保证技术具有包容性就会越来越难，她说。

上周三发表在 Nature 杂志上的一篇文章介绍了 Google AI 在探测乳腺癌方面的表现好于人类医生。Google 和癌症研究人员合作进行了此研究项目，使用了美国和英国女性上万张乳房摄影术照片。/ CNN Business ,   The Motley Fool . 假阳性（False positive）指测试结果显示为患有癌症但实际上却没有；假阴性（False negative）指测试结果没有发现癌症。AI 技术能够降低这两个数据。与人类专家相比，在假阳性方面，AI 对美国对象降低了 5.7%，对英国对象降低了 1.2%；在假阴性方面，AI 对美国对象降低了 9.4%，对英国对象降低了 2.7%。 AI 掌握的信息比人类医生少，比如它不清楚对象的病史，也没有对象之前的乳房摄影术照片。论文作者之一的 Ara Darzi 教授表示之前并没有预期到 AI 能够有如此漂亮的表现。当然，也有人类医生发现了病情而 AI 系统没有识别出来的情况。 在导致女性死于癌症的各种癌症疾病中，乳腺癌是第二大病因。1/8 的美国女性一生中会患上乳腺癌。较早发现和治疗能够显著改善病情所带来的后果。发达国家有大规模的乳腺癌筛查项目，不过通过检查乳房摄影术照片会错过 20% 的乳腺癌病情，即检查呈假阴性。 AI 技术可能有助于提升发现乳腺癌的准确度。此外，AI 还可以缓解目前放射科医生不足的情况。2018 年的调查发现，英国 75% 的放射科主任觉得自己的放射科医生人手不够。 Google 还利用 AI 技术 在其他方面 帮助医生或病人较早发现隐藏的病情。Google 尚未把其在医学 AI 方面积累的优势商业化。

Vox 发布了一个 视频 介绍 Google、Amazon、微软开始涉足石油行业的报道。这三家公司和石油行业的公司进行合作，利用其技术优势帮助后者从地下汲取更多的石油。/ Recode 这个视频和这篇文章介绍说，专家总是预测说人类很快就要用光石油，但最后往往被证明是错误的。原因在于新技术的应用，使得人类发现和提取到足够多的石油，驱动社会的发展。 最新被寄予厚望的技术就是 AI，算法被证明在发现新的石油存储地以及提取石油方面具有长处。到 2018 年，石油天然气行业在 AI 方面投入了 17.5 亿美元，预计到 2025 年将累计达到 40 亿。Google 等科技公司为了在这个市场中分一杯羹，纷纷为石油公司开发 AI 技术，尽管它们也 大力主张使用清洁能源 ，推动降低对化石燃料的依赖。 如果说看到这个报道就习惯性地惊呼“不作恶”，如视频评论区所展示的那样，那么我想问一下你是否乘坐 汽车 和飞机？包括我们每天都在使用的互联网服务，它 消耗了大量的电能 ，至少目前这里面还不可能全部是清洁能源吧？ 我认为，如果你的日常出行需求和生活便利是正当的，那么使用最新的技术来维持石油的量也是合理的。换句话说，你的私人需求使得新技术的应用成为必要。你要是不去消费石油相关的产品，那是对石油行业最大的打击。可是你又没办法不去消费，不是吗？ 检视一下，这种观点不是很肤浅而虚伪吗？ Google 与美国国防部在 AI 方面的合作也被很多人称之为“恶”。后来，Google 迫于压力终止了此合作的后续合同。把 AI 技术应用到军事和武器方面，这可能确实是恶，因为武器是用于杀人的。可是，如果从国防角度看，AI 技术确实能够改善军事技术实力进而保障国家安全，不去利用这种技术也可以说成是恶，积极合作属于是“爱国”吧。我们知道五角大楼一份 100 亿美元的云计算合同现在 给了微软 。 新的技术改变了很多领域，使得整个行业的效率更好，产品、服务更好。化石能源行业也需要新的技术，如果不是 AI，那也可能是其他某些技术。人们可能在把 AI 应用到哪些领域有不同看法。新的技术比如 AI，我们可以讨论其应用原则和边界，设定规范、规则、法律来避免不好的结果发生，杜绝其被滥用。但是如果单纯地拒绝新的技术，我认为则是比较愚蠢而目光短浅的。 所以我觉得很多事情值得多去想一想，特别是多个...

GLUE，即 General Language Understanding Evaluation（通用语言理解力评估）测试，被广泛认为是 AI 语言理解力的基准。百度超过 Google、微软，取得了 GLUE 迄今最高的分数。百度的模型简称为 Ernie，第一个分数 超过了 90 ，这个领域此前一直被美国的科技公司或大学所占据。/ INDEPENDENT 目前一共有 10 个 AI 模型超越了 GLUE 人类基准线（分数：87.1）。百度的 Ernie 使用了类似于 Google Bert 的方法。Google 得益于 Bert  改进了搜索体验，用户输入搜索框的关键词能够被更准确地理解。两个模型均通过检查出现在一个单词之前和之后的词汇来理解句子。 百度的 Ernie 使用中文开发继而应用于理解英文，百度的研究人员发现它能够更好地理解英文。百度已经使用此模型在搜索引擎和百度 Assistant（小度）上，使其更准确地理解用户。 介绍百度 Ernie 的论文首先刊登在 arXiv 网站（ PDF 文件链接 ）上，并将在 2020 年的 Association for the Advancement of Artificial Intelligence（ 人工智能促进协会 ）上展示。

心脏病、心血管疾病是人类面临的主要健康威胁之一。在澳大利亚，1/6 的人受心血管疾病困扰。悉尼大学 Westmead Applied Research Center（Westmead 应用研究中心）在开展一项与心血管疾病相关的数字健康项目， Google.org 捐赠了 1 百万美元 支持此项研究，将 AI 技术纳入到项目中，以期可以给予病人更个性化的健康建议与指导。 研究项目的目标，是对有高风险发展成为心血管疾病患者的人群提供健康支持，以鼓励他们改变生活方式（多运动、注重饮食）的方式。一个健康短信程序会被开发出来，机器学习和 AI 可能使程序的服务更具个性化，而且还可以自动监测对象的一些关键健康数据（前提是得到被监测者的同意）。 Google.org 的赠款将有助于研究人员打造数字工具，个性化的临床和健康服务得以提供给用户而不需要面对面进行。理想状态下，AI 程序能够学习某个个体的活动状况，进而自动为其提供指导建议。 项目初始的设计是为 3 000 人提供短信健康建议，并收集他们的特征信息，进而评价建议信息对健康状况的作用。这里面最关键的就是 AI 程序的可靠性问题，换句话说，是否有足够可靠的数据来打磨 AI 和机器学习所驱动的程序，决定着项目的成败。 项目的意义无疑是巨大的。未来，如果移动和数字健康解决方案能够有效的运行，那就能很大程度地减少人们住院治疗的情况，降低人们在医疗健康方面的花费，使医疗健康服务为更多人可用。

Google Duplex 可代替人类给比如餐厅打电话预定餐位。实际上， 25% 的电话由真正的人拨打 ，15% 的是 AI 拨打而后由 Duplex 电话中心的人类介入。Google 告诉《纽约时报》它使用若干参考信息来决定电话是由人类还是机器人完成。 Duplex 技术仍然处于早期试运行阶段，使用人类拨打电话可以辅助 AI 进行训练，然后逐渐减少人类的参与。 Duplex 在现实中的使用还面临诸多困难或窘境，比如有时候会被商家误认为是骚扰电话而遭到拒接，有时候则连续两次用不同口音拨打电话确认一次预订。 Google 计划未来拓展 Duplex 的应用场景。 今年 I/O 上 Google 展示 Duplex 技术将不只是能够帮助人打电话预订酒店、餐厅，还可以理解互联网（ Duplex Web ），用户将付出极少的努力就可以完成比如订机票、订酒店之类纷繁复杂的网购过程。