聊天机器人Bard的推出对于谷歌而言，像是一场灾难：一则谷歌中出现了Bard提供的错误答案，这使公司的股价短暂地下跌了8%。据报道，对Bard进行测试的几位谷歌员工透露，他们对这家搜索引擎的巨头表示严重的担忧，其中一人称其为“病态的骗子”，另一人则认为其“比无用还糟糕”。

Bard，谷歌陷入困境的聊天机器人，正在慢慢改进涉及逻辑和推理的任务。

近日，Google公司发布了其人工智能聊天机器人Bard的两项更新。其中一项更新让Bard更加更加擅长处理数学问题、编码问题和字符串操作。据谷歌方表示，这项更新可以将Bard的数学运算能力提升30%。

另一项更新允许用户将Bard生成的表格直接导出到GoogleSheets中。

通过不断增强的功能，谷歌正在回应质疑，并试图扭转局势。

Bard在数学和编码领域的精进，得益于一种被称为“隐式代码执行”的技术。该技术可以帮助Bard检测和计算“提示”，并在后台运行代码。因此，它可以更准确地响应数学任务、编码问题和字符串操作提示。

例如，Bard可以更好地回答以下“提示”：

15683615的质因数是什么？

计算我的储蓄增长率

大模型语言（LLM）本质上是预测引擎。当给出提示词时，他们会通过预测句子中接下来可能出现的单词来做出响应。因此，他们在语言和创造性任务方面的能力非常强，但在推理和数学等领域较弱。为了用高级推理和逻辑能力帮助解决更复杂的问题，仅仅依靠LLM输出是不够的。

为了解决一般LLM中的编码和数学缺陷，Google的新方法是允许Bard生成和执行代码，这种方法的灵感来自于Daniel Kahneman的《思考，快与慢》（Thinking, Fast and Slow）一书中对人类智力二分法的深入研究：“系统1”和“系统2”思维的分离。

系统1的思维快速、直观且毫不费力。爵士音乐家即兴创作时，就正在使用系统1。

系统2的思维缓慢、深思熟虑且费力。乐手学习如何演奏乐器时，就正在使用系统2。

在这个类比中，LLM可以被认为是纯粹在系统1下运行——快速生成文本但没有深入思考。这会带来有益的功能，但也会有缺陷。传统计算与系统2的思维密切相关：它是公式化的，不灵活，但按照正确的步骤顺序可以顺利生成正确的结果。

通过最新更新，谷歌结合了LLM（系统1）和传统代码（系统2）的功能，帮助提高Bard响应的准确性。通过“隐式代码执行”，Bard识别“提示”中有用的逻辑代码，将其写入“幕后”，执行它，并使用其结果来生成更准确的响应。

谷歌表示，基于内部基准测试，与之前的Bard版本相比，新版Bard对“基于计算的”单词和数学问题的响应提高了30%。至于是否经得起外部测试，只能拭目以待。

Bard产品负责人Jack Krawczyk和工程副总裁Amarnag Subramanya共同表示：“即使有了这些改进，Bard也不会总是正确。例如，Bard可能不会生成代码来帮助快速响应，它生成的代码可能是错误的，或者Bard可能不会在其响应中包含已执行的代码。综上所述，这种通过结构化、逻辑驱动的能力进行响应的改进能力是使Bard变得更有帮助的重要一步。”