图片来源：Unsplash

谷歌作为一家以搜索引擎起家的科技公司，自创立以来推出过各种类型的搜索引擎，例如专门为你找工作的「Google for Jobs」、面向专业学术界的「Google Scholar」等等。而近日谷歌的研究机构又发布了一款基于人工智能的搜索引擎 —— 「Talk to Books」。

通过 Talk to Books，谷歌提供了一种全新的图书搜索方式：当你输入一个或几个「关键词」甚至一段「句子」时，这个工具会在超过 10 万本书的数据源中寻找最能匹配你所输入内容的书籍。在搜索的目的性与底层技术上，Talk to Books 与传统搜索引擎完全不同，其并非通过对比关键词，而是在「理解」了你输入内容的基础上而做出的「最佳解」。

谷歌在它的解释文章中给出了一个例子：向 Talk to Books 提问「What smell brings back great memories? （什么气息能够唤起美好的回忆？）」，最终搜索出一本叫《The Multisensory Museum》的书。有趣的是，Talk to Books 之所以会选择这本书是因为书中有这样一段话：「The smell of fresh sawdust invariably takes me back to the sawmill where my father worked when I was a small boy.」

这也表明 Talk to Books 是在「理解」了你给出的问题的基础上，才给出的搜索结果。从某种意义上来说，你在和书「交谈」，而得到的回答可以帮助你确定自己是否有兴趣阅读这本书。

Talk to Books 这种特殊的搜索方式，可以帮助你找到一些通过关键词搜索未必找得到的有趣书籍，但其仍有改进空间。例如，搜索出来的匹配书籍或文章可能仍属「断章取义」，又或者搜索的结果与你所输入的内容完全不匹配。

除了推出 Talk to Books 来帮助你找到心仪的书籍之外，谷歌还带来了一款单词联想游戏 ——「Semantris」，其中包括「ARCADE」与「BLOCKS」。

ARCADE

进入 ARCADE 后会有一小段教程来教会你怎么玩这个游戏。

简单来说，这个游戏考验的是你的单词联想能力。比如当你看到「Teacher（教师）」这个单词时，你能想到的最相关的单词可能是「Student（学生）」，或者「Book（书籍）」，甚至「Blackboard（黑板）」，输入以上这些单词，游戏机制都会让你得分。而你要做的就是尽量准确地输入相关的单词，而且随着游戏的进程对于输入单词的速度要求也会越来越高。

BLOCKS

第二个游戏看起来可与俄罗斯方块十分相似，游戏开局会随机生成一些单词，这些单词有不同的颜色，你可以通过输入与之相关性最高的单词来消除它。如果一个单词被消除了，那么它和它周围一样颜色的砖块都会被消除。

同样的，上方会不断落下新的砖块，一旦砖块来不及被消除而触碰到顶端，那么你就失败了。这个游戏同样考验的是你对于单词相关词汇「特征性」的了解程度，但同时还加入了一定的策略性。

举个例子，当我选择消除  Pillow 这个红色色块时，那么我可能需要输入 Bed（床）、Blanket（毛毯）等单词。需要注意的是，具体消除那个单词完全由 AI 来决定，例如在上面这个例子中，当我输入了「Bed」之后，AI 认为 Bed 与 Hotel 的相关性更强 ，所以消除了 Hotel（酒店）而不是 Pillow（枕头）。

「BLOCKS」相比第一个游戏「ARCADE」更有趣的点在于，它扩大了 AI 在游戏中的权力。在 ARCADE 中，你能够知道自己到底要消除哪个单词，但在 BLOCKS 中这个选择权却落到了 AI 手中。

谷歌可不仅仅只是让你玩上游戏那么简单

然而谷歌真的只是想通过「Talk to Books」来帮助你搜索到心仪的书籍，又或者通过「Semantris」来考验你的词汇量吗？当然，其中也许有这两个原因。但从更深的层面来说，谷歌希望通过更多人的使用来帮助 AI 「更懂人类」。

谷歌将「Talk to Books」与「Semantris」的体验称作「Semantic Experiences（语义体验）」。例如 Talk to Books 的搜索方法是谷歌在十亿句人类的聊天中训练而来的，一旦你问出问题（或者作出陈述），工具就会通过搜索十万本书中的所有句子，根据句子层面的语义找到与输入语句最佳匹配的内容。

再如词汇联想游戏「Senmatris」中的「Arcade」。当你输入一个单词时，AI 会分析你输入的单词与指定单词的「相关性」，最相关的单词会被移到最底部，不相关的单词则会被堆加到顶部。这就相当与你和朋友在玩「你画我猜」，只不过是以文字呈现，而且你的朋友是「AI」。

而你每次输入的单词都会帮助 AI 学会两个词汇的相关性，如起初 AI 可能只知道「Coffee」与「Black」相关，但随着越来越多人输入「Starbucks」，AI 就会将「Coffee」与「Starbucks」关联起来。

通过「Senmatris」和「Talk to Books」，谷歌希望在测试 AI 的智慧程度的同时，教会它人类的思维，谷歌称其为「machine learning」，这也与「图灵测试」有些许类似。

也许到了未来，Talk to Books 已经改名为 Talk to AI，而你对他提出的问题，它也不再是以一本书或者一篇文章来回应你。我好奇的是，如果被问道：「What is the future of humanity?」，那时的 AI 又会作何解答。

本文转自数字尾巴，作者nyctimee。文章为作者独立观点，不代表芥末堆立场。