GoogleAssistant希望在听觉、视觉实现人与机器的多方沟通

今年在MWC 2017期间与Google Assistant产品负责人Gummi Hafsteinsson访谈时，除了提及将使此项数位助理服务进驻到更多装置，并且提供相同使用体验，后续更加入可识别不同使用者声音等功能，在此次Google I/O 2017更宣布借由Google Lens服务让使用者能以视觉化形式与Google Assistant进行更多沟通。

Gummi Hafsteinsson表示，由于真实情境的“沟通”不仅只是声音，还包含其他形式。因此这次宣布推出的Google Lens服务便是相当好的例子，透过可视化影像让Google Assistant能与使用者产生更直觉的互动，例如透过投放至电视的图表即可了解未来一周的天气预报，或是将查询餐厅位置直接传递至手机屏幕上显示，进而透过Google Maps服务进行导航，或让使用者拨打电话订位。

而随着提供Actions on Assistant客制化功能，让开发者能借由此项功能增加更多Google Assistant服务应用功能，或是将本身打造服务、硬件设备与Google Asisstamt串接，让使用者能更方便地透过声音、影像达成与各类装置的“沟通”。

即便在不同装置仍有些为差异，但Google仍强调让所有的使用体验更为一致，例如iOS版Google Assistant虽然无法像Android平台能从系统底层唤醒，但配合按下麦克风按钮，一样能实现Android平台版本可自动承接上下句关连，进而达成可持续问答的使用效果，而不像多数数位助理完成回答一个问题之后便结束单次运作。

同时透过更多装置与人持续产生沟通互动，借着背后的深度学习机制将让系统更能了解各类使用需求，将能让相关运作反应越来越贴近使用者预期结果。

不过，如同目前Google Assistant仍无法同时分析两种语言混合使用情况 (例如穿插中英词汇、语句)，目前也无法同时满足同时进行两项要求以上事项，也就是无法要求搭载Google Assistant的调酒机器人在说个笑话之余，同时完成调酒工作。虽然对于人脑理解而言，同时进行两个动作并不花什么功夫，但对于系统而言却是相当复杂的演算，因此这也是Google目前努力方向。

由于要学习一个语言，并且理解相关词句所代表含意相当困难，因此目前Google Assistant依然必须透过持续学习才能熟悉一种语言。而虽然此次尚未宣布加入支援中文，仅说明对应法语、日语等语音互动模式，Google Assistant将如何理解尚未学习语言背后对应文化所产生差异，最主要便是仰赖研发团队来自全球各地，同时Google也有相当丰富的全球员工可作为参考，因此在大致上的互动逻辑判断并不会产生明显不同，透过持续学习之下更能让判断结果更为正确。

越来越多数位助理服务推行将有助机器“理解”人类

至于针对目前亚马逊、微软、苹果、三星等厂商均先后投入自有数位助理服务发展，Gummi Hafsteinsson认为越来越多厂商同样加入此类服务发展之下，将更有助于让机器更了解人类需求，进而产生全新的人机互动模式。

对于如何挑选目前各家厂商所推行的数位助理服务，Gummi Hafsteinsson的看法认为主要还是依照个人需求而定，毕竟在不同场合、使用模式之下，不同数位助理服务背后基于深度学习所产生反应互动，以及相关连结应用仍有不同，但可以预期的是所有厂商所推动的数位助理服务，无论是在Android、iOS或其他平台使用，都能提供相同或接近的使用体验。