Google 本周二发布了三项全新的 AI 实验项目,旨在帮助用户以更加个性化的方式学习口语。虽然这些实验项目仍处于早期阶段,但公司可能借助 Gemini —— Google 的多模态大语言模型,向 Duolingo 发起挑战。
第一个实验项目帮助你迅速掌握当下所需的特定短语,而第二个实验则旨在让你的口语听起来不那么正式,更贴近当地人的风格。
第三个实验允许你利用相机根据周围环境学习新单词。
Google 指出,学习新语言最令人沮丧的部分之一,便是当你遇到需要某个尚未掌握的特定短语的情境时。
借助全新的 "Tiny Lesson" 实验项目,你可以描述一个情境,例如 "发现护照丢失",以此获得针对该上下文量身定制的词汇和语法建议。你还可以获得如 "我不知道我在哪里丢的" 或 "我想向警方报案" 的应答建议。
下一个实验项目 "Slang Hang" 旨在帮助用户在使用新语言时不再显得像教科书那么刻板。Google 表示,学习新语言时,通常会学到相对正式的说法,因此公司正尝试一种方法,教人们用更口语化、具地方特色的俚语交流。
借助这一功能,你可以生成一段本土语者之间的真实对话,并逐条消息观察对话的展开。例如,你可以通过描绘街头小贩与顾客交谈的情景,或是两位久别重逢的老友在地铁上的见面对话来学习。你可以将鼠标悬停在不熟悉的词汇上,了解它们的含义及用法。
Google 表示,该实验项目有时会误用某些俚语,甚至会虚构词汇,因此用户需要与可信的资料进行核对。
第三个实验项目 "Word Cam" 允许你拍摄周围环境的照片,随后 Gemini 将检测图像中的物体并用你正在学习的语言为其贴上标签。此功能还会提供额外的词汇,供你用来描述这些物体。
Google 表示,有时你只需要掌握面前事物的词汇,因为这能显示出你尚未知晓的部分。例如,你可能知道 "window"(窗户)这个词,但却不知道 "blinds"(百叶窗)的说法。
公司指出,这些实验项目的初衷在于探索如何利用 AI 使自主学习变得更加生动和个性化。
这些新实验项目支持以下语言:Arabic(阿拉伯语)、Chinese(中国大陆、香港、台湾)、English(澳大利亚、英国、美国)、French(加拿大、法国)、German(德语)、Greek(希腊语)、Hebrew(希伯来语)、Hindi(印地语)、Italian(意大利语)、Japanese(日语)、Korean(韩语)、Portuguese(巴西、葡萄牙)、Russian(俄语)、Spanish(拉丁美洲、西班牙)以及 Turkish(土耳其语)。用户可以通过 Google Labs 访问这些工具。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。