没想到下一代AI助手，来得这么突然

Posted 2022-09-19 AI科技大本营

作者 | rumor

卷友们好，我是rumor。

AI助手是一个老生常谈的话题了，老到甚至在慢慢淡出资本和人们的视线，Siri、Alexa、Google Assistant、百度小度、天猫精灵、小米小爱等等，已经把市场、场景占有的差不多了，同时技术能力也到了一个瓶颈，NLP的对话水平不上不下，用户的期待也慢慢被消磨掉了。

其实场景并没有被占满，只是技术还不够通用罢了。对于助手这种任务型对话来说，每个任务都要定制化写程序处理，比如定闹钟、看视频。而复杂一点需要更多个性化的任务，比如帮用户找个海淀区6千月租以内的三居室，人工写程序也很难实现。

然而还是有那么一小撮人，在继续攻克这个难题。

就在昨天，一个叫「Adept」的团队，发布了他们理想中AI助手的样子：Action Transformer(ACT-1)[1]，一个通用的、能帮助用户在各种软件上完成任务的助手。

在介绍这个通用的AI助手之前，让我们先来了解一下大佬云集的Adept团队[2]。

Adept应该是今年初刚成立，初始融了6500万美元[3]。它的CEO David Luan，之前是OpenAI的VP Engineer，参与了GPT-2的研发，之后去了Google Brain当Director参与各种大模型的训练。

CTO Niki Parmar、首席科学家Ashish Vaswani，是「Attention is all you need」的共同一作。团队里的其他人基本都是Google Brain、DeepMind、Google Research出来的，可以说是一个全员Googler的创始团队。

他们这次放出的ACT-1，形态就是一个浏览器插件，输入文本指令，插件对任务拆解并执行。

比如帮用户找房子：

再比如帮用户在Salesforce上找数据，人工则需要点10次以上才能找到：

连用户自己不会的任务，它也能做。比如在表格中增加一列并高亮某些数据：

甚至需要浏览多个软件的任务，它也可以。比如在二手网站上找个冰箱，并给卖家发邮件说明天过去拿。

问它事实类问题，它居然能自己去wiki查：

同时，在用户的交互反馈下，它还能纠正自己的错误。

ACT-1解决的，正是现今大部分人面临的复杂重复工作，比如表格处理、简单邮件沟通，从理论上讲确实有可能被替代。同时从采访^[4]中看出，Adept瞄准的正是办公市场，根据研究显示，到2026年，办公流程自动化市场将增长到196亿美元的规模，这蛋糕可不算小。拿智能音箱举例，2020年全球的智能音箱市场规模则在120亿美元^[5]，这个规模，就催生了好几家音箱公司。

遗憾的是，Adept这次只公布了产品视频，具体的技术方案不知道是否公布，毕竟Adept的创立初衷是做产品而不是AGI技术。

最后，让我们看看Adept对于未来几年的几点预测：

1. 大部分与计算机的交互将由自然语言代替，而不是GUI

2. 初学者在不需要培训的情况下都能快速使用，同时在没有GUI条条框框的限制下（比如menu长度），各类软件将更强悍

3. 人们再也不用看说明文档了，而是模型看

4. 与AI协同后，各领域的进展将被加速

AI助手，不仅是一个执行任务的工具，更是一种交互方式，在语音、语言的交互下，每个个体的能量都将被放大，正如Adept所认为的，AI与人不是替代与被替代的关系，而是由AI来做重复的工作，由人来创造更多可能性。

参考资料

[1]

Action Transformer: https://www.adept.ai/act

[2]

Adept团队介绍: https://www.adept.ai/about-us

[3]

Adept aims to build AI that can automate any software process: https://techcrunch.com/2022/04/26/2304039/

[4]

Adept aims to build AI that can automate any software process: https://techcrunch.com/2022/04/26/2304039/

[5]

2020年全球智能音箱行业市场分析: https://bg.qianzhan.com/trends/detail/506/200420-c60a38e9.html