谷歌版ChatGPT能读你邮件了，一键安排日程订机酒

“雪藏”了小半年的Bard，这次终于憋了个大的。

包括搜索、对话在内，谷歌直接更新了一大波功能。

其中，最重磅的就要属Bard最新的**“****对内搜索”**功能了。

谷歌的搜索引擎一直是“对外”联网搜索，现在有了Bard，可以直接从Gmail、文档和云盘里面搜资料，直接“打通内外信息资料库”。

不仅如此，还有“自监督功能”，能自己检查自己的答案，勇于承认错误：

还能一键将对话记录做成分享给其他人。

谷歌Bard的产品负责人Jack Krawczyk表示：

六个月后，我们终于整出了迄今为止最好的一个Bard版本。

有网友表示，这是一次巨大的进步，是时候重新捡起Bard看看了。

那么，它究竟更新了什么功能，效果又如何？

读邮件等“个人资料”，联网订计划

先来看看Bard的“对内搜索”功能。

相比外部搜索引擎，Bard的“对内搜索”不仅可以直接扫描Gmail、文档和云盘，还可以联网其他APP，制定计划。

直接@mail，让它从一堆邮件里查找重要信息，避免错过徒步旅行计划：

还可以让它联网谷歌地图、油管和谷歌航班，实时查找附近景点、找视频or提取航班信息：

基于上述内容，最后还能让Bard总结制定一个计划，将这几天的行程安排得满满当当：

当然，谷歌表示，这些信息不会被用来训练Bard模型，也不会被审查人员看到，如果实在担心也可以关掉（手动狗头）

至于“对内搜索”功能，谷歌Bard的产品负责人Jack Krawczyk表示：

这也是语言模型产品第一次和个人数据进行结合，算是我们在做的一个实验。

但其实国内的华为手机和百度网盘，已经推出了基于语言模型的搜图功能，可以实时搜索手机或网盘里的个人数据，帮助快速找图、找资料。

据谷歌表示，目前Bard的这一系列“对内搜索”功能，还只支持英文版本。

不过我们试了一下，发现它确实能看到Gmail中的邮件，就是总结得不太准确，有一些无中生有的新东西……

似乎也有网友在尝试后发现了类似的情况。Bard从邮件中给“无中生有”了一波自己理发的地点和从未听过的发型师……

最后这名网友还是选择关掉了Bard的新功能。

对话可分享，还能“Google一下”检查答案

当然，除了“对内搜索”外，谷歌这次也给Bard带来了一些其他更新，包括检查自己的答案、以及分享对话等。

例如，谷歌将搜索引擎用一个小图标集成到了Bard里面。

Bard生成的所有答案，都能用这个按钮二次检查一下，确认其中是否有“错误信息”。

如果你对Bard生成的回答抱有怀疑，戳这个键，它就能给你推荐一些可能想要check的信息，点击就能自动跳转谷歌搜索。

当然，如果问答是英文版本，它还能直接“自己check自己的回答”，给每一句话都标注正误，并展示查询来源。

属实是有一些自我管理意识了。对此有网友调侃：

如果你给一个工具搞了个double-check功能，大概率是这个工具做的还不够好。

除此之外，谷歌这次还更新了一波对话分享功能，可以分享对话公开链接，并导入自己的Bard继续对话：

和ChatGPT不同的是，Bard也可以分享带图片的对话，不过不会上传任何图片和文件：

创建完公开链接后，点击继续对话，就能将它加入自己的对话列表中：

看完这些更新后，有网友表示，目前Bard最好用的功能，应该还是要属它的多模态能力。

包括ChatGPT和Claude2在内，都还没有截图提问功能，GPT-4则是要收费。

Bard则比较像New Bing，不仅都能联网查找答案（左Bard右New Bing）：

也可以直接甩一张表情包，搜一搜它的来历：

不过相比New Bing，Bard回答的好处是能“听答案”，如果对于阅读文字有障碍的话，直接播放答案会是个不错的选择。

对于这次更新，有网友表示“更喜欢了”，毕竟相比于ChatGPT的插件商店，这个与日常使用的APP更无缝集成：

你试用过最新版的Bard了吗？感觉它的效果如何？

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

123?spm=1001.2014.3001.5501)这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】