Que tecnologia está por trás do Google Assistant?

Grande pergunta!

Primeiro, por PNL assumo que você quer dizer processamento de linguagem natural. O meu coração saltou à ideia de programação não-linear [a outra PNL] no assistente do google. Intrigante.

Não sei muito sobre esse exato tópico, mas já tive um conhecimento da área acenando com a cabeça. Mais ou menos é assim que se faz.

Você emite um som, e há um algoritmo de aprendizagem de máquina [ou talvez um algoritmo estatístico como Markov Chains ou um algoritmo estatístico mais geral] tentando fazer corresponder as suas afirmações a uma sílaba, letra ou palavra com a máxima probabilidade. Isto, claro, depende muito dos corpora [ou dos dados brutos] que você alimenta. Agora vamos assumir que temos essa funcionalidade em "OK Google", que é ostensivamente uma pesquisa de voz para Google.

O ponto crucial da magia aqui é que o assistente do Google já tem palavras que espera ver com alta probabilidade, e assim o reconhecimento será melhor. Localmente falando, ele vai rastejar seus "compromissos" e seus "contatos" e tentar correlacionar seus sons humanos com aqueles e outros que são baixos frutos pendurados em relação a uma posição de assistente. Se esta correlação falhar abaixo de um certo limite [por exemplo, mostre-me o restaurante supercalifragilístico perto de mim], provavelmente vai cair de volta à busca generalizada no Google.

Mas, enquanto ele brinca na caixa de areia da nave auxiliar, o reconhecimento será mais apertado, somente quando houver uma anomalia é que ele será o padrão para o catch all.

Agora, o catchall é treinado com muitas pessoas, com sotaques incluídos, pesquisando coisas na internet que podem ter nomes muito únicos, e por isso a IA deve ter a mente aberta. Provavelmente não combina com palavras, mas sim com sílabas ou letras. Este é um problema muito mais desafiador, e você esperaria ver uma diminuição de desempenho.

Em outras palavras, o assistente sabe que você provavelmente está tentando dizer "Simon", já que você acabou de enviá-lo uma mensagem de texto. Whereas the global algorithm will have to fight with “sigh a man”, “Sigh, Mon.” etc.

Fantastic question! Carry on!