北京時間 2 月 17 日早間消息，微軟近期啟動了人工智能增強版必應的公開測試，但許多用戶發現，新版必應在某些情況下會出現“精神錯亂的”言論，甚至侮辱用戶、撒謊，并試圖操縱用戶的情緒。微軟官方回應稱正在根據反饋采取行動，以優化回答的語氣和準確性。微軟同時警告稱，較長的聊天會話可能會導致問題。

回顧最初 7 天的公開測試，微軟必應團隊表示，他們沒有“完全預計到”，人們會使用聊天界面來進行“社交娛樂”，或是將其作為一種“全面發現世界”的工具。該團隊發現，如果聊天會話持續 15 個或更多的問題，新版必應的模型會感到困惑。這些較長的聊天也會讓必應“變得翻來覆去，或者受到刺激，做出不一定有幫助，或是與設計語氣一致的回應”。

微軟暗示，盡管文本輸入框旁邊有一個“新話題”按鈕，可以用于清除聊天的歷史記錄，重新開始，但接下來還可能增加“一個工具，幫助用戶更方便地刷新”聊天會話的上下文。

更大的問題在于，在這些提問較多的聊天中，必應經常會以不正確的語氣回應，或是像微軟所說的，以“我們不想要的方式”做出回應。微軟表示，對大多數必應用戶來說，只有長時間對話才會遇到這方面問題。不過，微軟也在探索更多的“微調控制”，以避免必應對用戶說，用戶是錯的，以及表現得粗魯或試圖操縱用戶。在一些測試中可以看到，在關于必應本身的對話中，只要幾個問題，必應就會以負面或存在敵意的語氣來回復。

微軟仍在努力優化必應做出回復的語氣，而必應團隊也在考慮提供更多的控制選項，用于設定人工智能的創造性和精確度。這種控制選項可能有助于避免目前的問題，例如必應會聲稱正通過筆記本攝像頭來刺探微軟員工，或是出現基礎性的數學錯誤。

微軟目前正在超過 169 個國家對新版必應展開測試，有數百萬人正排隊注冊。微軟表示，對答案的反饋有 71% 是正面的，一些用戶甚至與新版必應進行了長達兩個小時的對話，以測試服務的極限情況。

新版必應目前每天都在得到優化，一些技術問題在微軟的日常版本發布中得到修復，還有一些問題則在每周發布的大版本中得到修復。微軟正在嘗試優化搜索和回答，尤其是圍繞體育賽事比分數據，以及必應最近出現的一些財務數據錯誤。必應團隊表示：“對于那些需要更直接、事實性更強的答案的問題，例如財報數字，我們計劃將發給模型的基礎數據增加 4 倍。”

微軟還在觀察對新功能的反饋，這些功能包括預訂機票、發送電子郵件，以及分享搜索和答案等。目前尚不清楚，這些新功能最終是否會被加入到產品中，但必應團隊表示，正在研究在未來的版本中包含這些功能。