谷歌AI连自家名字都拼错，这尴尬了谁？

现象：AI不会拼写，连“Google”都写不对

近日，多位用户发现谷歌最新AI模型在对话中犯下低级拼写错误：将“Google”写成“Googel”、“Gogle”甚至“Goolge”。更令人尴尬的是，当有人要求它检查拼写时，AI自信地回答“拼写正确”。这并非孤例——该模型在拼写“strawberry”时少了“r”，在写“rhythm”时位置错乱。TechCrunch的Amanda Silberling发表评论称：“谷歌正在让自己难堪，又一次。”

核心原因：tokenization的盲点

为什么连基本的拼写都会出错？罪魁祸首是AI处理文本的方式——分词（tokenization）。大语言模型并不直接理解字母，而是将单词拆成更小的子词单元（token）。例如“Google”可能被拆成“Go”和“ogle”，模型关注的是这些token之间的概率关系，而非字母顺序。当拼写中出现细微变化时，模型无法像人类一样回溯检查字母序列，

“语言模型本质上是概率性的统计引擎，它学习的是词块搭配模式，而不是真正的拼写规则。”——AI研究员Karen Hao

编者按：不只是“尴尬”，更是信任危机

谷歌AI的拼写问题看似小事，实则暴露了当前大语言模型的深层局限性。对于企业级产品（如Google Search、Google Workspace）而言，用户期待的是精准无误的文本输出。如果连公司自己的名字都写不对，如何让人信任AI生成的医学建议、法律条款或金融报告？

更值得思考的是，谷歌并非没有能力修复——它们在2024年就发布过拼写校正模型Spelling Correction Model（SCM），但显然未将其集成到最新对话式AI中。这反映出谷歌内部产品矩阵的割裂：研究部门与产品部门之间存在鸿沟。

对比与反思：OpenAI、Anthropic如何应对？

相比之下，OpenAI的GPT-4o与Anthropic的Claude 3.5在拼写测试中的表现明显更优。它们引入了字符级注意力机制与后验证流程——在生成文本后额外运行一轮拼写检查。然而，即便是这些模型，在处理超长单词或跨语言拼写时依然会失误。本质上，只要模型不改造底层transformer架构中的tokenization，拼写问题就难以根除。

谷歌此次“自曝其短”或许是一个契机：推动行业重新思考语言模型的字符理解能力。毕竟，在AGI的宏大叙事下，连基本拼写都搞不定，难免让人质疑“智能”的含金量。

本文编译自TechCrunch