不久，Google也在Android 4.1(Jelly Bean)上發布了自己的虛擬個人助手。為了能用自然人聲提供像Siri一樣的搜索和幫助，Google Now根據用戶之前的行為和決定來提供信息和建議。SRI最新的項目bRight，做為一個解答什么是認知過載，在緊急情況下涌入的信息流在什么情況下可以被證明是太多而無法有效地迅速處理的項目，它比前面提到的兩個系統都要先進。

研究模型通過臉部識別技術和眼球追蹤系統，以及近距離、手勢和觸摸傳感器來建立詳細的用戶檔案。和現代電腦在遇到特定的情況時有效地走捷徑從而增加性能效率一樣，bRight強大的人工智能軟件使用這一信息來預測需要什么樣的東西來使得只有和工作相關的數據才會提供給用戶，需要的工具可以直接送到用戶手上，而重復的工作則能夠完全或部分地自動進行。

例如，在一個簡單的層面上，如果一個用戶在文檔中高亮了一個詞，系統就可以猜測用戶需要的下一個菜單項是什么從而把可能的選項顯示出來。或者是如果某人在寫一封特定的郵件，例如員工通訊或是績效公報，bRight也許可以通過之前的行為來預測它的接收者是誰，從而預先放到收件者欄�；蛟S也可以探測潛在的錯誤和對標準程序的違反。

“如果bRight識別了用戶行為的某一類別，就可以提供正確的行為指導，”SRI計算機科學實驗室的Grit Denker博士解釋道，“比如說當我在寫一封關于新bRight新點子的郵件時，而我一般都是先發給內部團隊，再發給外部人員，這樣，如果我在發送郵件時沒有先發給我的內部團隊，bRight就可以提醒我這是不是我的正確意愿�！�

在一個更加緊急的情況下，例如當計算機網絡遭遇惡意攻擊時，bRight可以執行激進的上下文過濾來把管理員直接需要的相關信息提供給他，同時把不需要緊急處理的信息推后處理。它也可以預測在這種情況下所需的工具，從而通過跟蹤傳感器來把這些工具放到更易取用的地方。

此外，更加智能地使用共享信息也可以節約寶貴的反應時間。例如，一個身在華盛頓的網絡管理員可能發現了一個系統威脅，于是向在加州的同事發郵件尋求迅速行動，但是卻忘了把完成任務所需的重要信息包括進來。這時，發現管理員的首要工作在寫郵件時，bRight就可以進入相關的加州郵件從而把重要的空白之處補上。

“bRight結合了程序層面的語義標記和監控層面的傳感器，”Denker博士說道，“這種結合可以提高預測的精度，特別在一個沒有很長時間的訓練數據的情況下。為了實現可用性，需要很高的精確性。要實現這一點必須把認知模型和應用程序完美結合。我們目前正在使用我們的工具開發一個網絡領域的用戶認知模型。我們非常想找到可以和我們一起讓bRight在至少符合以下條件中的兩個的領域實例化：信息過載，快速做出和執行決定，以及協作需要。

 bRight的框架正在被裝載到各種不同的平臺和裝置上，從平板上運行的精簡版到圖片中顯示的那個巨大的多點觸控原型機。后者包括了一個標準高清電視，一些指向用戶的攝像頭，一個紅外線眼球追蹤系統以及一個叫作bRight工作臺的觸摸屏界面。在觸摸屏的下面，有一系列的紅外感應器用來捕捉屏幕上的多點觸控，近距離探測以及手勢記錄。除此之外有個臺式電腦在運行軟件。

“在未來，可以預見很多的傳感系統將變得更小，而且有些已經實現了，”Denker博士猜測道，“這樣就可以更容易地把核心的人工智能算法轉移到平板和智能手機這類平臺上�！�

“由于這只是一個早期的原型機，我相信政府在網絡安全領域的資助可以把它提高到一個能夠轉變成消費產品的水平，”她繼續表示，“如果有充足的資助，可以預測它將在3年左右達到一個5/6級的科技成熟度(TRL，科技成熟度，用來衡量科技成熟度的系統，總共10級)。很多這類的技術，最終都會進入消費者的生活。我認為bRight的一些方面已經可以做為進入消費市場的早期產品進行商業集資了�！�

Gizmag問道bRight的核心人工智能程序是否能以云程序的方式在平板和智能手機上運行，還是做為一個完整產品直接現場安裝。

“我們目前所聚焦的領域(網絡安全，緊急情況應對，空中交通管理，基礎設施以及網絡管理)，以及我們很大程度正在尋找合作伙伴在特定的領域開發bRight，意味著我認為bRight將會做為一個完整產品現場安裝，從而可以收集數據用來分析相關領域和工作流程。”Denker博士回答道，“這種方式的優勢還在于我們可以利用各種各樣的傳感器系統來獲得盡可能多的用戶信息。不斷學習、提高并適應用戶的需求將是bRight的核心。”