在上个世纪的互联网里，有一个很经典的表情叫做“画个圈圈诅咒你”。随着时代交替，喜欢网上冲浪的谷歌在2024年1月17号的时候，开发出了一个新玩意，叫做“画个圈圈搜索你”（Circle to Search）。
视频里展示了Circle to Search的实机表现。只需长按手机上的主页按钮或导航栏，即可激活Circle to Search。然后就可以根据你自己喜欢的手势，搜索屏幕里任何感兴趣的物品，比如画一个圈，圈出图片中的太阳镜，快速搜索出目标信息，以及关联网购选项。也可以涂鸦手袋并点击靴子以查找它们。当一切完成后，只需轻扫一下，你就回到了原始页面。
换句话说，整个搜索过程都不需要跳转至其他APP，Circle to Search就像是增加音量或者调整屏幕亮度一样，是一种基本功能，不是一个单独的APP。
先不考虑说今后这个功能的使用情况是怎样的，关键它是真的好玩！以往搜索的桎梏中，跳转绝对是最烦的一步。想搜索视频里的某样东西，得先暂停视频，再截图，剪裁图片，最小化窗口，打开搜索页面，上传图片搜索，最小化搜索窗口，返回原视频。而对于circle to search来说，只需要画一个圈，就可以完成上述所有操作。最关键的，如果一张图片还不够，你甚至还能加一段话以更精准地找到搜索结果。
这个圈是怎么画出来的
谷歌是怎么做到的？这里必须得提到一个概念——多重搜索。谷歌在2022年推出的多重搜索，其内核叫做MUM（Multitask Unified Model，多任务统一模型），这个模型可以从不同语言的搜索结果中获取信息。当你用中文搜索其他国家内容的结果，肯定不如其他国家原生语言搜索的答案准确。因此，MUM克服了语言障碍，如果在另一种语言中找到了适当的信息，它将被收集并翻译成搜索查询的语言。
MUM的另一个创新特点是多模态搜索，它能够理解文本、视频或图像等不同形式的信息。MUM在多模态方面的运行原理是，把文字当成图片的描述，让人工智能在理解图片、视频、音频之前，先通过文字内容对即将搜索的领域进行限定，为人工智能规划出搜索的方向，以便更迅速准确地得出答案。根据谷歌的官方说法，它的运行效率是上一代搜索引擎（BERT，Bidirectional Encoder Representations from Transformers）的1000倍。
2022年的MUM演示
早在谷歌眼镜（Google Glass）上就有MUM的前身，原因很简单，你总不能在眼镜上打字是吧？那就只能通过眼镜上的摄像头来识别图片内容进行搜索。谷歌眼镜还有一个功能：语音控制。佩戴者将头部向上仰30度（角度可在设置中调整）或点击触摸板，并说“OK， Glass”。接下来就能对谷歌眼镜“发号施令”，比如拍照、搜索等等。
当时谷歌的设计师就想，那我能不能出一个功能，结合图片识别和语音识别呢？虽然谷歌眼镜因为市场契合度低，没办法帮用户解决实际问题等原因最终失败搁浅，但是MUM的概念得到了谷歌内部的一致认同，所以就算是谷歌眼镜失败了，MUM的开发依然保留了下来。
2017年的时候，谷歌镜头（Google Lens）APP发布，当将手机相机拍摄某个物体时，谷歌镜头会尝试识别该物体并显示相关搜索结果和信息。比如，将设备的摄像仪指向包含网络名称和密码的Wi-Fi标签时，它会自动连接到已扫描的Wi-Fi网络。和现在的MUM比起来已经算是非常接近了，不过还不够。
2021年I/O大会，由于谷歌镜头的出色表现，基于谷歌镜头的业务表现，MUM诞生了。但是MUM的功能远不止于多模态和多语言，还有一项“隐藏属性”。当时谷歌博客有一篇文章，专门讲MUM这个“隐藏属性”的，文章里举了个例子，说你如果正在装修，同时又对“丙烯画”这个艺术风格感兴趣，那么你一开始搜索“丙烯画”的时候，答案和绝大多数人最关心的内容相同，包括丙烯画的成果展示，或者是学习途径这类。
刚才咱们说了，你正在装修，那么谷歌会根据你其他的搜索内容进行推算，判断出你可能想把房间装饰成丙烯画风格。那么即便你不去搜索相关关键词，谷歌也会直接推送给你“如何制作丙烯画风格的装修”或者“如何用家庭用品制作丙烯画”。
MUM很有意思，基于MUM的Circle to Search就更有意思了。这个功能的本质就是将“手势”和多重搜索相互结合在了一起，它可以是画圈，也可以是点击，或者是将触点变成笔刷，对想要搜索的内容进行“涂鸦”。虽然最直观的感受是加入手势的理解后，整个搜索的过程变得非常简单，然而最重要的是Circle to Search对多种不同数据结构（图片、视频、文字）的理解，也正是谷歌一直热捧的多模态。
谷歌真正想要的搜索
Circle to search虽然看起来像是一种“重磅”升级，但是对于谷歌来说，这只是一小步。谷歌接下来要做的是要将SGE融合进搜索业务。SGE全称是Search Generative Experience，中文翻译过来叫做生成式搜索。
在SGE中，用户提出更复杂、更具描述性的新问题。也可以更快地了解一个主题的要点，并提供相关结果的链接，以进一步了解。当完成搜索后，用户可以基于SGE快速开始下一步任务，比如从搜索的地方直接撰写草稿或生成图像。此外，还能通过提问对话式的后续问题或尝试建议等方式来让搜索引擎提供更多帮助。
直白一点讲，SGE和我们常见的人工智能生成内容是逆着来的。SGE会先生成一段内容，把这个内容称之为“快照”。快照包含需要考虑的因素和有用的信息，当然它肯定不会那么全面，只是为了让用户能够通过快照来迅速了解这个领域的内容。再基于对快照的询问，来了解更深层次的内容。
SGE厉害在什么地方？其实这也是MUM那个“隐藏属性”的威力加强版。传统搜索过程中，每次搜索结果对于引擎来说其实都是独立的，你以为的更深层次的结果，不过是你复制粘贴了上一次搜索结果中的某一段内容粘贴到了喜爱一次搜索中而已。但是SGE不一样，它是一次搜索，从头到尾地解决问题。
回顾谷歌眼镜的失败，我们发现谷歌害怕的是问题没有解决，所以推出了SGE，专门用来解决问题的搜索引擎。Circle to Search是一次形式上的创新，接下来谷歌会将SGE引用到各种各样的搜索入口，包括Circle to Search，这可能会是一个全新的增长点。
本文来自微信公众号：硅星GenAI（ID：gh_e06235300f0d），作者：苗正