AI搜索的诸神之战

OpenAI已经在主页为ChatGPT建立了一个搜索框:“问我任何事情”。

在AI搜索真正立起来之前,人们依然会依赖目前的搜索引擎,却已经无法两次踏入同一条河流:

默认使用“网络”搜索将让你使用谷歌仅显示10个蓝色链接,虽然这感觉像是将界面回滚到2011年,但请记住,你仍然不会接受谷歌的搜索结果质量回滚到2011年。

有几个网站,教你如何对谷歌搜索进行“复古”。

它教你如何对满屏的shit(垃圾)进行disenshittification(反垃圾化)

它教你如何回到并默认十多年前的谷歌,那时第一屏只有干净清爽的10个链接。

最近,谷歌兴冲冲地推出了新的AI搜索体验:在出现链接之前,先显示一个Overview,即提供一段答案,后面再附上十个链接,再往下可以看到相关的广告。

什么是最好的搜索?谷歌CEO皮查伊认为,最好的搜索,是总结成文的答案,再加上深究答案的链接。

但是,谷歌提供成文的答案,很快就翻车。

有人搜索如何让番茄酱粘在Pizza上,答案是用1/8杯无毒胶水。后来人们发现这是来自社区Reddit上11年前有人开玩笑的回答。谷歌自去年开始上线生成式AI搜索后,它总结出来的答案不时出错,这次全面推出的Overview功能,立刻翻车了。

是不是推理不够,就用搜索来凑?这也是大模型幻觉的老问题,只是因为谷歌搜索的量太大了,问题会更加突出。还有一个把Reddit上的玩笑当科学的回答:猫舔你的手,是想先尝下你能否被消费。

人们搜索到的东西越来越丰富,也越来越智能,但也令它们有了浮夸之感。

人们开始怀念十多年前的谷歌,那时第一页上只出现十个蓝色的链接,并附有每个结果的页面标题和简短的文本片段。这种只有大约10个网页链接的简约设计,在第一页被称为“十个蓝色链接”格式。那时没有那么多的Shit。

现在,搜索引擎结果页面已经远远超越了仅仅列出10个蓝色链接。它们现在包括但不限于:

  • 付费广告

  • 优先展示的片段

  • 知识面板

  • 图像/视频轮播

  • 本地商家列表

  • 相关问题等等

现在,又加上了一段总结内容。

尽管谷歌在第一时间手动修复了,但是,人们再一次对于AI的大规模应用感到忧心。

谷歌时刻,而不是iPhone时刻

18个月前,当ChatGPT出世时,人们本能地想到,它将替代搜索,谷歌的颠覆者来了。其实大家争夺的是谷歌时刻,而不是iPhone时刻。

这是微软梦寐以求的时刻。纳德拉当初在微软就是做必应搜索的。他从搜索看到了云计算,也看到了AI将是技术的未来,将对搜索产生降维打击。这一次,“我要让谷歌起舞。”

人们以为,必应加上ChatGPT,或者ChatGPT的提示+答案本身,都足以颠覆传统的搜索。但是,一年多过去了,必应市场份额的增长几乎可以忽略,ChatGPT的流量自去年5月达到高点后,就一直没有增长。人们在谈论ChatGPT,它也是史上以最快速度突破1亿用户的应用,但是它的用户留存率很低。而谷歌对搜索市场的统治,岿然不动。

现在,ChatGPT也不得不考虑用户对于搜索的刚需。API服务以及用户深度定制、集成GPT大模型服务,可以让OpenAI的收入达到年化的40亿美元,但是与当今科技巨头千亿美元的收入或者十亿级的用户相比,OpenAI还只是一只独角兽,它需要证明自己不仅有好的AI技术,而且能做出好的产品。

人们不禁要问,生成式AI究竟是颠覆搜索,还仅仅是搜索的一次迭代?搜索是不是依然在统治着AI?

微软在搜索和AI方面,一直被谷歌压抑着。其中最重要的一个原因,是微软错过了移动时代。谷歌的搜索覆盖了Android和iOS两大操作系统——它甚至每年要把在iOS设备上搜索广告收入的36%、每年高达200亿美元上交给苹果,就是为了获得在Safari浏览器上获得了一个默认搜索的待遇。

基于搜索的垄断性优势,谷歌在AI方面睥睨群雄,它把DeepMind收至麾下,在科技巨头中最早提出AI First;收购了深度学习之父辛顿的公司和团队,包括后来OpenAI首席科学家和联合创始人苏茨克沃;它几乎囊括了全球最顶尖的AI研究人才,并且发表了Transformer论文,引发了一场深度学习的革命。谷歌还最早推出了自研芯片TPU,建立起了自己的AI训练平台TensorFlow。

OpenAI的创办,一个最直接的原因,就是抗衡谷歌对AI的主导优势。苏茨克沃等一批大牛从谷歌跳槽OpenAI,影响了AI的技术力量格局,并且迅速崛起为与DeepMind抗衡的初创公司。

但微软的考虑更为直接地出自商业和战略。

2019年,OpenAI推出GPT-3之前,微软首席技术官斯科特(Kevin Scott)给CEO纳德拉和创始人比尔·盖茨发了封邮件,对微软与谷歌之间大模型训练能力的差距感到“非常担忧”。

“我们在机器学习的规模方面已经落后了好几年。”面对OpenAI和DeepMind在AI领域取得的进展,微软感觉无能为力,即没有基础设施、也缺乏开发的速度,如果不采取措施,差距可能会加大。

在最近美国司法部诉谷歌的反垄断案中,司法部认为如果没有谷歌对搜索的垄断,OpenAI的ChatGPT和其他创新会更早出世。

斯科特建议微软投资OpenAI,得到了纳德拉的同意。于是,有了微软最初的10亿美元现金加算力的投入,OpenAI迅速推出了1750亿参数的GPT-3。直到2023年初,微软对OpenAI投资加码到130亿美元后,OpenAI推出了1.8万亿参数的GPT-4。

人们一度以为谷歌搜索会陷入困境。微软的盘算是,集成了GPT-4的新必应,市场份额每增加一个百分点,就能从谷歌那里抢走20亿美元的广告收入。而谷歌搜索如果也集成AI功能,每天10亿量级的搜索量,巨额的推理成本,将会让谷歌的利润减少数百亿美元。

尤其是Meta开源大模型Llama的推出,让谷歌处于慌乱之中,内部员工发出了“我们都没有护城河”的危言。

但是,新必应推出一年之后,它增加的搜索市场份额微不足道,仍在3.5%左右,而谷歌仍然占据了90%以上的市场份额。微软在个人AI方面,依然落后于谷歌。

最近,微软把DeepMind的联合创始人苏莱曼(Mustafa Suleyman)招致麾下,负责消费AI业务,其实主要就是把搜索搞上去。

微软采取的另外一招,是自己研发大模型MAI-1,参数在5000亿以上,负责人正是苏莱曼。看来微软正在考虑另起炉灶,围绕自己研发的大模型,全面部署面向C端的应用。

再看谷歌

谷歌唯一的选择,是把生成式AI做到搜索里,而不是把搜索变成生成式AI。由于ChatGPT最初的惊艳没有转化为AI产品体验:幻觉、速度慢、推理能力弱等,它的留存率比起今天依然统治的、互联网时代的超级应用还有差距。

而生成式AI的助手发展方向,也很难摆脱搜索。既然摆脱不了,就套壳搜索。从某种意义上说,从乔姆斯基到杨立昆对目前阶段的生成式AI的批评,仍然不无道理,它更像是检索与搜索技术的增强,而那种已经发生质变的、基于互联网数据训练出来的AI,只是处于非常早期——它甚至不足以成为AI的未来。

这样谷歌就可以松一口气。谷歌拥有来自互联网的最大索引数据库,组织和维护着超过30万亿个网页的索引,并不断更新这一索引,以确保搜索结果的相关性和时效性。这个索引是谷歌能够快速检索和呈现结果的基础。

谷歌的索引范围非常广泛,涵盖了大量的网页、图片、视频和其他内容类型,这是它得天独厚的数据来源。难怪OpenAI不敢正面回答是否在训练Sora大模型时用了YouTube的数据。

谷歌是互联网内容的向导,而OpenAI是内容的创造者,但目前仅就AI助理产生的大量内容来看,仍然不时露出内容的搬运者的马脚。

AI企业正在把助理产品做得越来越像搜索,如Perplexity,它能迅速搜索到相关的内容链接,加以概括和总结,同时把这些来源加以标注,还提供进一步的源链接。

Perplexity自称为“回答引擎”,它从相关的网站搜到相关内容后,再用一个大语言模型进行总结提炼,为用户提供一个答案,同时标出一些关键信息的来源。

另外一个可能创造新的推理与搜索体验的是Groq。打开它的网页,也是一个搜索框。它用自研的芯片和软件建立起一个强大的推理引擎,运行各种SOTA开源大模型,以每秒近千个tokens,秒杀所有的大模型推理速度。

GPT-4水平的推理能力,为用户生成的内容,对于比较专业的用户来说,令人不免产生套路感、空泛感。

近来ChatGPT做出了一些改变,生成的内容往往也会附上来源链接标注。

而中国以Kimi为代表的智能助理,问题稍微复杂一点,它就会先疯狂搜索一堆网站,然后再费力地总结概括。

AI搜索

如果你看了下面Copilot的这个回答,可能会明白,为什么生成式AI要超越搜索,依然面临着极大的困难。

提问“介绍下著名的人工智能专家迈克尔·乔丹”,就会得出关于篮球巨星乔丹的内容。显然,问题要么出在必应,要么就是OpenAI。

OpenAI已经在主页为ChatGPT建立了一个搜索框:“问我任何事情”。搜索依然是生成式AI最重要的入口。

谷歌已经有一年半的“喘息”时间,AI推理的成本已经下降了80%以上,它可以向用户提供生成式搜索体验。谷歌凭借基于自研TPU的算力集群,可以在巨头中领先继续降低推理成本;接下来将通过多步推理提升结果的准确性;谷歌在大模型的研究方面也不让OpenAI,下一代大模型也会进一步提升推理能力。

搜索依然是生成式AI最大的应用场景之一,从这个角度来看,真正对谷歌搜索带来威胁的,可能是Meta这样拥有数十亿用户的巨头。

虽然Meta的开源大模型还没有找到盈利的方法,但Meta AI已经在Facebook、Instagram、Whatsapp上线,扩展到包括美国在内的14个国家,大量用户可以访问媲美ChatGPT的免费模型。Meta AI正处于其增长曲线的早期阶段,目前只覆盖其全部32.4亿日活跃用户的三分之一。

虽然Llama 3 70B在许多功能上无法与闭源大模型相比,但对于那些以移动为中心的用户来说,这很可能正是恰当的产品市场定位。

移动用户的刚需,可能是简短的常识性查询,没有必要用复杂输入和经过代理产生输出。Meta和谷歌的生态,各有超过30亿用户,也许真正的对决就在它们之间,而不是必应/GPT或Perplexity之类。

在AI搜索真正立起来之前,人们依然会依赖目前的搜索引擎,却已经无法两次踏入同一条河流:

默认使用“网络”搜索将让你使用谷歌仅显示10个蓝色链接,虽然这感觉像是将界面回滚到2011年,但请记住,你仍然不会接受谷歌的搜索结果质量回滚到2011年。你仍然会使用一个感觉完全向SEO垃圾信息投降的搜索引擎。(Ron Amadeo)

本文来自微信公众号:未尽研究(ID:Weijin_Research),作者:未尽研究

声明: 该内容为作者独立观点,不代表新零售资讯观点或立场,文章为网友投稿上传,版权归原作者所有,未经允许不得转载。 新零售资讯站仅提供信息存储服务,如发现文章、图片等侵权行为,侵权责任由作者本人承担。 如对本稿件有异议或投诉,请联系:wuchangxu@youzan.com
(0)
上一篇 2024年5月28日
下一篇 2024年5月28日

相关推荐

  • 水温80度:AI行业真假繁荣的临界点

    我们从来没拥有过这么成功的AI主导的产品。

    (这种分析统计并不那么准,但大致数量级是差不多的)

    这两个产品碰巧可以用来比较有两个原因:

    一个是它们在本质上是一种东西,只不过一个更通用,一个更垂直。

    蓝海的海峡

    未来成功的AI产品是什么样,大致形态已经比较清楚了,从智能音箱和Copilot这两个成功的AI产品上已经能看到足够的产品特征。

    未来科技 2024年6月5日
  • ChatGPT、Perplexity、Claude同时“罢工”,全网打工人都慌了

    美西时间午夜12点开始,陆续有用户发现自己的ChatGPT要么响应超时、要么没有对话框或提示流量过载,忽然无法正常工作了。

    因为发现AI用久了,导致现在“离了ChatGPT,大脑根本无法运转”。”

    等等,又不是只有一个聊天机器人,难道地球离了ChatGPT就不转了。

    大模型连崩原因猜想,谷歌躺赢流量激增6成

    GPT归位,人们的工作终于又恢复了秩序。

    未来科技 2024年6月5日
  • ChatGPT宕机8小时,谷歌Gemini搜索量激增60%

    ChatGPT一天宕机两次

    谷歌Gemini搜索量激增近60%

    ChatGPT在全球拥有约1.8亿活跃用户,已成为部分人群工作流程的关键部分。

    过去24小时内提交的关于OpenAI宕机的问题报告

    图片来源:Downdetector

    ChatGPT系统崩溃后,有网友在社交媒体X上发帖警告道:“ChatGPT最近发生的2.5小时全球中断,为我们所有依赖AI工具来支持业务的人敲响了警钟。

    未来科技 2024年6月5日
  • ChatGPT、Perplexity、Claude同时大崩溃,AI集体罢工让全网都慌了

    接着OpenAI也在官网更新了恢复服务公告,表示“我们经历了一次重大故障,影响了所有ChatGPT用户的所有计划。Generator调查显示,在ChatGPT首次故障后的四小时内,谷歌AI聊天机器人Gemini搜索量激增60%,达到327058次。

    而且研究团队表示,“Gemini”搜索量的增长与“ChatGPT故障”关键词的搜索趋势高度相关,显示出用户把Gemini视为ChatGPT的直接替代选项。

    未来科技 2024年6月5日
  • 深度对话苹果iPad团队:玻璃的传承与演变

    iPad最为原始的外观专利

    没错,这就是iPad最初被设想的样子:全面屏,圆角矩形,纤薄,就像一片掌心里的玻璃。

    2010年发布的初代iPad

    好在乔布斯的遗志,并未被iPad团队遗忘。

    初代iPad宣传片画面

    乔布斯赞同这一想法,于是快速将资源投入平板电脑项目,意欲打造一款与众不同的「上网本」,这就是iPad早年的产品定义。

    iPad进化的底色

    苹果发布会留下过很多「名场面」,初代iPad发布会的末尾就是一例。

    未来科技 2024年6月5日
  • 底层逻辑未通,影视业的AI革命正在褪色…

    GPT、Sora均为革命性产品,引发了舆论风暴,但它在上个月发布的“多模态语音对谈”Sky语音,却由于声音太像电影明星斯嘉丽·约翰逊,被正主强烈警告,被迫下架。

    华尔街日报也在唱衰,认为“AI工具创新步伐正在放缓,实用性有限,运行成本过高”:

    首先,互联网上已经没有更多额外的数据供人工智能模型收集、训练。

    03、

    如果说训练“数字人”、使用AI配音本质上瞄向的仍是影视行业固有的发展方向,那么还有另外一群人试图从根本上颠覆影视行业的生产逻辑和产品形态。

    但分歧点正在于此,电影公司希望通过使用AI技术来降低成本,但又不希望自己的内容被AI公司所窃取。

    未来科技 2024年6月5日
  • KAN会引起大模型的范式转变吗?

    “先变后加”代替“先加后变”的设计,使得KAN的每一个连接都相当于一个“小型网络”, 能实现更强的表达能力。

    KAN的主要贡献在于,在当前深度学习的背景下重新审视K氏表示定理,将上述创新网络泛化到任意宽度和深度,并以科学发现为目标进行了一系列实验,展示了其作为“AI+科学”基础模型的潜在作用。

    KAN与MLP的对照表:

    KAN使神经元之间的非线性转变更加细粒度和多样化。

    未来科技 2024年6月5日
  • 这个国家,也开始发芯片补贴了

    //mp.weixin.qq.com/s/tIHSNsqF6HRVe2mabgfp6Q
    [4]中国安防协会:欧盟批准430亿欧元芯片补贴计划:2030年产量占全球份额翻番.2023.4.19.https。//mp.weixin.qq.com/s/VnEjzKhmZbuBUFclzGFloA
    [6]潮电穿戴:印度半导体投资大跃进,一锤砸下1090亿,政府补贴一半.2024.3.5https。

    未来科技 2024年6月5日
  • 大模型的电力经济学:中国AI需要多少电力?

    这些报告研究对象(数字中心、智能数据中心、加密货币等)、研究市场(全球、中国与美国等)、研究周期(多数截至2030年)各不相同,但基本逻辑大同小异:先根据芯片等硬件的算力与功率,计算出数据中心的用电量,再根据算力增长的预期、芯片能效提升的预期,以及数据中心能效(PUE)提升的预期,来推测未来一段时间内智能数据中心的用电量增长情况。

    未来科技 2024年6月5日
  • 你正和20万人一起接受AI面试

    原本客户还担心候选人能否接受AI面试这件事,但在2020年以后,候选人进行AI面试的过程已经是完全自动化的,包括面试过程中AI面试官回答候选人的问题,AI面试官对候选人提问以及基于候选人的回答对候选人进行至多三个轮次的深度追问。

    以近屿智能与客户合作的校验周期至少3年来看,方小雷认为AI应用不太可能一下子爆发,包括近屿智能在内的中国AI应用企业或许要迎来一个把SaaS做起来的好机会。

    未来科技 2024年6月4日