【全球财经24小时】2023年9月5日投融资事件汇总及详情
06-18
让用户吃石头、给披萨涂胶水。
谷歌AI搜索的颠覆仍指日可待。
号称颠覆谷歌的Perplexity也遇到了问题。
与ChatGPT相比，AI搜索可以连接互联网，引用来源，更不容易乱说话。
但如果源本身就是垃圾怎么办？ AI搜索已经引用了另一个AI搜索的模因“林黛玉倒挂垂柳”。
很多人都听说过。
最近在看《水浒传》，突然有了一个想法。
我用中文问Perplexity：“林黛玉的性格和鲁智深的性格有什么相似之处？”答案平淡无奇，但出乎意料的是，角色却出现在了这句话的出处：字节跳动豆宝，助手旗下的人工智能公司。
这是某种新奇的商战形式吗？点进去后发现内容是用户和豆宝的聊天记录，而且AI的回复非常善于定型。
如果质量比营销账号好，那就够了。
这样的写作是一种额外的罪恶。
当我直接在谷歌上搜索同样的问题时，豆宝又回来了，增加了存在感，排名第二。
和Perplexity的语录不太一样，但我点开看，依然是一系列以“第一”“第二”开头的废话。
正如 The Information 之前报道的那样，Perplexity 使用 API 来访问有关 Bing 和 Google 搜索排名的数据，这些数据决定了网页的相关性、质量和权威性。
换句话说，如果豆宝很容易在谷歌上搜索到，可能更容易被Perplexity引用。
这让人好奇，为什么豆袋会出现在搜索引擎中呢？当我登录最新版的豆宝网页版时，答案就出现了。
它默认勾选了一个选项：允许共享内容被搜索引擎收录并显示在搜索结果页面上。
上述经历发生在5月31日下午2点。
6月1日19点，字节回复爱范儿称，豆宝已更新，内容已分享至搜索引擎。
默认不勾选，而是用户主动选择被搜索引擎抓取。
同时，Byte 表示，一些被搜索和收录的问答内容实际上是由某人使用虚拟帐户而非真实用户创建的高质量问答内容。
现在已经清理了，现在用Google搜索，现场结果只有5条。
豆宝似乎开了一个先例，允许用户和AI之间的聊天记录被索引。
Perplexity、天宫、秘塔、AI都可以将聊天记录作为链接分享，但没有类似豆宝的选项。
ChatGPT还支持通过链接共享对话，但承诺只会用于个人之间的共享，不会出现在互联网上的公共搜索结果中。
早年，“内容农场”窃取或拼凑别人的文章来快速生产内容。
他们依靠关键词优化、频繁更新等SEO（搜索引擎优化）策略，抢占搜索页面前排，赚取流量和广告费。
那时候内容贡献者还是真人，每天产出好几篇文章，但现在轮到AI了，复制粘贴、洗稿、量产的战斗力根本不是一个级别的。
“林黛玉连根垂柳”、“鲁智深唱丧花之歌”都不是事实。
说的人越多，权重就越大，在AI搜索眼中这已经成为事实。
引用的来源是知乎、抖音、简书用户编造的鼻子和眼睛的故事。
如果源头变成AI，后果只会更加悲惨。
想象一下，更多AI生成的内容被纳入Google，AI搜索参考Google的搜索排名，那么最终呈现给用户的就是AI叠加在AI上的垃圾结果。
被喂饱的人类只会变得更有辨识力，从废话中挑出有用的信息。
AI搜索80分 平心而论，我还是喜欢Perplexity之类的AI搜索产品。
ChatGPT 之后，他们再次提高了我的工作效率。
人类提出问题、搜索、总结和记录。
这已经是一个成熟的工作流程了。
我们付出更少，但效率更高。
大多数情况下，AI搜索的表现都相当不错。
谷歌AI翻车的部分原因是它急于推出功能，只专注于增加Reddit的搜索权重，而未能让AI反思结果是否符合常识。
当我向Perplexity输入同样的问题，导致谷歌人工智能推翻其搜索结果时，结果更令人满意。
对于“人一天吃多少石头？”，Perplexity能够准确找到洋葱新闻的出处，并解释为无稽之谈，不像谷歌AI搜索以洋葱新闻为指导。
还有“披萨奶酪容易滑倒怎么办？”谷歌人工智能建议在搜索之前添加一些胶水。
Perplexity显然更聪明，首先给出了一些合理的方法。
在我询问是否可以添加胶水后，我准确地找到了具有误导性的Google AI搜索。
Reddit 帖子称这是一个玩笑。
为了让结果更加严谨，Perplexity甚至还去亚马逊进行了搜索，称其只找到了各种无毒的胶水产品，并没有说这些胶水可以用于食品。
与Perplexity相比，谷歌显然并不逊色于模型能力，而是在后续工程化和产品化方面。
原则上，AI搜索是先搜索，再总结，比不联网的聊天机器人少了一些幻想。
其中核心技术之一是RAG（检索增强生成）。
RAG 结合了信息检索和生成模型。
信息检索根据用户查询从庞大的文档库中查找相关信息；生成模型使用这些检索到的文档作为上下文来生成更准确和详细的答案。
这里的文档库可以是传统搜索引擎的索引库，也可以是法律等专有数据库，也可以是社交媒体等用户生成的内容。
如果网页上充斥着低质量的人工智能生成内容，则会对用于人工智能搜索的 RAG 产生负面影响。
那么，面对咄咄逼人的AI生成内容，AI搜索的下半场可能是继续比拼模型以外的工程能力，比较数据源的质量和搜索能力，包括能否搜索到更多网页，搜索更权威的网页。
或者整合财务报告等专有信息。
目前的情况是，我们已经逐渐离不开AI搜索。
如果说依赖关键词、手动打开链接的传统搜索是40分，那么容易胡言乱语的大模型是60分，而网络化的AI搜索则把标准提升到了80分。
虽然错误还是会犯，但是一旦经历过，就再也回不到过去了，所以没必要完全否认。
除了常见的网页之外，AI搜索产品似乎都有着相同的想法：提供多模态的信息源。
AI可以找到视频，Secret Tower可以找到播客和学术论文，Perplexity可以搜索Reddit和YouTube。
但人工智能搜索更多的是提供入门知识。
如果想要更详细的内容，还是不能偷懒，去信息源查找。
与此同时，还有一个有趣的现象。
应用程序正在推出内置的人工智能搜索功能，例如小红书用于内部测试的“搜搜书”和微信阅读的“人工智能题库”，以探索现有生态系统中的人工智能。
着陆点。
从这个意义上来说，它们也是人工智能搜索产品。
▲ 图片来自：小红书@三滴。
2天前上线的腾讯元宝App，基于混元大模型，集成了AI搜索、AI摘要、AI写作等功能。
从一开始就更有希望。
因为它拥有微信公众号平台和腾讯新闻平台等资源，并且公众号被认为是中国互联网优质内容的集合。
例如，输入标题搜索特定的公众号文章，腾讯元宝可以给出更好的总结，推荐更多公众号文章。
相反，使用豆宝等AI，捕获的是公众号内容的分发渠道，摘要相对省略。
结合豆宝在搜索结果页面展示AI内容的操作，我们似乎再次想起了移动互联网的内容分发。
移动互联网时代，与之前的门户时代不同，App之间相互隔离，难以被搜索引擎抓取。
例如，如果输入公众号文章的标题，搜索引擎将无法找到原文，只能看到分发渠道。
同时，在传统搜索引擎上，存在很多广告等干扰因素，也存在大量低质量的营销账号内容。
我们已经逐渐习惯了。
系统教程可以去B站，日常生活琐事提问，小红书，微信搜索文章。
。
随着AI搜索产品和AI生成的内容越来越多，这种情况未来可能会再次出现——网页内容会越来越混杂，以量取胜，而优质内容却一如既往地封闭，变成垂直AI。
搜索护城河。
除了大规模、全面的多模态人工智能搜索之外，越来越多优秀的垂直领域人工智能搜索可能会出现。
例如，学术搜索引擎Consensus拥有良好的声誉，拥有超过2亿篇论文的优质来源，并结合AI驱动的分析能力，答案总会引用某项研究。
询问共识“运动可以提高认知能力吗？”它并不急于下结论。
相反，它写了一个摘要并给出了一个表格，而不是作为一个简单的“是否”问题来回答。
我们对人工智能搜索的期望是在人类语言交流的交互过程中更快地提供更好、更多样化、更直观、更个性化的内容，回答更复杂、更具体的问题。
但与此同时，搜索的内容和生态也正在被AI破坏，这似乎是AI的两个侧面的隐喻。
未来，人工智能生成的内容肯定会越来越多。
在利弊之间的紧张关系中，找到更有用的信息是更困难还是更容易仍然是一个悬而未决的问题。
仅仅使用它的梦想还没有实现。
如果我们以人工智能为工具，发挥自己的主观能动性，人类就不会轻易悲伤和失望。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-18
06-18
06-18
06-17
06-18
06-18
06-08
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态