Fuente original: Cuerpo polar del cerebro
![]()
Fuente de la imagen: Generado por Unbounded AI
Todos sabemos que los modelos grandes deben nacer para ser útiles para las aplicaciones. Entonces, ¿qué aplicación puede aprovechar al máximo el potencial de valor de los modelos grandes de IA más rápido y convertirse en la primera parada para el aterrizaje de modelos grandes? Cuando se trata de esta pregunta, muchas personas responderán primero: buscar.
Por un lado, esto se debe a que, tras la explosión de ChatGPT, el “accionista mayoritario” Microsoft integró por primera vez sus capacidades en la búsqueda de Bing, y una vez anunció que se apoyaría en las ventajas de los modelos grandes para elegir al hermano mayor Google en la industria. Luego, en el contexto de la replicación a gran escala de modelos grandes en el círculo de IA de China, es natural pensar en promover la búsqueda + modelos grandes primero en el lado de la aplicación.
Por otro lado, los motores de búsqueda tienen naturalmente la ventaja de estar profundamente integrados con la IA. Ya en 2014 y 2015, los gigantes de los motores de búsqueda tradicionales como Baidu y Google comenzaron a integrar tecnologías de IA como el aprendizaje profundo y el gráfico de conocimiento en la búsqueda, con el fin de mejorar la capacidad del motor de búsqueda para comprender las instrucciones del usuario y mejorar la relevancia interna de los resultados de búsqueda.
Se puede ver que se puede decir que el modelo grande + búsqueda es el momento y el lugar adecuados. Después de casi un año de exploración, la gran aplicación de modelo + búsqueda de la industria de IA de China se ha enriquecido gradualmente. Aunque los cambios introducidos por los grandes modelos en la búsqueda no han surgido del todo, se ha formado una idea de exploración relativamente diversa.
Con el fin de que todos entiendan más vívidamente el progreso actual del modelo grande + búsqueda, y comprendan la diferenciación de las diferentes ideas. Pensamos en una metáfora: modelo grande + búsqueda, como un juego de damas. Las piezas de ajedrez en manos de todos los jugadores son las mismas, es decir, la tecnología de modelos grandes y la tecnología de búsqueda. Y su objetivo final es el mismo, es decir, incubar la primera aplicación popular en la era de los grandes modelos.
Pero en el proceso de jugar al ajedrez, cada uno de ellos tiene diferentes movimientos de ajedrez. Por el momento, se dividen en tres géneros.
Concursante 1: Modelo grande como complemento mejorado para motores de búsqueda
La búsqueda es el contacto más frecuente entre las personas y la información en la era de Internet. Los motores de búsqueda necesitan comprender tanto la intención del usuario como las cantidades masivas de información. Como centro entre la información y las personas, la necesidad de los motores de búsqueda de mejorar su inteligencia es interminable.
La diferencia que el modelo grande aporta al motor de búsqueda es que no solo puede mejorar la experiencia del motor de búsqueda tradicional, sino que también aporta diversas capacidades de generación de contenido a la intención del usuario y a los resultados de búsqueda a través del modelo AIGC.
Por ejemplo, un modelo grande no solo puede mejorar la precisión de la búsqueda, sino también combinar varios resultados de búsqueda en un solo cuadro de contenido, lo que ahorra tiempo a los usuarios. Esto equivale a dar a los usuarios algunas herramientas de búsqueda adicionales fuera del marco de búsqueda tradicional.
Sobre la base de esta idea, la industria comenzó a explorar el primer modo de modelo grande + búsqueda: la capacidad del modelo grande como un complemento mejorado para los motores de búsqueda. En el mercado nacional, el representante de este género es Baidu.
![]()
Se puede decir que el negocio de búsqueda es la primera parada de Baidu para la transformación de productos a través de las capacidades de modelos grandes de Wenxin. En esta etapa, Baidu ha agregado dos “plug-ins mejorados” basados en las capacidades de AIGC al motor de búsqueda.
La primera es agregar información en la primera respuesta.
En el proceso de combinar la tecnología de IA con la búsqueda, Baidu pone gran énfasis en el concepto de “el primer resultado de búsqueda es satisfacer las necesidades de los usuarios”. La capacidad del modelo grande puede agregar información clave de los resultados de búsqueda para generar resúmenes de contenido. Basándose en este modelo, Baidu ha actualizado la capacidad de responder a la primera respuesta en el buscador, que cubre no solo la información de texto, sino que también entiende el vídeo a través de un modelo grande para resumir el resumen. En este modo, al agregar los resultados que el usuario desea buscar en el contenido del video, el usuario ya no puede ver el video, sino obtener directamente un resumen del contenido del video a través de la primera respuesta.
Según los datos publicados por Baidu, la tasa de satisfacción de la primera búsqueda en el pasado fue solo de alrededor del 40%, pero después de agregar la capacidad del modelo grande, la tasa alcanzó el 70%. Se puede ver que la capacidad del modelo grande, como complemento del motor de búsqueda, es obtener comentarios positivos.
Otro tipo de modelo grande de “complemento mejorado” combinado con la búsqueda es proporcionar una barra de diálogo de IA además de la barra de búsqueda, que es la capacidad de “socio de IA” lanzada por Baidu Search en la Conferencia Ecológica Móvil en mayo de este año.
Los socios de IA pueden realizar preguntas y respuestas de AIGC con los usuarios, ayudar a los usuarios a completar capacidades como marcar respuestas, proporcionar fuentes de información, resumir resúmenes de documentos, etc., cuando utilizan motores de búsqueda, y también respaldar la invocación de otras herramientas y servicios.
En otras palabras, Baidu proporciona plug-ins de AIGC basados en capacidades de modelos grandes en la interfaz del motor de búsqueda y fuera del motor de búsqueda, de modo que el motor de búsqueda puede obtener una reconstrucción de modelos grandes desde múltiples ángulos. Casualmente, esta línea de pensamiento es muy similar a la integración de Google del chatbot Bard en su motor de búsqueda
Se puede ver que los fabricantes con las ventajas tradicionales de los motores de búsqueda están más inclinados a utilizar modelos grandes como complementos de mejora e integrar la idea de “1 + 1 es mayor que 2” en los motores de búsqueda tradicionales desde múltiples ángulos.
Concursante 2: Aplicación de búsqueda similar a ChatGPT
Además de mejorar las capacidades de los motores de búsqueda tradicionales, el modelo grande también trae otro problema: ¿es posible eludir el formulario de búsqueda tradicional y generar directamente nuevos productos de búsqueda basados en las capacidades de AIGC?
También se ha explorado esta posibilidad. ChatGPT en sí mismo tiene la capacidad de comprender la semántica, las preguntas y respuestas de varias rondas, la generación de contenido, etc., y hasta cierto punto, esto también puede verse como una especie de “búsqueda”. Es solo que el contenido de la búsqueda ha cambiado de palabras clave a preguntas y necesidades, y los resultados de la búsqueda han cambiado de páginas web a contenido de texto generado directamente.
Como resultado, un nuevo tipo de producto de búsqueda que ha surgido en la industria de la IA de China puede llamarse búsqueda similar a ChatGPT. Entre ellos, los “concursantes” representativos son la búsqueda de IA Tiangong lanzada por Kunlun Wanwei.
![]()
Este tipo de motor de búsqueda toma completamente AIGC como la lógica central del producto. Los usuarios utilizan el lenguaje natural para expresar la intención de sus necesidades, y luego la interfaz de búsqueda responde a las respuestas relevantes, en lugar de mostrar una gran cantidad de enlaces web como los motores de búsqueda tradicionales.
En términos relativos, una de las innovaciones de la búsqueda de IA de Tiangong radica en el índice de origen. Al utilizar plataformas AIGC como ChatGPT, a menudo nos enfrentamos a la incertidumbre de qué responderá la IA. El gran modelo de muchas preguntas no puede dar la respuesta correcta, e incluso inventa argumentos, fuentes literarias, fuentes de noticias, etc., lo que es ampliamente criticado como “tonterías graves de la IA”.
La búsqueda de IA de Tiangong enfatiza la generación de respuestas y la fuente de información de referencia al mismo tiempo, para garantizar que los usuarios puedan rastrear la referencia de la información, lo que evita en gran medida el problema de confianza de la plataforma AIGC. Y sus fuentes de información de referencia también son relativamente ricas, incluidos sitios web de noticias, plataformas de preguntas y respuestas de conocimiento, videos, etc.
Sin embargo, en esta etapa, el límite entre la búsqueda similar a ChatGPT y la plataforma AIGC aún es difícil de distinguir, y la percepción de los usuarios al respecto no está clara. Este modelo debe ser popularizado y probado por los usuarios.
Jugador 3: Búsqueda vertical de aterrizaje de modelo grande
Después de que el panorama de los motores de búsqueda es relativamente estable, ha habido una idea de la industria: después de que la oportunidad de búsqueda general no sea grande, el motor de búsqueda puede hacer esfuerzos en el campo de búsqueda vertical, a fin de consolidar la base de usuarios con una demanda de búsqueda continua en este campo. Sogou Search y Quark han realizado esfuerzos en el campo de la búsqueda vertical. Entre ellos, Quark ha logrado buenos resultados entre los usuarios jóvenes en virtud de su capacidad de búsqueda vertical.
La tercera idea de modelo grande + búsqueda es tomar la delantera en el aterrizaje de modelos grandes en la búsqueda vertical. De esta manera, fortalece la capacidad de comprensión del lenguaje natural y la experiencia de recuperación de información en áreas de búsqueda específicas. En este campo, el jugador representante actual es Quark. El 14 de noviembre, el grupo de negocios de información inteligente de Alibaba lanzó un modelo de quark grande. Basado en su propio posicionamiento diferenciado, la aplicación del modelo quark large dará prioridad a la aplicación de la búsqueda profesional y otros servicios de información. Además del modelo básico de lenguaje grande, el modelo de quarks grandes también derivará modelos verticales como la atención médica y la educación, lo que muestra la importancia que los quarks otorgan al campo del conocimiento especializado.
![]()
En la actualidad, la atención médica, la educación y las humanidades y las ciencias sociales son las principales direcciones para la búsqueda vertical de grandes modelos. Estas direcciones tienen requisitos estrictos para las fuentes de información y tienen las características de palabras clave vagas, información menos efectiva y lógica fuerte, que son más adecuadas para que los modelos grandes ejerzan sus propias características que las búsquedas generales. Al mismo tiempo, la combinación de modelos grandes y búsqueda vertical también puede reducir los costos del producto y mejorar la eficiencia general de los modelos grandes en el campo de búsqueda.
De hecho, también existe una variante de la combinación de búsqueda vertical y modelos grandes, es decir, cada disco de red está actualmente en línea con una función de búsqueda con capacidades de comprensión del lenguaje natural. Puede utilizar información clave, como descripciones vagas y adjetivos, para recuperar datos de disco de red, especialmente para imágenes, vídeos y otro contenido.
Todo es un trampolín para súper aplicaciones
Entonces, la pregunta es, ¿qué modo es la respuesta correcta para modelo grande + búsqueda?
Lo siento, la respuesta solo puede ser esperar.
Modelo grande + búsqueda es un escenario de aterrizaje de modelo grande lógicamente muy prometedor. Por lo tanto, después de que ChatGPT comenzara a explotar, Microsoft incorporó la capacidad de modelo grande en BingChat y lanzó muchas palabras crueles sobre la búsqueda de Google. Pero casi un año después, Microsoft ha escindido muchas de sus capacidades de IA del negocio de búsquedas, y el dominio del mercado de Google no se ha visto afectado. Se puede ver que aún queda un largo camino por recorrer de la teoría a la práctica en este escenario.
![]()
Mirando hacia atrás en el mercado nacional, encontrará que los tres modos de exploración todavía luchan por separado, y no hay mucha confrontación, y no hay un reconocimiento general de modelo grande + búsqueda en el lado del usuario, e incluso su grado de aterrizaje es muy inferior al de la propia aplicación de diálogo similar a ChatGPT. Se pueden encontrar tres razones:
**1. Estos tres intentos de modelo grande + búsqueda no han completado el avance de la forma del producto de 0 a 1. ** Nacido para fortalecer y completar los productos de diálogo anteriores de motores de búsqueda e IA, por lo que no tiene un punto de inflamación de producto muy interesante.
**2. En esta etapa, la mejora de la experiencia de búsqueda del modelo grande no es fuerte en la experiencia del usuario masivo. ** Solo se puede utilizar como una herramienta profesional en campos académicos, informáticos y otros.
**3.In además, el espacio de comercialización de modelo grande + búsqueda no está claro. ** Después de la adición de la tecnología de modelos a gran escala, el modelo de negocio y el nivel de comercialización de los productos de búsqueda no han cambiado mucho, por lo que no han recibido suficiente atención por parte del mercado de capitales.
A largo plazo, el objetivo final de modelo grande + búsqueda debe ser formar una súper aplicación en la era de los modelos grandes. Al igual que la aparición de los motores de búsqueda en la era de Internet, ha cambiado por completo el modo de adquisición e interacción de información de las personas.
Y si este es el objetivo, la exploración de modelos + búsqueda de hoy será inevitablemente un trampolín en el camino de las piezas de ajedrez. Solo dejando que las piezas de ajedrez continúen saltando puede ocurrir un cambio cualitativo en un determinado nodo en el futuro.
Mientras puedas mantener el gran modelo y la búsqueda avanzando, la luz en primer plano sigue siendo mucho mayor que la oscuridad.
