Sumber asli: Tubuh kutub otak
Sumber gambar: Dihasilkan oleh Unbounded AI
Kita semua tahu bahwa model besar harus dilahirkan agar berguna untuk aplikasi. Jadi, aplikasi mana yang dapat memberikan permainan penuh pada potensi nilai model besar AI tercepat dan menjadi perhentian pertama untuk pendaratan model besar? Ketika sampai pada pertanyaan ini, banyak orang pertama-tama akan menjawab: cari.
Di satu sisi, ini karena, setelah ledakan ChatGPT, “pemegang saham utama” Microsoft pertama kali mengintegrasikan kemampuannya ke dalam pencarian Bing, dan pernah mengumumkan bahwa mereka akan mengandalkan keunggulan model besar untuk memilih kakak Google di industri. Kemudian, dalam konteks replikasi skala besar model besar di lingkaran AI China, wajar untuk berpikir mempromosikan pencarian + model besar terlebih dahulu di sisi aplikasi.
Di sisi lain, mesin pencari secara alami memiliki keuntungan karena sangat terintegrasi dengan AI. Pada awal 2014 dan 2015, raksasa mesin pencari tradisional seperti Baidu dan Google mulai mengintegrasikan teknologi AI seperti pembelajaran mendalam dan grafik pengetahuan ke dalam pencarian, sehingga dapat meningkatkan kemampuan mesin pencari untuk memahami instruksi pengguna dan meningkatkan relevansi internal hasil pencarian.
Dapat dilihat bahwa model besar + pencarian dapat dikatakan sebagai waktu dan tempat yang tepat. Setelah hampir satu tahun eksplorasi, aplikasi model + pencarian besar industri AI China secara bertahap diperkaya. Meskipun perubahan yang dibawa oleh model besar untuk mencari belum sepenuhnya muncul, ide eksplorasi yang relatif beragam telah terbentuk.
Agar semua orang lebih jelas memahami kemajuan model + pencarian besar saat ini, dan memahami diferensiasi ide yang berbeda. Kami memikirkan metafora: model besar + pencarian, seperti permainan catur. Bidak catur di tangan semua pemain adalah sama, yaitu teknologi model besar dan teknologi pencarian. Dan tujuan utama mereka adalah sama, yaitu untuk menetaskan aplikasi populer pertama di era model besar.
Namun dalam proses bermain catur, masing-masing memiliki jurus catur yang berbeda. Saat ini, mereka dibagi menjadi tiga genre.
Kontestan 1: Model besar sebagai plugin yang disempurnakan untuk mesin pencari
Pencarian adalah kontak paling sering antara orang dan informasi di era Internet. Mesin pencari perlu memahami maksud pengguna dan sejumlah besar informasi. Sebagai pusat antara informasi dan orang, kebutuhan mesin pencari untuk meningkatkan kecerdasan mereka tidak pernah berakhir.
Perbedaan yang dibawa oleh model besar ke mesin pencari adalah bahwa hal itu tidak hanya dapat meningkatkan pengalaman mesin pencari tradisional, tetapi juga membawa berbagai kemampuan pembuatan konten ke maksud pengguna dan hasil pencarian melalui model AIGC.
Misalnya, model besar tidak hanya dapat meningkatkan akurasi pencarian, tetapi juga menggabungkan beberapa hasil pencarian ke dalam satu kotak konten, menghemat waktu pengguna. Ini setara dengan memberi pengguna beberapa alat pencarian tambahan di luar kerangka pencarian tradisional.
Berdasarkan ide ini, industri mulai mengeksplorasi mode pertama model besar + pencarian: kemampuan model besar sebagai plug-in yang disempurnakan untuk mesin pencari. Di pasar domestik, perwakilan dari genre ini adalah Baidu.
Bisnis pencarian dapat dikatakan sebagai perhentian pertama Baidu untuk transformasi produk melalui kemampuan model besar Wenxin. Pada tahap ini, Baidu telah menambahkan dua “plug-in yang disempurnakan” berdasarkan kemampuan AIGC ke mesin pencari.
Yang pertama adalah mengumpulkan informasi dalam jawaban pertama.
Dalam proses menggabungkan teknologi AI dengan pencarian, Baidu sangat menekankan pada konsep “hasil pencarian pertama adalah untuk memenuhi kebutuhan pengguna”. Kemampuan model besar dapat mengumpulkan informasi penting dari hasil pencarian untuk menghasilkan ringkasan konten. Berdasarkan model ini, Baidu telah memperbarui kemampuan untuk menjawab jawaban pertama di mesin pencari, yang tidak hanya mencakup informasi teks, tetapi juga memahami video melalui model besar untuk meringkas ringkasan. Dalam mode ini, dengan menambahkan hasil yang ingin dicari pengguna dalam konten video, pengguna tidak dapat lagi menonton video, tetapi langsung mendapatkan ringkasan konten video melalui jawaban pertama.
Menurut data yang dirilis oleh Baidu, tingkat kepuasan pencarian pertama di masa lalu hanya sekitar 40%, tetapi setelah menambahkan kemampuan model besar, tingkat tersebut mencapai 70%. Dapat dilihat bahwa kemampuan model besar, sebagai plug-in mesin pencari, adalah untuk mendapatkan umpan balik positif.
Jenis lain dari model besar “plug-in yang disempurnakan” yang dikombinasikan dengan pencarian adalah menyediakan bilah dialog AI selain bilah pencarian, yang merupakan kemampuan “mitra AI” yang diluncurkan oleh Baidu Search di Konferensi Ekologi Seluler pada Mei tahun ini.
Mitra AI dapat melakukan Tanya Jawab AIGC dengan pengguna, membantu pengguna menyelesaikan kemampuan seperti menandai jawaban, menyediakan sumber informasi, meringkas ringkasan dokumen, dll., Saat menggunakan mesin pencari, dan juga mendukung permintaan alat dan layanan lain.
Dengan kata lain, Baidu menyediakan plug-in AIGC berdasarkan kemampuan model besar di antarmuka mesin pencari dan di luar mesin pencari, sehingga mesin pencari dapat memperoleh rekonstruksi model besar dari berbagai sudut. Secara kebetulan, garis pemikiran ini sangat mirip dengan integrasi Google dari chatbot Bard ke mesin pencarinya
Dapat dilihat bahwa produsen dengan keunggulan tradisional mesin pencari lebih cenderung menggunakan model besar sebagai plug-in tambahan, dan mengintegrasikan gagasan “1 + 1 lebih besar dari 2” ke mesin pencari tradisional dari berbagai sudut.
Kontestan 2: Aplikasi pencarian seperti ChatGPT
Selain meningkatkan kemampuan mesin pencari tradisional, model besar juga membawa masalah lain: apakah mungkin untuk memotong formulir pencarian tradisional dan langsung menghasilkan produk pencarian baru berdasarkan kemampuan AIGC?
Ada juga beberapa eksplorasi kemungkinan ini. ChatGPT sendiri memiliki kemampuan untuk memahami semantik, Tanya Jawab multi-putar, pembuatan konten, dll., Dan sampai batas tertentu, ini juga dapat dilihat sebagai semacam “pencarian”. Hanya saja konten pencarian telah berubah dari kata kunci menjadi pertanyaan dan kebutuhan, dan hasil pencarian telah berubah dari halaman web menjadi konten teks yang dihasilkan secara langsung.
Akibatnya, jenis produk pencarian baru yang muncul di industri AI China dapat disebut pencarian seperti ChatGPT. Di antara mereka, perwakilan “kontestan” adalah pencarian AI Tiangong yang diluncurkan oleh Kunlun Wanwei.
Mesin pencari semacam ini sepenuhnya mengambil AIGC sebagai logika inti produk. Pengguna menggunakan bahasa alami untuk mengekspresikan maksud dari kebutuhan mereka, dan kemudian antarmuka pencarian menanggapi jawaban yang relevan, alih-alih menampilkan sejumlah besar tautan web seperti mesin pencari tradisional.
Secara relatif, salah satu inovasi pencarian Tiangong AI terletak pada indeks sumber. Saat menggunakan platform AIGC seperti ChatGPT, kita sering menghadapi ketidakpastian tentang apa yang akan dijawab AI. Model besar dari banyak pertanyaan tidak dapat memberikan jawaban yang benar, dan bahkan membuat argumen, sumber literatur, sumber berita, dll., Yang secara luas dikeluhkan sebagai “omong kosong serius AI”.
Pencarian Tiangong AI menekankan pembuatan jawaban dan sumber informasi referensi pada saat yang sama, untuk memastikan bahwa pengguna dapat melacak referensi informasi, yang sangat menghindari masalah kepercayaan platform AIGC. Dan sumber informasi referensinya juga relatif kaya, termasuk situs web berita, platform tanya jawab pengetahuan, video, dll.
Namun, pada tahap ini, batas antara pencarian mirip ChatGPT dan platform AIGC masih sulit dibedakan, dan persepsi pengguna tentangnya tidak jelas. Model ini perlu dipopulerkan dan diuji lebih lanjut oleh pengguna.
Pemain 3: Pencarian Vertikal Pendaratan Model Besar
Setelah lanskap mesin pencari relatif stabil, ada ide industri seperti itu: setelah peluang pencarian umum tidak besar, mesin pencari dapat melakukan upaya di bidang pencarian vertikal, sehingga dapat mengkonsolidasikan basis pengguna dengan permintaan pencarian berkelanjutan di bidang ini. Sogou Search dan Quark semuanya telah melakukan upaya di bidang pencarian vertikal. Di antara mereka, Quark telah mencapai hasil yang baik di kalangan pengguna muda berdasarkan kemampuan pencarian vertikalnya.
Ide ketiga dari model besar + pencarian adalah memimpin dalam pendaratan model besar dalam pencarian vertikal. Dengan cara ini, ini memperkuat kemampuan pemahaman bahasa alami dan pengalaman pengambilan informasi di area pencarian tertentu. Di bidang ini, pemain perwakilan saat ini adalah Quark. Pada 14 November, grup bisnis informasi cerdas Alibaba merilis model besar quark. Berdasarkan posisinya sendiri yang berbeda, penerapan model besar quark akan memberikan prioritas pada penerapan pencarian profesional dan layanan informasi lainnya. Selain model bahasa besar dasar, model besar quark juga akan menurunkan model vertikal seperti perawatan medis dan pendidikan, yang menunjukkan pentingnya quark melekat pada bidang pengetahuan khusus.
Saat ini, perawatan medis, pendidikan, dan humaniora dan ilmu sosial adalah arah utama untuk pencarian vertikal model besar. Arah ini memiliki persyaratan yang kuat untuk sumber informasi, dan memiliki karakteristik kata kunci yang tidak jelas, informasi yang kurang efektif, dan logika yang kuat, yang lebih cocok untuk model besar untuk menggunakan karakteristik mereka sendiri daripada pencarian umum. Pada saat yang sama, kombinasi model besar dan pencarian vertikal juga dapat mengurangi biaya produk dan meningkatkan efisiensi keseluruhan model besar di bidang pencarian.
Bahkan, ada juga varian kombinasi pencarian vertikal dan model besar, yaitu setiap disk jaringan saat ini online dengan fungsi pencarian dengan kemampuan pemahaman bahasa alami. Anda dapat menggunakan informasi penting seperti deskripsi dan kata sifat yang tidak jelas untuk mengambil data disk jaringan, terutama untuk gambar, video, dan konten lainnya.
Ini semua batu loncatan untuk aplikasi super
Jadi pertanyaannya adalah, mode mana yang merupakan jawaban yang benar untuk model besar + pencarian?
Maaf, jawabannya hanya bisa menunggu.
Model besar + pencarian adalah skenario pendaratan model besar yang secara logis sangat menjanjikan. Oleh karena itu, setelah ChatGPT baru saja mulai meledak, Microsoft membangun kemampuan model besar ke BingChat dan merilis banyak kata-kata kejam tentang pencarian Google. Tetapi hampir setahun kemudian, Microsoft telah memisahkan banyak kemampuan AI-nya dari bisnis pencarian, dan dominasi pasar Google belum terpengaruh. Dapat dilihat bahwa masih ada jalan panjang untuk beralih dari teori ke praktik dalam skenario ini.
Melihat kembali pasar domestik, Anda akan menemukan bahwa ketiga mode eksplorasi masih bertarung secara terpisah, dan tidak ada banyak konfrontasi, dan tidak ada pengakuan umum tentang model besar + pencarian di sisi pengguna, dan bahkan tingkat pendaratannya jauh lebih rendah daripada aplikasi dialog seperti ChatGPT itu sendiri. Tiga alasan dapat ditemukan:
**1. Ketiga upaya model besar + pencarian ini belum menyelesaikan terobosan bentuk produk dari 0 menjadi 1. **Lahir untuk memperkuat dan melengkapi mesin pencari sebelumnya dan produk dialog AI, sehingga tidak memiliki flashpoint produk yang sangat menarik.
**2. Pada tahap ini, peningkatan pengalaman pencarian model besar tidak kuat dalam pengalaman pengguna massal. ** Ini hanya dapat digunakan sebagai alat profesional di bidang akademik, TI dan bidang lainnya.
** 3.In Selain itu, ruang komersialisasi model besar + pencarian tidak jelas. **Setelah penambahan teknologi model skala besar, model bisnis dan tingkat komersialisasi produk pencarian tidak banyak berubah, sehingga tidak mendapat perhatian yang cukup dari pasar modal.
Dalam jangka panjang, tujuan akhir dari model besar + pencarian harus membentuk aplikasi super di era model besar. Sama seperti munculnya mesin pencari di era Internet, itu telah sepenuhnya mengubah mode akuisisi dan interaksi informasi orang.
Dan jika ini tujuannya, eksplorasi model + pencarian besar hari ini pasti akan menjadi batu loncatan di jalan bidak catur. Hanya dengan membiarkan bidak catur terus melompat, perubahan kualitatif dapat terjadi pada simpul tertentu di masa depan.
Selama Anda dapat mempertahankan model besar dan pencarian bergerak maju, cahaya di latar depan masih jauh lebih besar daripada kegelapan.
