編者按

互聯網正在被重塑，改變這一切的是A。幾十年來，互聯網意味著搜索和查看它已經成為我們獲取信息的習慣，所以很少有人質疑這種方法是否合理。

但 AI正以超乎人們想象的速度改變這一切。新一代 A驅動的搜索引擎更容易獲取信息。它只提供答案，不再需要我們尋找答案。與此同時，網絡上開始充斥著大量的AI生成質量可疑的內容，污染了搜索結果，使得搜索不再那么可靠。

搜索引擎的變化

在過去的20年里，全球搜索引擎的市場結構一直比較穩(wěn)定，很少有突破性的創(chuàng)新，大模型的出現帶來了革命性的機遇。

傳統(tǒng)的搜索方法是搜索引擎在輸入關鍵字或問題后提供最相關的結果。為了獲得有用的信息，用戶必須自己篩選并逐個打開鏈接，然后花時間閱讀和總結。從輸入一個關鍵詞到得出結論，整個搜索過程需要時間，估計客戶得到想要的結果至少需要幾分鐘。

這種效率顯然不高，客戶不得不排除競價排名廣告等其他因素的影響。尤其是隨著移動互聯網推薦系統(tǒng)的興起，越來越多 C 終端用戶搜索次數下降，在中國市場尤為明顯。人們已經開始將小紅書、微信、微博等一系列社交平臺作為新的搜索引擎。

怎樣讓大家重新回到搜索引擎？近年來，谷歌、百度都陷入了困境。

毫無疑問，谷歌在搜索領域仍然占據主導地位，在全球搜索引擎市場中仍占有90%的份額。 (百度占據了中國市場的約約 60% 的份額） 。然而，越來越多的用戶，尤其是Z世代的客戶，已經變得更喜歡在谷歌以外的地方獲取信息。根據相關機構的研究數據，這個數字已經達到。 40%。

造成這種情況的原因有很多:隨著搜索引擎廣告業(yè)務的不斷增加，有用的搜索結果在頁面上的位置越來越低，而廣告的位置越來越高。此外，搜索引擎優(yōu)化（SEO）麻煩，許多垃圾信息擠出了相關的搜索結果，只是為了能夠在搜索引擎中名列前茅。

在此之前，谷歌已經開始將來了。 TikTok 等待社交平臺的更多內容直接整合到搜索結果中。百度上，人們還可以從小紅書中找到內容。Google Bard（后更名為 Gemini）隨著文心一言的發(fā)布，用戶在搜索某些內容時，可能會收到一個清晰自然的語言答案，由人工智能編寫。

但是問題接踵而至。此后，谷歌的人工智能產生了一系列虛假和錯誤的信息——例如，建議在披薩食譜中加入膠水，或者吃石頭來補充營養(yǎng)。雖然我們都知道人工智能不可避免地會出錯，但當這些錯誤與人們長期信任的搜索引擎相結合時，它們的影響遠遠超過了與聊天機器人交談時發(fā)現它們“不知道該怎么辦”。 產生的負面感覺。許多專家擔心，世界上最重要的知識引擎突然充斥著不可靠甚至危險的謊言，會帶來不可逆轉的困境。

樂觀主義者表示，雖然人工智能提供的答案并不完美，但人們可以比以往任何時候更有效地瀏覽他們需要的信息。他們認為錯誤的信息只是一個短期問題，隨著時間的推移，它會變得越來越準確。

為解決這個問題，有許多問題 AI搜索開始在答案中添加信息源進行搜索，以確保答案可追溯性、可驗證性和可靠性。信息源的引入部分解決了大模型幻覺和可解釋性不足的問題，改善了人們的使用。 AI的自信。另外，這樣的“學院派”功能也特別適合那些把搜索引擎作為生產工具的用戶。

昆侖萬維董事長兼 CEO 方漢認為，中國移動互聯網群雄割據，大量娛樂方向輕微內在。 每一個巨人的平臺都可以容納，但是一些嚴肅內容的公開程度反而更高。萬維天工昆侖 AI 目標群體，即那些將搜索作為生產力工具的人，包括媒體、科研、投研等方面的人?；趶V告的傳統(tǒng)搜索巨頭生存的商業(yè)模式很難支持。 AI 搜索的顛覆性創(chuàng)新，而大型搜索在提高每個人生產力方面的創(chuàng)新，有望帶來新的收費模式。

事實上，互聯網現在面臨的問題可能和 AI 搜索的準確性無關緊要。令人擔憂的是，如果人們只看搜索引擎總結的內容，那些依靠流量來支撐自己業(yè)務網站的收入就會急劇下降，最終專業(yè)的內容制作人就會被移出市場。從長遠來看，沒有人愿意生產。 AI 在過去的30年里，科技巨頭、內容制作者和廣告商之間所需的高質量內容的平衡正在被打破。

AI的“黑盒”

谷歌作為這次大型比賽的失意者，當然是對的。 AI 發(fā)展的貢獻也是不可磨滅的，幾十年來的大量投入，創(chuàng)造了 Transformer 這種具有跨世代意義的基礎結構， OpenAI GPT 苦苦追逐就像是 20 世紀 60 美蘇時代登月大賽，最終逼出了世界上第一個千億參數的大語言模型。

所以，大語言模型就是我們的方向。 AGI 正確的路面(通用人工智能)？至少目前專家們還沒有達成共識。盡管大型模型顯示出驚人的能力，但是它也存在一些明顯的問題。

首先是不可解釋的。大模型的生成內容依賴于數千億個神經元連接參數的計算，因此很難解釋其決策過程和生成結果的具體原因。這種不可解釋的黑盒決策模式會造成很多應用問題，尤其是在一些敏感領域，模型的不可解釋性與監(jiān)管政策相沖突。

人工智能和大數據專家竇德景博士認為，與傳統(tǒng)的深度學習模式相比，大語言模式的可解釋性得到了提高。原因是我們可以用提醒工程來解釋模型，然后探索大模型行為的邊界。這樣，我們就可以從一個完全看不見的黑盒改變到白盒和黑盒之間的狀態(tài)，這種模式也被稱為“玻璃盒”。

第二，人工智能的倫理和安全也是一個必須引起重視的問題。許多專家建議各國政府開始采取行動，建立一個跨國組織，類似于國際原子能機構，以控制人工智能的發(fā)展。OpenAI 伊利亞是首席科學家?蘇茨克維爾(現已離開 OpenAI）曾經在公司內部建立了一個非常對齊的團隊，確保人工智能行為能夠對齊人類的價值觀，從算法上保護人類的根本利益。

從訓練數據的角度來看，阿里巴巴試圖解決問題。通義大模型團隊與天貓精靈聯合提出 100PoisonMpts(也稱為“給予” AI 的 100 瓶子毒藥)項目， 該項目提供了業(yè)內第一個大語言模型治理開源中文數據，由十多位知名專家學者成為第一批“給予” AI 的 100 標注工程師的瓶毒藥。標記者各提出 100 一個棘手的問題，誘導偏見，歧視答案，并標記大模型答案， 完成與 AI 攻防從“下毒”到“解毒”。圍繞第一個領域的數據 AI 反歧視、同理心、討論表達等目標已經涵蓋了法理學、心理學、兒童教育、無障礙、冷知識、親密關系、環(huán)境公平等維度。

最終是計算效率的問題，大型訓練模型所需的計算量非常大，能耗驚人。例如，訓練 GPT-3 耗用了 1.287 吉瓦的時電量，大約相當于 120 一個美國家庭每年消耗電力。如今，隨著全球氣候變化的影響越來越大，如何提高大模型的練習效率和云計算的效率是主要因素 AI 企業(yè)和云計算設施提供了企業(yè)必須面對的問題。

把 AI 作為方法

1994 年，凱文 · 在他的《失控》中，凱利是對的。 AI 有極其精確的預測：

“我們基本上不會注意到水果上的標簽、電影字幕等無處不在的文字。電機剛出現的時候，就像一只傲慢的野獸，但從那以后，它們逐漸縮小，變成了微不足道的東西，融入了大多數機械設備(并被遺忘)。最深層次的技術是那些看不見的技術，它們把自己編織成日常生活。 在細微的末節(jié)中，直到成為生活的一部分。

AIGC 內容創(chuàng)作者在大爆發(fā)后發(fā)現，AI 作為輔助工具，他們在幫助他們提供靈感、創(chuàng)造力和提高效率方面越來越得心應手。他們需要不同層次的日常工作。 AI 協(xié)助，這也使得工具型 AI 應用程序可以迅速出現。內容創(chuàng)作者可以從相關應用平臺提供的產品中獲得更多的想象力和創(chuàng)造力，節(jié)省大量時間。

如今，AI 它不僅可以幫助你創(chuàng)造文學和藝術，還可以幫助你一鍵完成繁瑣的工作。每個人都已經從對技術的好奇和觀望轉變?yōu)樗伎既绾巫尨竽Ｐ椭?，產生真正的價值。

當我們將 AI 當被視為工具而非人類的替代品時，它是一種 AI 與人類相處的新方式也出現了。

根據麥肯錫的研究報告，生成式 AI 有望為全球經濟做出貢獻。 7 一萬億美元的價值，這些價值的計算主要來自兩個角度： 60 多個生成式 AI 用例在 16 在業(yè)務功能中的應用；二是生成式 AI 對 850 個體職業(yè)和超越 2100 對具體工作任務的影響。

預計到 2030 年前，約 50% 智能工作任務將實現。在中國，這可能意味著預約。 2 億萬勞動者需要轉型或升級技能。生成式 AI 不但能提高工作效率和創(chuàng)新能力，而且能深刻改變未來的工作方式和經濟結構。

本文來自微信公眾號“中歐商業(yè)評論”（ID:ceibs-cbr），作者：唐浩楠，36氪經授權發(fā)布。

本文僅代表作者觀點，版權歸原創(chuàng)者所有，如需轉載請在文中注明來源及作者名字。

免責聲明：本文系轉載編輯文章，僅作分享之用。如分享內容、圖片侵犯到您的版權或非授權發(fā)布，請及時與我們聯系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com