大模型+搜索:一盤跳棋和三位選手

0 評論 1028 瀏覽 6 收藏 14 分鐘

大模型落地的第一站是什么?很多人都會回答“搜索”。確實,大模型+搜索應用在這一年來也逐漸變得豐富了起來。那么,大模型+搜索目前走出了哪些“流派”?一起來看看本文的梳理。

我們都知道,大模型必須誕生應用才有價值。那么,哪種應用才能最快發揮出AI大模型的價值潛力,成為大模型落地的第一站?提起這個問題,很多人會首先回答:搜索。

這一方面是因為,在ChatGPT爆火之后,“大股東”微軟首先就將其能力融入到Bing搜索中,并且一度宣布要憑借大模型優勢,把行業老大哥谷歌挑落馬下。那么在中國AI圈大規模復刻大模型的背景下,在應用側也自然會想到首先推進搜索+大模型。

另一方面,搜索引擎天然有著與AI深度結合的優勢。早在2014、2015年,百度和谷歌這些傳統搜索引擎巨頭就開始將深度學習、知識圖譜等AI技術融入搜索當中,以此提升搜索引擎對用戶指令的理解能力,增強搜索結果的內在關聯性。

由此可見,大模型+搜索,可謂是天時地利人和。經過近一年時間的探索,中國AI行業的大模型+搜索應用也逐漸豐富了起來。雖然大模型帶給搜索的改變并沒有徹底浮現出來,但已經形成了較為多樣化的探索思路。

為了能讓大家更生動了解大模型+搜索的目前進展,理解不同思路的差異化。我們想了一個比喻:大模型+搜索,就像一盤跳棋。各位選手手里的棋子都是一樣的,即大模型技術與搜索技術。而他們的最終目標是一致的,即孵化大模型時代的第一個爆款應用。

但在下棋的過程中,各自的棋路卻有不同。目前來看,它們分為三個流派。

一、選手一:大模型作為搜索引擎的增強插件

搜索,是互聯網時代人與信息之間最為頻繁的接觸場景。搜索引擎既需要理解用戶意圖,也需要理解海量信息。作為信息與人之間的樞紐,搜索引擎提升智能水平的需求是永無止境的。

而大模型為搜索引擎帶來的差異在于,它不僅能夠加強傳統搜索引擎的體驗,還能夠通過AIGC模式帶來各種對用戶意圖與搜索結果的內容生成能力。

舉個例子,大模型不僅能夠提高搜索精準度,還可以把搜索出的多個結果合并生成到一個內容框里,節省用戶時間。這相當于在傳統的搜索框架外,給用戶了一些額外的搜索工具。

基于這種思路,業界開始探索大模型+搜索的第一種模式:把大模型能力,當做搜索引擎的增強插件。在國內市場上,這個流派的代表是百度。

搜索業務,可以說是百度通過文心大模型能力進行產品改造的第一站。目前階段,百度已經在搜索引擎中添加了兩種基于AIGC能力的“增強插件”。

首先,是在首條回答中進行信息聚合。

在AI技術與搜索結合的過程中,百度非常強調“首條搜索結果即滿足用戶需求”的理念。而大模型能力,可以將搜索結果進行關鍵信息的聚合,從而生成內容摘要?;谶@種模式,百度在搜索引擎中更新了首條回答能力,其覆蓋范圍不僅是文字信息,還可以通過大模型對視頻進行理解從而歸納摘要。在這種模式下,加入用戶想要搜索的結果在視頻內容中,用戶就可以不再去觀看視頻,而是通過首條回答直接得到視頻內容的總結歸納。

百度公布的數據顯示,過去首條搜索滿足率只有40%左右,而在加入大模型能力后,這一比率達到了70%??梢姶竽P湍芰ψ鳛樗阉饕娌寮?,是收獲正向反饋的。

另一種“增強插件”式的大模型結合搜索,是在搜索欄之外專門提供一個AI對話欄,也就是百度搜索在今年5月移動生態大會上推出的“AI伙伴”能力。

AI伙伴可以與用戶進行AIGC問答,幫助用戶在使用搜索引擎時完成諸如答案標記、提供信息來源、總結文檔概要等能力,同時還支持其他工具和服務的調用。

也就是說,百度在搜索引擎界面內,以及搜索引擎之外,都提供了基于大模型能力的AIGC插件,從而讓搜索引擎獲得多個角度的大模型重構。無獨有偶,這一思路與谷歌將Bard聊天機器人整合到搜索引擎中非常相似

可見具有搜索引擎傳統優勢的廠商,更傾向于將大模型作為增強插件,多角度融入傳統搜索引擎這種“1+1大于2”的思路。

二、選手二:類ChatGPT的搜索應用

在增強傳統搜索引擎能力之外,大模型還帶來了另一個問題:是否有可能繞開傳統搜索形態,直接基于AIGC能力產生新的搜索產品?

在這種可能性上也出現了一些探索。ChatGPT本身即具備語義理解、多輪問答、內容生成等能力,從某種程度上看,這也可以看作是一種“搜索”。只不過搜索的內容從關鍵詞變成了提問和需求,搜索結果從網頁變成了直接生成文字內容。

于是,中國AI行業中出現的一種新型搜索產品,可以被稱為類ChatGPT搜索。其中具有代表性的“參賽選手”,是昆侖萬維推出的天工AI搜索。

這種搜索引擎完全以AIGC作為產品核心邏輯。用戶通過自然語言來表達需求意圖,隨后搜索界面反饋出相關答案,而不再像傳統搜索引擎一樣展現大量網頁鏈接。

相對來看,天工AI搜索的一個創新點在于信源索引。在使用ChatGPT等AIGC平臺時,我們經常會面臨一個問題,就是AI回答內容的不確定性。極多問題大模型都無法給出正確答案,甚至會胡亂編造論據、文獻出處、新聞源等,也就是廣受吐槽的“AI一本正經地胡說八道”。

而天工AI搜索則強調了生成答案的同時給出參考信息源,從而確保用戶能夠追溯信息的可參考性,極大規避了AIGC平臺的信任難題。并且其參考信息源也相對豐富,包含了新聞網站、知識問答平臺、視頻等。

但在目前階段,類ChatGPT搜索與AIGC平臺的界限還難以區分,用戶對其認知還不明確。這種模式有待于進一步的市場普及與用戶檢驗。

三、選手三:大模型落地垂類搜索

在搜索引擎格局相對穩定之后,曾經出現過這樣一種產業思路:通用搜索機會不大之后,搜索引擎可以在垂直搜索領域發力,從而夯實對該領域有持續搜索需求的用戶群。搜狗搜索、夸克,都曾經在垂直搜索領域發力。其中夸克憑借垂直搜索能力,在年輕用戶群中獲得了不錯的成績。

大模型+搜索的第三種思路,是將大模型率先落地在垂直搜索當中。以此強化具體搜索領域的自然語言理解能力與信息檢索體驗。在這個領域,目前的代表選手是夸克。11月14日,阿里巴巴智能信息事業群發布了夸克大模型。立足于自身的差異化定位,夸克大模型應用會優先落地在專業搜索等信息服務領域。而除了基礎的大語言模型之外,夸克大模型還將衍生出醫療、教育等垂類模型,可見夸克對專用知識領域的重視程度。

目前來看,醫療、教育、人文社科,是大模型落地垂直搜索的幾個主要方向。這幾個方向都對信息源有著極強的要求,并且存在關鍵詞模糊、有效信息較少、邏輯性較強等特點,相比于通用類搜索來說,更加適合大模型發揮出自己的特性。同時,優先將大模型與垂直搜索進行結合,也可以很好地降低產品成本,提升大模型的應用于搜索領域的整體效率。

事實上,還有一種垂類搜索與大模型結合的變體,就是各家網盤目前都在上線具備自然語言理解能力的搜索功能??梢酝ㄟ^模糊描述、形容詞等關鍵信息來檢索網盤資料,尤其是對圖片、視頻等內容進行搜索。

四、都是超級應用的跳板

那么問題來了,到底哪種模式才是大模型+搜索的正確解答呢?

不好意思,答案只能是虛席以待。

大模型+搜索,是一個在邏輯上非常具有前景的大模型落地場景。因此在ChatGPT剛剛開始爆火后,微軟就將大模型能力打造為BingChat,并對谷歌搜索放出了諸多狠話。但時間過去了快一年,微軟已經將很多AI能力剝離出了搜索業務,而谷歌的市場霸主地位也沒有受到什么影響??梢娺@一場景從理論到實踐,還有不斷的路要走。

回望國內市場,會發現三種探索模式還各自為戰,并沒有產生太多交鋒,在用戶側也沒有掀起對大模型+搜索的普遍認知,甚至其落地程度遠不如類ChatGPT的對話應用本身。究其原因,可以發現三點:

  1. 這三種大模型+搜索的嘗試,都沒有完成產品形態從0到1的突破。而生在此前的搜索引擎、AI對話產品上進行加強和補完,因此不具備非常引人關注的產品爆發點。
  2. 目前階段,大模型對搜索體驗的提升在大眾用戶端體驗感不強。其更多只能作為學術、IT等領域的專業工具。
  3. 除此之外,大模型+搜索的商業化空間并不明晰。加入大模型技術之后,搜索產品的商業模式與商業化水平都沒有發生較大的變化,因此受到資本市場的關注不足。

長遠來看,大模型+搜索的最終目標,一定是形成大模型時代的超級應用。如同互聯網時代搜索引擎的出現一樣,徹底改變人們的信息獲取與交互模式。

而如果以此為目標,今天的大模型+搜索探索必然還是棋子行進路上的跳板。也只有讓棋子持續跳下去,未來某個節點才可能發生質變。

只要能讓大模型和搜索互為動力,持續跳向前方,那么前景中的光明依然遠大于黑暗。

作者:風辭遠

來源公眾號:腦極體(ID:unity007),從技術協同到產業革命,從智能密鑰到已知盡頭。

本文由人人都是產品經理合作媒體 @腦極體 授權發布,未經許可,禁止轉載。

題圖來自 Unsplash,基于 CC0 協議

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!