生成式AI搜索给搜索引擎带来哪些变化

想要理解生成式AI搜索的概念，首先须了解什么是生成式AI。这种AI可以从样本内容中生成文本、图像、音频、程序代码等内容。

开发人员使用机器学习（ML）模型训练生成式AI，使其理解机器语言中的自然内容。

生成式AI使用各种机器学习（ML）模型来训练AI程序、聊天机器人或虚拟助手。比如：

1）生成模型与判别模型

在AI训练中的判别模型中，一位人类监督员会训练AI学习输入样本中两个或多个对象之间的区别。例如，若向AI提供10张10种不同动物的图片作为输入，底层的判别模型将帮助其区分所有动物。

生成模型帮助AI在半监督或无监督的情况下，根据样本数据创建对象、理解输入数据，并将该理解保留在其神经网络记忆中，以便在未来遇到类似的挑战时调用。

2）生成对抗网络（GANs）

该模型结合了生成和判别模型进行AI训练。首先，生成模型输入向量（如关键词、问题等）创建样本。然后，判别模型必须确定创建的样本是假的还是原始输入。若是假的，那么生成模型会重新创建样本，直到创建出判别模型无法分辨的伪造品。

3）基于Transformer的模型

有许多基于Transformer的AI模型，如ChatGPT、LaMDA。

AI开发人员使用上述模型创建了许多功能性的生成式AI程序，可通过简单的输入（如图片、文本、描述、音频等）来执行或生成以下操作：

• 引用网站、杂志、Google图像搜索等的输入，生成不存在的人类图象

• 从草图生成真实图像

• 将一种艺术形式转化为另一种

• 输入MRI扫描，合成CT扫描

• OpenAI的Dall-eAI仅凭文本可创建出色的图像

• DeepMind、AmazonPolly等AI可创建人类演讲

• AI音乐可将无版权的公共音乐转化为配乐

• 输出内容将很大程度上取决于创建生成式AI搜索模型公司的极端化。
• 有些思想学派会更喜欢XYZ生成式AI搜索工具而不是ABC工具。因此，基于在线搜索的工作会出现越来越多的异常情况。
• 这些搜索工具有时会呈现类似的内容
• 搜索结果直观，并以文本、图像、视频、音频等形式丰富相关内容。
• 在线研究工作量将大大减少，无需阅读多个网页撰写内容。
• AI开发人员将提出新的基于AI的在线广告和其他收入模型，以增加他们的营业利润。
• 网络搜索中的分散程度将降低，搜索质量可能会大大降低。
• 在用于商业前，您必须雇用才华横溢的在线研究专业人员和数据分析师分析AI生成的内容。
• 无明确的指导方针说明这种基于AI的网站搜索如何链接回源网站并给这些网站一些信用。因为这些AI不能在没有参考内容的情况下生成内容。

• Google、Yahoo等的受欢迎程度将大幅下降。
• 来自搜索引擎的广告收入也会大幅减少。
• 将出现一种新的收入流，即网站所有者将向生成式AI搜索提供商支付费用，以展示他们网页上的内容。
• 网站流量将大幅减少，因为用户将在其他网页上获得所需内容。

• 获取各领域的建议。
• 利用像ChatGPT这样的生成式AI生成创意内容。
• 获取直观准确的搜索结果，无弹窗干扰。

• 神经匹配，可帮助搜索引擎找出查询与页面之间的关系。
• BERT，用于自然语言处理的预训练。
• GoogleLens，利用手机或平板电脑相机进行物体搜索。
• 多任务统一模型或MUM，提供COVID-19疫苗信息的网页搜索结果。

• SERP顶部显示应用程序、工具和结果的数量。
• 右侧面板中弹出“PeopleAlsoAsk”结果。
• 获得YouChat的建议。
• 显示高权威社交媒体（如Reddit）的顶级讨论卡片。
• 用户还可向相同的搜索中添加更多查询。

• YouChat
• YouCode
• YouWrite

原文作者：李倩楠 

推文编辑：陈柯淼

指导老师：张成智 

项目统筹：刘聪颖