Fuente de la imagen: Generada por IA ilimitada
En la era de los grandes modelos, ¿qué tipo de búsqueda necesitamos?
La impactante aparición de ChatGPT hizo que todos se dieran cuenta de que es hora de reconstruir el modo en que los humanos aceptan y procesan la información.
Anteriormente, un profesor de la Universidad de California en Berkeley hizo una asombrosa predicción de que el GPT en 2030 podría aprender el conocimiento que los humanos necesitan aprender durante 2.500 años en un día.
Aunque todavía no es posible competir en este sentido con la vida basada en el silicio, no hay duda de que en la era de la explosión del conocimiento y la sobrecarga de información, la información que necesitamos no es sólo la información que se apila aleatoriamente frente a nosotros después de una búsqueda sencilla: "alimentos crudos" sin masticar.
Lo que necesitamos es un "producto terminado", una herramienta de búsqueda que comprenda mejor los corazones de las personas, más información real y práctica, y una fuente de información más autorizada y confiable.
Si esta herramienta es lo suficientemente empática como para adivinar con precisión nuestras intenciones y brindarnos un flujo constante de inspiración a través de preguntas pertinentes, será aún más perfecta.
Ahora bien, ¡nada de lo anterior es una fantasía!
Anteayer, Kunlun Wanwei lanzó oficialmente el primer motor de búsqueda en China que incorpora un modelo de lenguaje grande: Tiangong AI Search, y al mismo tiempo abrió la aplicación para pruebas internas (dirección de prueba interna: tiangong.cn).
Como el primer grupo de usuarios que participó en la prueba interna, después de dos días de experiencia profunda, el editor considera que es más inteligente que la búsqueda tradicional, más en tiempo real que GPT-4 y más precisa que otras búsquedas de IA.
¡Ha llegado realmente el momento singular de la búsqueda tradicional!
0 1
Cómo la búsqueda está entrando en la era de la IA
Habiendo derrotado a tantos oponentes, ¿cómo lo hizo Tiangong AI Search?
La sensación más fuerte tras la experiencia del editor es que, por primera vez, la búsqueda se ha humanizado.
Búsqueda inteligente, resumen completo
En los motores de búsqueda tradicionales, ingresamos palabras clave y lo que sigue es una gran cantidad de información.
En esta posibilidad infinita, necesitamos perder innumerables horas, explorando como una "búsqueda del tesoro", y es posible que al final no haya ningún resultado.
La búsqueda con IA basada en la capacidad de modelos grandes es una búsqueda generativa. Los usuarios pueden expresar claramente sus intenciones a través del lenguaje natural. La búsqueda con IA proporciona respuestas organizadas y refinadas, no "información" sino "conocimiento".
La capacidad de integrar, refinar y conectar la información proporcionada por modelos grandes permite que la búsqueda de IA aborde mejor los problemas abiertos. Cuando se trata de búsquedas de conocimiento y creativas, el rendimiento también es mejor que el de los motores de búsqueda tradicionales.
En lo que respecta a la búsqueda de Tiangong AI, es similar a los motores de búsqueda tradicionales y primero mostrará la fuente de información de los resultados de la búsqueda.
Luego, se proporciona un resumen generado por el gran modelo de IA.
Finalmente, se compara con la pregunta de seguimiento generada por IA y se forma el método de presentación de resultados de "enlace-respuesta-pregunta".
Además, basándose en la comprensión del contexto y la semántica, Tiangong AI Search puede ayudar continuamente a los usuarios a descubrir sus verdaderas intenciones de búsqueda, resolver los problemas y dificultades reales de los usuarios y realizar investigaciones en profundidad sobre temas complejos en forma de resumen de IA + múltiples. rondas de diálogo.
Por ejemplo, si necesitamos perder peso ahora, pero no sabemos nada al respecto, ingresamos “cómo perder diez libras en 10 días” en un buscador tradicional, y luego tenemos que enfrentarnos a enlaces masivos.
En la búsqueda de Tiangong AI, lo que se proporciona no es un enlace aislado, sino una serie orgánica de resultados.
La ventaja de esto es que evita la situación de "un montón de enlaces que llegan a tu cara en desorden" en la búsqueda tradicional, y no tienes que preocuparte por la sobrecarga de información. La velocidad y la exhaustividad con la que entendemos la información mejorarán enormemente.
Porque la búsqueda con IA de Tiangong pone los enlaces en contexto, los clasifica y los presenta de forma orgánica, para que los usuarios puedan captar los puntos principales de un vistazo.
Con base en las respuestas anteriores, naturalmente podemos hacer más preguntas sobre los dos métodos principales de ejercicio y dieta.
A partir de las preguntas que nos plantea, podemos preguntarnos: ¿cómo debemos planificar nuestra alimentación?
La respuesta es muy confiable: no existe una "cocina automática" inventada por la propia IA, y la condición de sólo "carne de res y pollo" está bien satisfecha.
Por último, podemos pedirle que resuma una lista de la compra del supermercado a partir de recetas.
En sólo 10 minutos obtuvimos un programa de pérdida de peso completo, que es extremadamente manejable.
¡Deje que un principiante en fitness obtenga con éxito el "conocimiento" que puede guiarlo para perder peso a partir de la gran cantidad de "información" en Internet!
En resumen, los resultados que arrojan los buscadores tradicionales se clasifican según la relevancia de los enlaces obtenidos por cada algoritmo y la pregunta, y se presentan de mayor a menor. La lógica entre cada vínculo es siempre solo una clasificación de correlación abstracta, con los superiores en la parte superior y los inferiores en la parte inferior.
La búsqueda con IA de Tiangong es una versión inteligente de la búsqueda tradicional que puede resumir el contenido de cada enlace y las posibles conexiones lógicas entre ellos a través de un modelo de lenguaje grande, para ayudar a los usuarios a obtener información que sea relevante para ellos más rápido y mejor. .
Por cierto, el editor también hizo la misma pregunta a Bing Chat, pero su respuesta fue muy superficial.
Acabo de enumerar las permutaciones y combinaciones de varios alimentos. Ignorando por completo el requisito de no repetir muestras durante 5 días.
Al mismo tiempo, Tiangong AI Search también realiza la identificación y selección de páginas web publicitarias a través de un modelo grande, lo que resuelve el omnipresente problema de la publicidad en los motores de búsqueda tradicionales.
De esta manera, se garantiza que los usuarios puedan obtener resultados de búsqueda puros y de alta calidad, y no tengan que preocuparse de ser engañados por los anuncios durante el uso.
A continuación, analicemos cuidadosamente varios "superpoderes" únicos de la búsqueda de IA en Tiangong.
Cuestionamiento ilimitado, entrelazamiento
Entre estas habilidades la que más me impresiona es sin duda el “Cuestionamiento Infinito”.
Cuando utilizamos la búsqueda tradicional, si queremos continuar entendiendo un tema en profundidad, no solo debemos comenzar una nueva ronda de búsqueda desde el principio, sino que también debemos pensar qué palabras clave antiguas debemos conservar mientras agregamos nuevas palabras clave. para que el motor de búsqueda no se desvíe.
Además, para volver fácilmente a las respuestas de consultas anteriores, tenemos que mantener varias pestañas del navegador, lo cual es extremadamente engorroso de operar.
Sin embargo, la búsqueda con IA de Tiangong puede realizar una exploración en profundidad a través de más de 20 rondas de interacción, empujándonos a acercarnos a la respuesta definitiva paso a paso.
Tomemos como ejemplo la pregunta de la entrevista del ingeniero de algoritmos hecha a sí misma que se resolvió fácilmente cuando se acaba de lanzar el modelo Tiangong.
Después de "aprender en Internet", Tiangong AI Search rápidamente proporcionó una implementación de Python basada en la dicotomía.
Inmediatamente después, Tiangong AI Search dio tres preguntas más basadas en la pregunta en sí y el método que utilizó.
Evidentemente, si queremos conocer más sobre la solución a esta pregunta basta con hacer clic en la pregunta uno.
En respuesta a este problema, además de analizar la "dicotomía" utilizada anteriormente, Tiangong AI Search ha proporcionado dos nuevos métodos, el "método de interpolación" y el "método de Fibonacci".
Si desea obtener más información sobre la implementación del método de interpolación, simplemente dígaselo directamente a Tiangong AI Search, sin repetir las preguntas anteriores en absoluto.
Al usar Tiangong AI para buscar "Pregunta", el editor de repente sintió que este proceso le resultaba muy familiar.
La filosofía griega antigua es un sistema de investigación profunda y lógica precisa. Agotando todas las cosas y encontrando sus raíces, los seres humanos están explorando el origen del universo en su búsqueda.
Parece que ya sea para aprender un nuevo conocimiento metafísicamente o para escribir un artículo académico, Tiangong AI Search definitivamente tendrá mucho que hacer en el proceso de ayudarnos a abrir nuestras mentes y desarrollar el razonamiento.
Si nos remontamos a la fuente, la respuesta es confiable.
En el constante cuestionamiento, la búsqueda por IA de Tiangong nos ayuda a resolver nuestras dudas, pero ¿cómo confirmar que la respuesta es correcta?
Un importante problema de la búsqueda tradicional es que la información de diferentes fuentes se mezcla. Por otro lado, el mecanismo de generación del modelo grande no puede evitar el fenómeno de las "tonterías graves".
Aquí, otra característica importante de la búsqueda de Tiangong AI es que debajo de todas las respuestas, aparece el índice de origen para que podamos verificar la información.
Como resultado, cualquiera puede examinar la exactitud de la respuesta, garantizando así que la respuesta sea rastreable, verificable y confiable.
Por ejemplo, dejemos que Tiangong AI busque y responda ¿cuáles son las perspectivas de desarrollo de modelos lingüísticos a gran escala?
Tiangong AI Search proporcionó 4 tendencias de desarrollo y enumeró 6 fuentes de información encima de las respuestas, que cubren varios medios de comunicación como Zhihu.
Si no puede confirmar el segundo punto, puede leer el texto completo para obtener más información según la fuente de la anotación.
O si tiene preguntas sobre el punto 3, consulte el sexto enlace.
Además, los resultados de búsqueda de cada ronda se mantendrán en el registro histórico, lo cual es conveniente para buscar en cualquier momento e incluso se puede compartir con otros con un solo clic.
A medida, miles de caras
El empoderamiento de modelos grandes permite reconocer intenciones, y la búsqueda de IA de Tiangong que "comprende mejor los corazones de las personas" nos dará respuestas más precisas y personalizadas.
Por primera vez, obtuvimos una experiencia de búsqueda "hecha a medida" y con "miles de caras".
El editor hizo dos preguntas por separado y estableció diferentes pesos iniciales. Le pedí a Tiangong AI Search que me ayudara a formular un plan de acondicionamiento físico y pérdida de peso.
En las respuestas y preguntas dadas por Tiangong AI Search, enfatizó específicamente la seguridad del ejercicio para perder peso para personas con gran peso corporal y recordó a los usuarios que eviten lesiones deportivas.
En las preguntas y respuestas, incluso se propuso específicamente el método de "ejercicio aeróbico de bajo impacto" para prevenir daños al cuerpo durante el proceso de pérdida de peso.
En otra pregunta, cuando establecimos el peso en 80 kg, las respuestas y preguntas dadas por Tiangong AI Search no implicaron evitar lesiones deportivas, sino que enfatizaron el efecto del ejercicio y el desarrollo de hábitos de ejercicio.
También habrá una gran diferencia entre la respuesta que obtiene el usuario después de usar la pregunta de seguimiento para hacer más preguntas y la configuración de la pregunta de seguimiento y 150 kg.
También es una cuestión de fitness y pérdida de peso. Siempre que los usuarios puedan proporcionar tantos detalles como sea posible a Tiangong AI Search, obtendrán resultados de búsqueda y respuestas más personalizados.
Esta experiencia de búsqueda personalizada "hecha a medida" y "miles de personas y miles de caras", en un entorno de búsqueda que admite múltiples rondas de diálogo, se basa en el reconocimiento de intenciones, la recepción de comentarios de los usuarios y la tecnología de percepción del contexto.
¡Este tipo de experiencia no pertenece a la misma era que la búsqueda tradicional que solo se basa en la concordancia de palabras clave!
Información en tiempo real, evita alucinaciones
Además del motor de búsqueda, en comparación con el modelo tradicional de lenguaje grande, incluso si está conectado al complemento de red, la información en tiempo real buscada por Tiangong AI es aún más en tiempo real y las respuestas dadas en base a ella. son más completos.
Por ejemplo, el debate sobre la superconductividad a temperatura ambiente es muy candente recientemente y podemos utilizar varias herramientas de búsqueda para comprobar y seguir los últimos artículos.
Los enlaces proporcionados por Tiangong AI Search incluyen artículos sobre arXiv, debates sobre Zhihu e informes de noticias, que reúnen los últimos desarrollos del evento desde múltiples canales.
Además, las respuestas generadas no sólo incluyen una introducción al contenido de cada artículo, sino que también identifican los eventos superconductores como "diferencias y disputas" desde un nivel más macro.
Lo que es aún más brillante es que entre los documentos que presenta se incluye el documento más importante sobre sulfuro de cobre de la Academia de Ciencias de China, que es una de las bases más importantes para que el mundo exterior identifique los últimos avances en eventos superconductores.
A continuación, fue el turno de jugar de los jugadores de GPT-4.
También proporciona 3 artículos, cada uno con un resumen, respaldados por un complemento de red.
Sin embargo, estos tres artículos se publicaron anteriormente y respaldan que "LK-99 es un superconductor a temperatura ambiente", y no reflejan objetivamente el último progreso del incidente LK-99 en su conjunto.
Obviamente, en comparación con GPT-4, los resultados proporcionados por la búsqueda de Tiangong AI son más completos y urgentes, y restauran mejor la imagen completa del incidente.
En la búsqueda actual, quien pueda aprovechar la ventaja de la puntualidad podrá brindar a los usuarios la información más precisa. En términos de puntualidad, el complemento de red GPT-4+ todavía tiene una cierta brecha con la búsqueda de Tiangong AI.
Además, Tiangong AI Search utiliza enlaces para rastrear la fuente de información, lo que puede evitar en gran medida la "ilusión" de LLM.
El editor preguntó casualmente a GPT-4 una historia sobre la historia de China. Probablemente porque los datos de entrenamiento de GPT-4 no incluyen "Zi Zhi Tong Jian", realmente empezó a tener sentido.
Y la búsqueda de Tiangong AI, que puede rastrear la fuente a través de enlaces, tiene su propia función de red, que elimina por completo la posibilidad de "ilusión".
E incluso para GPT-4, que había alucinado antes, siempre que esté equipado con un complemento de red, puede encontrar la respuesta correcta de inmediato.
¡Se puede ver que el marco de búsqueda AI + es la tradición de la "ilusión" de los modelos grandes!
0 2
Tecnología detrás del descifrado
Entonces, ¿qué tipo de tecnología hay detrás de esto, que amplía la capacidad de búsqueda de IA de Tiangong?
El núcleo sigue siendo un modelo grande.
El 17 de abril, Kunlun Wanwei lanzó por primera vez un modelo de lenguaje a gran escala con una escala de 100 mil millones: "Tiangong".
Ha demostrado habilidades extraordinarias en los campos de redacción, preguntas y respuestas de conocimiento, generación de código, inferencia lógica, cálculo matemático, etc. Después de varias iteraciones técnicas, "Tiangong" ha alcanzado o incluso superado los estándares de la industria en muchas dimensiones.
Técnicamente, "Tiangong" se implementa en el grupo de GPU líder en China e integra un modelo base preentrenado de 100 mil millones y un modelo RLHF de 100 mil millones, que se puede llamar un modelo que "trabaja duro para crear milagros".
Al mismo tiempo, el modelo también introduce el algoritmo de árbol de búsqueda de Monte Carlo, que hace que el resultado sea más humanizado. Ya sabes, este algoritmo se combina detrás del famoso AlphaGo.
Vale la pena mencionar que el equipo de Tiangong ha limpiado y filtrado 3 billones de datos de palabras de decenas de billones de datos para el entrenamiento del modelo grande, de modo que el modelo grande tenga excelentes capacidades de procesamiento de contexto, vocabulario y gramática china.
Son los avances técnicos y las ventajas únicas del modelo grande "Tiangong" los que pueden ampliar enormemente las capacidades de búsqueda de IA de Tiangong.
- Reconocimiento y comprensión de la intención de consulta de modelos grandes.
Antes de buscar, después de que el modelo grande reescribe la consulta de la pregunta del usuario, puede profundizar en la verdadera intención del usuario y capturar rápidamente el contexto.
En comparación con la búsqueda tradicional, puede proporcionar resultados de búsqueda más precisos e incluso simplificar enormemente las operaciones.
Para la reescritura de consultas, el modelo grande reorganiza, ajusta o reemplaza la consulta para hacerla más precisa, concisa y fácil de entender.
En cuanto al reconocimiento de intenciones, su tarea principal es identificar la intención o el propósito detrás de las consultas de los usuarios para comprender mejor las necesidades de los usuarios y brindarles respuestas o sugerencias precisas.
- Preguntando a la tecnología
En la búsqueda de Tiangong AI, el diseño más característico y humanizado es la capacidad de "cuestionar".
Su propósito es capturar con precisión la intención del usuario y proporcionar los resultados de búsqueda más relevantes.
El núcleo de esta tecnología es comprender la consulta del usuario y pedirle que solicite más información.
Su proceso de principio de implementación es el siguiente: reconocimiento de intención; detección de integridad de la información; generación de preguntas; recepción de comentarios de los usuarios; ajuste dinámico y aprendizaje; conciencia del contexto.
Además, para lograr preguntas infinitas, se requiere una gran cantidad de datos para la capacitación, y se requiere iteración y optimización continuas para satisfacer las necesidades cambiantes de los usuarios.
- Resumen de inteligencia de información y aplicación de tecnología de modelos grandes basada en recuperación.
Para afrontar el desafío de responder preguntas abiertas, "Tiangong" adopta la tecnología de recuperación de pasajes densos (DPR).
DPR tiene ventajas naturales al tratar con "documentos largos" y "problemas complejos" y puede ofrecer excelentes resultados de recuperación.
Para satisfacer diferentes escenarios de aplicación, DPR proporciona dos métodos de implementación principales, cada uno con sus propias ventajas:
1. vector único: codifica tanto la pregunta como el documento en un solo vector.
2. vectores múltiples: la codificación de múltiples vectores se realiza en el documento, pero el problema está representado por un solo vector.
El primer método es admirado por sus capacidades compactas de almacenamiento y recuperación, pero puede ser un poco menos eficiente en algunos escenarios. Por el contrario, aunque los vectores múltiples requieren mayor espacio de almacenamiento, su precisión de recuperación suele ser mejor.
- Recuperación semántica de vectores
Aquí, Kunlun Wanwei también ha construido un sistema de recuperación de vectores en tiempo real a gran escala, que desempeña un papel en múltiples enlaces de búsqueda, como el posicionamiento preciso del contenido, la diversidad mejorada del contenido y la coherencia contextual inteligente.
- Recuperación e integración de información en varios idiomas.
Al adoptar tecnología de recuperación de información en varios idiomas (CLIR) de vanguardia, Tiangong AI Search también puede realizar búsquedas profundas en la base de conocimientos en inglés y en la literatura académica, incluso si hacemos preguntas en chino.
Por ejemplo, pregunte "¿Qué es la arquitectura Transformer?"
En el contenido de referencia de la búsqueda de Tiangong AI, se proporcionan enlaces a 2 artículos extranjeros.
Detrás de esto está el uso de la excelente capacidad de comprensión entre idiomas del modelo "Tiangong" para ampliar los límites del conocimiento de búsqueda y permitirnos comprender la información global y los resultados de la investigación en primer lugar.
Luego, la forma de lograr la recuperación e integración de información en varios idiomas consta de los siguientes pasos:
Traducción de consultas; recuperación y clasificación; traducción de documentos (si es necesario); integración de información; retroalimentación y optimización; aprendizaje profundo y aprendizaje de representación.
Este proceso completo requiere la integración de múltiples capacidades de IA, incluida la traducción automática, la recuperación de información, la fusión de datos y el aprendizaje profundo. Además, una gran cantidad de datos bilingües, registros de interacción del usuario y datos de documentos de alta calidad también mejoran la eficiencia de CLIR.
De lo anterior, hemos visto la relación y evolución entre el modelo grande "Tiangong" y la búsqueda por IA.
0 3
Reinventar la búsqueda con grandes modelos
Hoy en día, la explosión sin precedentes de grandes modelos de lenguaje como GPT-4 ha mejorado varias aplicaciones y la búsqueda no es una excepción.
La búsqueda por IA es una forma innovadora de combinar modelos grandes + tecnología de búsqueda.
Después del nacimiento de ChatGPT, una voz en la industria cree que los gigantes de las búsquedas como Google y Bing serán subvertidos.
Como entrada de alta frecuencia para que los usuarios obtengan información, la búsqueda seguramente se convertirá en el escenario de aplicación central para la implementación de modelos grandes y realmente liberará la enorme productividad contenida en los modelos grandes.
De hecho, desde una perspectiva extranjera, algunas empresas de tecnología han utilizado modelos grandes para potenciar la búsqueda y brindar a los usuarios una mejor experiencia.
Microsoft fue el primero en integrar el modelo GPT-4 en New Bing, mejorando en gran medida las capacidades de búsqueda de Bing y brindando a todos un impulso de inteligencia artificial inteligente.
En la conferencia Google I/O, Pichai anunció una experiencia de generación de búsqueda disruptiva (SGE), que proporciona un resumen de respuestas a preguntas y tarjetas que muestran la fuente del artículo.
El nuevo motor de búsqueda de IA impulsado por PaLM 2 ha cambiado directamente la lógica subyacente de la búsqueda de Google.
Además, están DuckDuckGo, You.com y Perplexity.ai, todos los cuales integran modelos grandes en la búsqueda.
Por otro lado, en China, Baidu, 360, etc. han logrado avances en la aplicación de modelos grandes y también son los primeros en aplicar capacidades de modelos grandes para la búsqueda.
Como empresa de Internet líder a nivel mundial, Kunlun Wanwei también lo pondrá en práctica, de modo que la capacidad de los modelos grandes pueda ayudar mejor a la búsqueda.
En 2020, esta empresa tecnológica líder con visión de futuro comenzará a implementar AIGC y modelos a gran escala.
En los últimos tres años, Kunlun Wanwei ha lanzado una gama completa de algoritmos y modelos Kunlun Tiangong en el campo AIGC, así como varias herramientas de IA generativa, y ha abierto varios proyectos de código abierto.
Con la ayuda de modelos grandes, Tiangong AI Search tiene la capacidad de dar forma a los límites de "la búsqueda vincula todo", lo que remodelará la forma y la experiencia de búsqueda.
Tiangong AI Search, como el primer producto de búsqueda de IA implementado en China, es un hito importante para que Kunlun Wanwei continúe cultivándose en el campo de la IA.
El futuro ha llegado y Tiangong AI Search se convertirá en el asistente de productividad de todos.
¡Babbitt Park está abierto a la cooperación!
Twitter chino: https://twitter.com/8BTC_OFFICIAL
Twitter en inglés: https://twitter.com/btcinchina
Comunidad de Discord: https://discord.gg/defidao
Canal de Telegram: https://t.me/Mute_8btc
Comunidad de Telegram: https://t.me/news_8btc
