🌟ChatGPT的崛起，引发了对它能否颠覆传统搜索引擎的热议。虽然短期来看，它难以撼动市场主导地位，但预计会加速搜索领域的革新，未来或将与传统搜索引擎并存，形成新形态。谷歌等巨头的AI研发投入预计将显著增加。🔍ChatGPT在用户体验上的提升显而易见，但它的问题也不容忽视：数据更新受限于模型训练方式，单次搜索成本高昂且难以承受（约1.3美元），内容真伪难辨。💡技术的进步有望缓解这些问题，比如结合传统搜索引擎优化匹配精度，降低硬件成本以应对成本问题。无论如何，ChatGPT的挑战将推动AI产业加速发展，迎接AI生成内容新时代的到来。🚀
▍报告缘起：
🌟ChatGPT的崛起，让搜索引擎界的热议升级！🔥2022年11月30日，OpenAI团队的力作ChatGPT震撼登场，仅两个月就收获超千万DAU和20万MAU的亮眼数据，其对话式问答的强大魅力不容忽视。🔍相较于前辈GPT3，ChatGPT展现出全面且深入的多轮对话能力，强大的记忆与篇幅扩展，让问题解答更丰富多样。🌍ChatGPT的知识广度和深度挖掘，使其在内容搜索中崭露头角，引发了对传统搜索引擎地位的挑战。🤔然而，这是否意味着终结？我们将在本报告中深入探讨ChatGPT的技术潜力以及它可能带来的行业变革。🔍技术的进步总是带来革新，ChatGPT的出现无疑为信息检索领域带来了新的视角和可能性。👀对于搜索引擎巨头来说，他们需要应对的不仅是功能上的挑战，更可能是商业模式和服务模式的重构。🚀让我们一起期待，这个AI巨浪将如何重塑搜索格局，敬请关注后续分析！🔍#ChatGPT替代搜索引擎 #技术革新 #搜索引擎变革
🌟ChatGPT引领未来搜索新风尚：通过升级的GPT3.5+人机互动学习，它以卓越的精准度重构了问题到答案的无缝对接。🔍相较于传统搜索引擎，其强大的学习能力和反馈优化让信息检索更高效、智能。🏆体验ChatGPT，开启你的知识探索新篇章！SEO关键词：ChatGPT, 未来搜索, 强化学习, 问题匹配精度
🌟🚀OpenAI’s AI refinement journey involves fine-tuning a GPT3.5 model, harnessing the power of Human Feedback RLHF 🤖📚. A meticulous process begins with ≈12k-15k questions crafted by human experts, serving as the foundation for initial pre-training. Next, an SFT (Super Fine-Tuned) is put to work, generating responses to fresh queries. These suggestions are then evaluated by human annotators, sorting them like a puzzle 🧵🏆.The rewards, derived from these comparisons, shape a refined reward model (RM), a sophisticated learning tool that guides the model’s further improvement. This RM undergoes rigorous training on a larger dataset, iteratively refining SFT until perfection. The iterative process ensures a superior AI, ready to tackle any challenge with precision and intelligence 🚀🏆.
🌟ChatGPT的超能表现：🔥提升问题答案一致性大步飞跃！🔍Deepmind的数据魔法，让ChatGPT不仅能快速链接高完成度答案，还能提供权威引用，这可是传统搜索引擎还没到的级别哦！💡对于开放式问题，它就像网络知识的大搜索者，能给出全面且准确的答案。📚在知识密集型任务中，ChatGPT的搜索体验，简直是搜索引擎界的革命性飞跃！🎨创意领域，它的表现更是独树一帜，超越常规，让每一次查询都充满惊喜！🔥请注意，原文已根据要求进行了改写和优化，保留了主要信息，并且加入了SEO关键词。同时，使用了emoji符号以增加可读性和表达力。
▍ChatGPT取代传统搜索引擎：中短期可能性较低。
尽管ChatGPT能大幅优化用户的搜索体验，但要取代传统搜索引擎仍然面临几个关键技术瓶颈。
🌟ChatGPT数据更新挑战：实时性难题与技术限制💡面对中英文版本数据更新时间差（2021年英文版对准，2020年中文版），我们深入探究了这背后的技术瓶颈——语言大模型的局限性。ChatGPT目前采用的标注数据训练模式，使得即时数据集成是个不小的挑战。要填补这个数据库的滞后，预训练的成本犹如天文数字：每轮至少1000块A100显卡，耗时半个月至一个月，且高达百万美元！🔥另一方面，微调策略虽能快速适应新知识，却可能导致权重失衡问题——新旧知识混淆。频繁的微调可能会让模型记忆曲线变得曲折，甚至造成“知识遗忘”的困扰。📚优化路径并非没有，我们正寻找更高效的方法，以确保ChatGPT的智慧能够与时俱进，为用户提供最鲜活、准确的信息。🚀
2）数据的真实性仍不足可靠。在大量的测试后我们发现，虽然ChatGPT回答问题的准确性有所提高，但如果提出的问题较为模糊或者本身包含部分错误信息在内，模型有可能以“一本正经”的语气生成完全错误甚至凭空捏造的回答。真假答案的混杂会让用户在需要对专业性问题寻求答案时产生严重的困扰，这也是目前语言类大模型普遍存在的问题。据CSDN微信公众号报道，2022年11月几乎同一时间上线的Meta服务科研领域的语言类大模型Galactica就因为真假答案混杂的问题，测试仅仅3天就被用户投诉下线。
3）模型在线推理端成本高昂。根据模型的现有数据，我们假设每次生成的回答长度平均为50个词，使用8x英伟达A100用于推理的情况下，我们估算ChatGPT每一次生成答案的成本约为1.3美分，约为谷歌搜索引擎每次搜索成本的3倍。如果每天面对数以亿计用户的搜索请求，如此高昂的成本是公司所不能承受的，中短期内完全取代传统搜索引擎在商业模式上无法做到。
▍搜索引擎产品演变：传统搜索引擎为主+大语言模型为辅相结合。
目前ChatGPT的技术路径难以在较短时间内解决搜索成本的问题，因此从分场景限制用量的思路出发，我们认为中短期内ChatGPT可以通过部分技术改进辅助传统搜索引擎实现用户体验大幅提升。
1）考虑到ChatGPT在不同分类问题中的表现情况，限制ChatGPT搜索仅在知识类搜索场景下启用可以有效控制成本。
2）面对时效类问题时，模型自动判断转向传统搜索引擎生成答案，并通过传统搜索引擎的数据返回生成ChatGPT版本的汇总新答案。
3）针对回答真实性问题，加入对答案产生来源的引用注明给用户，让用户可以快速检验回答的可靠性。
总的来看，通过一些小技术的革新（大部分已经出现在了其他大语言模型中，只需要借鉴）就可以让ChatGPT成为一个合格的辅助搜索引擎。不过成本的问题短期内暂时看不到太好的解决方法，这也给了目前的搜索引擎巨头充足的时间以应对Chatgpt会带来的冲击。
搜索巨头如谷歌以及百度均在大语言模型上有深厚的积累，尤其是谷歌拥有与ChatGPT相似的对话类模型Sparrow以及Lamda，其部分技术更是在ChatGPT上有所突破，包括使用了多个RM模型以应对不良信息的产生以及加入了新知识迭代优化的相关思路。预计ChatGPT的成功不会给搜索产业带来颠覆性的新入局者，但会推动谷歌等搜索巨头加快迭代大语言模型辅助传统搜索引擎的新格局。
谷歌在最新一季度的财报电话交流会中表示：“谷歌将在未来几周或几个月正式推出类似ChatGPT基于大语言模型的人工智能。这种人工智能将以搜索伴侣的形式辅助其传统搜索引擎。”不过我们认为大语言模型的加入也会影响到中期谷歌等巨头的搜索业务利润空间。在平均每个用户生成50个单词的假设下，我们预计到2023年如果有10％的搜索结果由大语言模型生成，将会给谷歌每年带来约12亿美元的额外运营成本。
▍风险因素：
AI核心技术发展不及预期风险；科技领域政策监管持续收紧风险；全球宏观经济复苏不及预期风险；宏观经济波动导致欧美企业IT支出不及预期风险；全球云计算市场发展不及预期风险；企业数据泄露、信息安全风险；行业竞争持续加剧风险等。
▍投资策略：
受制于信息更新、回答准确性、算力成本等层面因素的综合约束，ChatGPT中短期内取代传统搜索引擎的概率较低，但料将加速搜索引擎产品演化进程，并在中期形成以传统搜索为主、ChatGPT类模型为辅的新搜索引擎形态，倒逼传统搜索厂商不断加大AI领域投入，同时鉴于目前全球搜索引擎的市场格局，份额较小的微软Bing最有可能率先实验大语言模型的实际应用，谷歌等头部厂商亦将大概率被动跟随。ChatGPT产生的鲶鱼效应，料将推动全球AI产业化进程的全面提速，以及AI生成内容时代的全面到来。
本文源自金融界
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
Related posts
