🚀ChatGPT的崛起确实引发了对传统搜索引擎未来地位的深度探讨，尽管它在内容搜索上崭露头角，但短期来看，它还未能颠覆现有的市场格局。预计这将加速搜索引擎行业的革新，中期我们预见一个以经典搜索为主导，ChatGPT等AI辅助的新模式形成。谷歌等巨头的AI研发投入预计将显著增强。🔍ChatGPT以其精准的问题解答和卓越用户体验，无疑提升了搜索体验，然而，数据更新滞后、高昂的成本（约1.3美元/条）以及信息真伪难辨等问题仍存在挑战。💡技术的进步有望缓解部分问题，传统搜索引擎与AI的融合或能降低成本，但短期内，硬件成本的下降仍是解决成本问题的关键。ChatGPT的出现就像一股创新的涟漪，加速了AI产业的全面发展和AI内容时代的到来。它带来的不仅是市场的动荡，更是推动全球AI技术进步的催化剂。🚀SEO优化提示：使用行业术语、关键词如”搜索引擎演进”、”AI辅助模式”、”数据更新滞后”、”AI产业化进程”等，并适当增加emoji符号以提升可读性和SEO友好性。
▍报告缘起：
🌟ChatGPT引领问答风潮，🔥1000万DAU仅两个月！它以对话形式，全能应对日常疑问，记忆力与篇幅升级，对多轮对话记录得力。相较于前辈GPT3，ChatGPT展现全面回答，深度挖掘知识，让每个问题都有多维度解析。🔍在内容搜索中，ChatGPT的崛起引发了关于其能否挑战传统搜索引擎的大讨论。🚀技术的进步引发行业审视：ChatGPT的崛起是否能颠覆搜索格局？我们深入探讨其对SEO的影响及可能带来的企业转型。💡传统巨头如Google、Bing等面临压力，他们需要应对这一创新挑战，调整策略以保持市场领先地位。🔍本报告将全面剖析ChatGPT的技术实力与潜在影响，揭示这场技术革命可能带来的行业洗牌。🚀准备好迎接未来搜索的新篇章，让我们一探究竟！#ChatGPT #搜索引擎变革 #技术革新
🌟ChatGPT引领未来搜索新风尚🔍——基于强大GPT3.5技术，它通过融合人性化反馈的强化学习路径，实现了对问题与答案交互的深度精准优化。🔥相较于传统搜索引擎，ChatGPT凭借其先进的算法和强大的学习能力，为用户提供更快速、准确的答案检索体验。💡无论是学术研究还是日常生活需求，ChatGPT都能迅速响应，满足用户多维度的信息探索。🌍让搜索不再只是关键词的匹配，而是智慧与技术的深度交融。🔥原内容：极简主义是一种设计理念，它主张在设计中去除一切不必要的元素，追求纯粹和简洁。/
🌟🚀OpenAI’s AI refinement journey involves fine-tuning a GPT3.5 model with the power of Human Feedback RLHF 🚀💡. A meticulous process begins by sourcing ≈12k-15k question-answer pairs, meticulously crafted by human experts, for pre-training purposes. Next, an SFT (Super Fine-Tuned) model takes center stage, generating responses to fresh queries. These responses are then evaluated and ranked by human annotators, forming the foundation of a refined reward model (RM). RM is further honed through extensive training on a larger dataset, with iterations refining the SFT until perfection. This iterative process ensures a cutting-edge AI that learns from and adapts to human preferences. 🤖🧠
🌟经过一系列优化，我们欣喜地看到ChatGPT模型在理解问题与提供精确答案的紧密度上实现了显著提升！据Deepmind透露，相较于传统搜索引擎仅仅通过链接指向内容，ChatGPT具备了革命性的能力——它能直接生成针对问题的详尽且准确的答案，并附带关键信息来源链接（测试版本中这一特性尤为亮眼）。🌟对于开放式问题，ChatGPT更是展现出强大的数据匹配能力，能够生成丰富而全面的答案。在知识和创意领域，ChatGPT的搜索体验已然超越了现有的搜索引擎，提供了一种前所未有的高效解决方案。🌍
▍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的不一致问题，背后的技术瓶颈是显而易见的——大语言模型的局限性。ChatGPT目前采用的标注数据训练模式，使得即时数据的融入是个复杂且昂贵的过程。每轮大规模预训练所需的A100显卡资源，价值高达百万美元，耗时长达数周至一个月，这无疑是一项巨大的成本挑战。相比之下，微调策略虽能快速适应新知识，但可能过度强化权重，导致模型记忆混乱——旧知识的“遗忘”风险随之增加。 若要保持ChatGPT的卓越性能与知识更新速度，我们需要寻找更高效且可持续的方法来优化数据库，降低技术门槛，同时避免过度训练带来的影响。🚀
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
