ChatGPT و جداسازی جستجوی آنلاین


تمام جلسات درخواستی از اجلاس امنیت هوشمند را در اینجا بررسی کنید.


از زمان انتشار ChatGPT در نوامبر، گمانه‌زنی‌های زیادی در مورد آخرین مدل زبان بزرگ OpenAI (LLM) برای جستجوی گوگل وجود دارد. این احساسات تنها با گزارش اخیر مایکروسافت برای ادغام ChatGPT در موتور جستجوی Bing تشدید شده است.

دلایل متعددی برای این باور وجود دارد که یک بینگ (یا هر موتور جستجوی دیگری) مجهز به ChatGPT، جستجوی تقریباً انحصاری Google را به طور جدی تهدید نخواهد کرد. LLM ها قبل از اینکه بتوانند در صنعت جست و جوی آنلاین نفوذ کنند، چندین مشکل حیاتی برای حل کردن دارند. در همین حال، سهم گوگل از بازار جستجو، توانایی فنی و منابع مالی آن به آن کمک می کند تا همچنان رقابتی (و احتمالاً غالب) باقی بماند، زیرا LLM های مکالمه شروع به ایجاد نشان خود در جستجوی آنلاین می کنند.

در همین حال، پتانسیل واقعی (و کمتر مورد بحث) LLMهایی مانند ChatGPT، “تفریح” جستجوی آنلاین است، جایی که فرصت های واقعی برای مایکروسافت و سایر شرکت ها نهفته است. با ادغام ChatGPT در محصولات موفق، شرکت ها می توانند موارد استفاده از جستجوی Google را کاهش دهند.

ادغام ChatGPT در موتورهای جستجو

در حالی که ChatGPT یک فناوری قابل توجه است، اما چندین مشکل اساسی دارد که در سایر LLM ها نیز وجود دارد. به همین دلیل است که گوگل، که در حال حاضر فناوری مشابهی دارد، رویکردی محافظه کارانه برای ادغام LLM های مکالمه در موتور جستجوی خود اتخاذ کرده است.

رویداد

اجلاس امنیت هوشمند بر حسب تقاضا

نقش حیاتی هوش مصنوعی و ML در امنیت سایبری و مطالعات موردی خاص صنعت را بیاموزید. امروز جلسات درخواستی را تماشا کنید.

اینجا را تماشا کنید

  • همانطور که بسیاری از کاربران و محققان نشان داده‌اند، LLM‌هایی مانند ChatGPT می‌توانند «توهم» ایجاد کنند و پاسخ‌هایی را ایجاد کنند که از نظر گرامری منسجم هستند اما از نظر واقعی اشتباه هستند.
  • LLM ها منابع خود را ذکر نمی کنند، که اعتبار بیشتر و بررسی صحت خروجی آنها را دشوار می کند.
  • هزینه های اجرای LLM بسیار زیاد است. با توجه به یک تخمین، با یک میلیون کاربر روزانه، ChatGPT حدود 100000 دلار در روز هزینه دارد.
  • LLM ها دیر اجرا می شوند. پایگاه داده های موتورهای جستجو می توانند میلیون ها نتیجه را در عرض میلی ثانیه برگردانند. LLM ها چندین ثانیه طول می کشند تا پاسخ ها را ایجاد کنند.
  • LLM ها دیر به روز می شوند. گوگل می تواند هر ساعت میلیون ها رکورد را بدون هیچ هزینه ای به فهرست جستجوی خود اضافه کند. LLM ها هر بار که قرار است با دانش جدید به روز شوند، باید تحت آموزش های آهسته و پرهزینه قرار گیرند (داده های آموزشی ChatGPT مربوط به سال 2021 است).

شرکتی مانند مایکروسافت ممکن است بتواند این مشکلات را با استفاده از ابر Azure بسیار کارآمد خود و توسعه معماری‌های مناسب LLM، تکنیک‌های آموزشی و ابزارهای مکمل حل کند.

مایکروسافت و OpenAI همچنین ممکن است بتوانند با افزودن نرده‌های محافظ خودکار که پاسخ‌های ChatGPT را قبل از نمایش در نتایج Bing بررسی می‌کنند، مشکل صحت را حل کنند.

با این حال، هیچ چیز گوگل را از انجام همین کار باز نمی دارد. گوگل دارای داده ها و منابع محاسباتی عظیم و یکی از با استعدادترین تیم های هوش مصنوعی است. گوگل همچنین این مزیت را دارد که موتور جستجوی پیش‌فرض در کروم، اکثر دستگاه‌های اندروید و سافاری (شامل دستگاه‌های macOS و iOS) است. این بدان معنی است که اگر به طور قابل توجهی بهتر نباشد، یک Bing مبتنی بر ChatGPT کاربران را متقاعد نخواهد کرد که از راه خود برای تغییر از جستجوی Google استفاده کنند.

مردم از جستجوی Google برای حل مشکلات مختلف، از مکان یابی رستوران های اطراف گرفته تا یافتن مقالات دانشگاهی، بازیابی مقالات خبری، جستجوی اطلاعات تاریخی، جستجوی توصیه های کدگذاری و موارد دیگر استفاده می کنند.

ChatGPT و سایر LLM ها نیز می توانند برخی از این مشکلات را حل کنند. ما در حال حاضر شاهد این اتفاق در توسعه نرم افزار هستیم. زمانی که برنامه نویسان برای نوشتن کد برای یک مشکل خاص به کمک نیاز دارند، معمولا آن را در گوگل جستجو می کنند یا از یک انجمن برنامه نویسی مانند Stack Overflow بازدید می کنند. امروزه، به لطف GitHub Copilot و OpenAI Codex، آنها فقط باید یک توضیح متنی در محیط توسعه یکپارچه خود (IDE) بنویسند (به عنوان مثال کد ویژوال استودیو یا GitHub Codespaces) و LLM به طور خودکار کد را برای آنها تولید کند. این به توسعه دهندگان کمک می کند تا با اجتناب از جابجایی از IDE خود به جستجوی Google، در جریان باقی بمانند. این نمونه‌ای از «بازگشایی» برخی از کارهایی است که جستجوی Google در حال حاضر انجام می‌دهد.

فرصت‌های زیادی برای جداسازی جستجو از طریق LLM وجود دارد، مانند توسعه دستیاران برای مقالات دانشگاهی، مقاله‌ها و سایر تولید محتوا. چندین مزیت برای جداسازی وجود دارد:

  • امکان تخصص را فراهم می کند. LLM را می توان با برنامه خاصی که با آن یکپارچه شده است تنظیم کرد. این دقت خروجی LLM را بهبود می بخشد و همچنین امکان استفاده از مدل های کوچکتر را فراهم می کند که به طور قابل توجهی هزینه ها را کاهش می دهد.
  • Unbundling سربار به روز رسانی را کاهش می دهد. تا زمانی که کاربران از LLM انتظار نداشته باشند که حقایق به روز را بداند، نیازی به آموزش مجدد مکرر نخواهد داشت.
  • شرکت ها می توانند از رقابت مستقیم با غول جستجوی گوگل اجتناب کنند. در عوض، آنها می توانند از بازارهای موجود خود بهره ببرند. به عنوان مثال، مایکروسافت می تواند ChatGPT را به عنوان دستیار در Office، Visual Studio، Teams و سایر محصولاتی که مجموعاً میلیاردها کاربر دارند، ادغام کند. سایر پلتفرم‌های محتوا می‌توانند فرصت‌هایی را در نقاط اصطکاک پیدا کنند که در آن کاربران برای یافتن محتوا باید از برنامه‌های خود به جستجوی Google سوئیچ کنند. برخی از این مشکلات ممکن است با ادغام یک LLM در برنامه حل شوند.
  • مدل یکپارچه سازی مدل های کسب و کار جدید را باز می کند. جستجوی گوگل درآمد خود را از شبکه تبلیغاتی گسترده خود به دست می آورد. LLM های یکپارچه می توانند از طریق روش های دیگری مانند اشتراک درآمد کسب کنند. همانطور که Copilot نشان می دهد، اگر LLM بهره وری را افزایش دهد و در زمان صرفه جویی کند، کاربران حاضر خواهند بود برای آن هزینه ماهانه بپردازند.

برای بسیاری از موارد استفاده، فهرست پیوندهای آبی گوگل ابزار غالب باقی خواهد ماند. به عنوان مثال، اگر می خواهید جستجوی دقیق در دامنه ها و بازه های زمانی خاص انجام دهید، فناوری جستجوی گوگل بهتر از LLM های فعلی است.

جداسازی هنوز خطری وجودی برای جستجوی Google ایجاد نخواهد کرد. در واقع، تاریخچه پلتفرم‌های بزرگی مانند Craigslist و آمازون نشان می‌دهد که جداسازی معمولاً منجر به گسترش بازار می‌شود (و گوگل در حال حاضر در بسیاری از این بازارها سهام دارد). با این حال، جداسازی، قدرت گوگل را در بازار اطلاعات آنلاین تا حدی تضعیف خواهد کرد. و در دراز مدت، LLM ها می توانند تغییرات عمیق تری را در بازار ایجاد کنند.

ماموریت VentureBeat این است که یک میدان شهر دیجیتال برای تصمیم گیرندگان فنی باشد تا دانشی در مورد فناوری سازمانی متحول کننده کسب کنند و معامله کنند. جلسات توجیهی ما را کشف کنید.