Генеративний штучний інтелект – це еволюційний крок у сфері онлайн-пошуку, який ми звикли бачити на таких платформах, як Yahoo.com, Google.com, Bing.com та інших.
Вплив штучного інтелекту (ШІ) став відчутним у нашому повсякденні після впровадження персональних помічників на мобільних пристроях, як-от Cortana, Siri, Google Assistant, Alexa та подібних. Застосування ШІ в пристроях Інтернету речей (IoT) дозволяє нам керувати багатьма аспектами життя вдома та на роботі.
Згодом ШІ проник у мультимедійну індустрію, де почав створювати контент, включаючи зображення, відео, аудіо та текст, використовуючи ключові слова або інструкції. На сьогоднішній день, передові системи ШІ здатні професійно редагувати різноманітні матеріали, як-от відео та аудіо. Можна стверджувати, що ШІ присутній майже всюди. Тож, не за горами той день, коли ми побачимо, як ШІ впливатиме на пошук інформації в мережі Інтернет.
Що являє собою Generative AI Search?
Для повного розуміння концепції генеративного ШІ пошуку, необхідно спочатку розібратися, що таке генеративний ШІ. Простіше кажучи, це штучний інтелект, який створює різноманітний контент, як-от текст, зображення, аудіо, програмний код тощо, на основі наявних зразків.
Розробники навчають генеративний ШІ, використовуючи моделі машинного навчання (ML), щоб він міг розуміти природну мову та обробляти її у машинній формі. Такі системи ШІ можуть бути керованими, некерованими або напівкерованими.
Моделі генеративного ШІ
Generative AI застосовує різноманітні моделі ML для навчання програм ШІ, чат-ботів або віртуальних помічників. Розглянемо деякі з цих моделей та їхні можливості:
Генеративна проти Дискримінаційної моделі
У дискримінаційній моделі, ШІ навчається розпізнавати відмінності між різними об’єктами у вхідному наборі даних за допомогою наглядача. Наприклад, якщо ШІ подати 10 зображень 10 різних тварин, дискримінаційна модель дозволить йому їх успішно розрізнити.
Натомість, генеративна модель допомагає ШІ створювати нові об’єкти, використовуючи зразки даних, з частковим наглядом або без нього. Модель генеративного машинного навчання дозволяє ШІ не лише розуміти вхідні дані, а й зберігати це розуміння в пам’яті нейронної мережі, що дозволяє йому використовувати цей досвід у майбутньому, при виникненні подібних ситуацій.
Генеративні змагальні мережі (GAN)
Цей алгоритм машинного навчання поєднує в собі генеративні та дискримінаційні моделі для навчання ШІ. Генеративна модель створює зразки на основі вхідних векторів, як-от ключові слова або запитання.
Дискримінаційна модель, своєю чергою, визначає, чи є зразок підробкою, чи оригінальним входом. У випадку підробки, генеративна модель переробляє завдання, щоб створити новий зразок для дискримінаційної моделі. Цей процес повторюється до тих пір, поки генеративна модель не почне створювати підробки, які дискримінаційна модель не зможе відрізнити від оригінальних даних.
Моделі на основі трансформаторів
Моделі трансформаторів для ML – це глибокі нейронні мережі, які аналізують вхідні вектори послідовно, прогнозуючи можливий результат. Наприклад, якщо подати трансформатору набір непов’язаних слів, він проаналізує їх та спробує передбачити попередні або наступні слова, щоб перетворити їх на осмислені речення.
У трансформаторі, кодер виділяє всі характеристики або точки даних з вхідної послідовності та трансформує їх у вхідні вектори. Декодер, в свою чергу, аналізує ці вектори, створює контекст на їх основі та формує вихідну послідовність.
Існує багато успішних моделей ШІ на основі трансформаторів, зокрема:
- Генеративна попередньо навчена модель трансформатора 3, або ChatGPT.
- Мовна модель для діалогових програм, LaMDA, розроблена на основі Google Transformer.
Використовуючи ці моделі, розробники ШІ створили безліч функціональних генеративних програм, здатних створювати різноманітний контент, використовуючи прості вхідні дані, як-от зображення, тексти, описи, аудіо тощо:
- Генерація зображень людей, яких не існує, на основі даних з веб-сайтів, журналів, пошуку зображень Google тощо.
- Створення реалістичних зображень зі скетчів.
- Перенесення художнього стилю з одного виду мистецтва на інший.
- Створення КТ на основі МРТ як вхідних даних.
- ШІ Dall-e від OpenAI здатний створювати вражаючі зображення на основі текстових описів.
- ШІ від DeepMind, Amazon Polly та інших, може генерувати мову з тексту.
- AI Music, придбаний Apple, може перетворювати публічну музику без авторських прав на саундтреки.
Генеративний пошук ШІ поєднує всі ці інструменти та технології, щоб надавати вам точний контент з Інтернету. Завдяки такій пошуковій можливості на базі ШІ, вам не потрібно переглядати безліч пропозицій, створених пошуковими системами, такими як Google, Bing чи Yahoo.
Генеративний пошук ШІ надаватиме вам готовий до споживання контент з онлайн-джерел, включаючи зображення, відео та текст, на одному екрані, аналогічно тому, як це робить ChatGPT.
Чим відрізняється Generative AI Search від звичайного онлайн-пошуку?
Пошук в Інтернеті, яким ми його знаємо з моменту запуску пошукової системи Archie 10 вересня 1990 року, зазнає кардинальних змін, якщо генеративний пошук ШІ стане широко розповсюдженим і доступним.
Звичайний онлайн-пошук передбачає ручний пошуковий процес. Користувачу необхідно ввести запит або ключове слово у вікно пошуку пошукової системи. Провайдери пошукових систем, такі як Google, Yahoo, Bing та інші, сортують веб-сайти з відповідним вмістом, використовуючи власні алгоритми.
При цьому враховується авторитетність веб-сайту у відповідній ніші, кількість відвідувачів, якість сторінки тощо. Потім пошукова система присвоює кожному веб-сайту рейтинг і відображає їх відповідно до цього рейтингу. Наприклад, веб-сайт з найвищим рейтингом відображається на початку сторінки результатів пошуку.
Іншими словами, звичайні онлайн-пошукові системи не створюють контент, а лише виводять вже наявний матеріал з різних веб-сайтів. При натисканні на результат пошуку, ви переходите безпосередньо на відповідний веб-сайт.
З впровадженням генеративного пошуку, ви отримаєте зведений контент. ШІ аналізує всі результати пошуку, створює унікальний контент і відображає його у вашому веб-браузері. При цьому можуть бути наведені посилання на джерела, які ШІ використав для створення контенту.
Якщо генеративний ШІ стане новою нормою онлайн-пошуку, можна очікувати наступних змін:
- Зміст пошукових запитів буде значною мірою залежати від позиції компанії, яка розробила генеративну модель пошуку ШІ.
- Деякі установи будуть надавати перевагу інструменту генеративного пошуку XYZ над інструментом ABC, що може призвести до нерівномірності в пошукових результатах.
- Такі інструменти іноді можуть знаходити схожий контент, що може створити ризик звинувачення у плагіаті для власників веб-сайтів.
- Результати пошуку стануть більш інтуїтивними, включаючи різноманітний контент, як-от тексти, зображення, відео та аудіо.
- Ви перестанете відвідувати веб-сайти та переглядати рекламу, отримуючи контент у інтерфейсі, подібному до ChatGPT, де немає відволікаючих чинників.
- Зусилля, необхідні для онлайн-досліджень, значно зменшаться. Вам більше не потрібно буде читати кілька веб-сторінок, щоб створити власний контент.
- Розробники ШІ запропонують нові моделі онлайн-реклами та інші способи отримання прибутку на основі ШІ, щоб збільшити свій дохід.
- Фокус пошуку стане більш якісним, оскільки користувачі не будуть відволікатися на сторонній контент.
- Вам може знадобитися найняти кваліфікованих дослідників та аналітиків даних для аналізу контенту, створеного ШІ, перед його використанням в комерційних цілях.
- Відсутні чіткі інструкції щодо того, як пошук на основі ШІ буде посилатися на веб-сайти-джерела та надавати їм певну оцінку, оскільки ШІ не створює контент з нуля, а лише покладається на існуючі джерела.
Далі ми розглянемо вплив генеративного ШІ на пошукові системи.
Вплив Generative AI Search на пошукові системи
Розглянемо, як розвиток генеративного пошуку ШІ може вплинути на звичайні пошукові системи:
- Популярність таких пошукових гігантів, як Google, Yahoo, DuckDuckGo та Brave, може значно знизитися.
- Дохід від реклами, отриманий пошуковими системами, також суттєво зменшиться.
- Зміниться безкоштовна та справедлива видача результатів веб-пошуку, з’явиться нова модель монетизації, де власники веб-сайтів будуть платити провайдерам генеративного ШІ пошуку за показ їхнього контенту.
- Кількість відвідувань веб-сайтів може значно зменшитися, оскільки користувачі отримуватимуть необхідний контент на іншій сторінці.
Тепер розглянемо деякі пошукові системи, що використовують генеративний пошук ШІ.
Пошукові системи, що використовують Generative AI Search
Компанії, що займаються пошуковими системами, вже усвідомлюють, що майбутнє за генеративним пошуком на базі ШІ. Тому різні пошукові гіганти почали розробляти прототипи та проводити бета-тестування пошукових систем з використанням ШІ. Розглянемо кілька таких пошукових систем, які ви можете використовувати вже зараз:
#1. Bing
Microsoft не зупинився на придбанні розробника ChatGPT, OpenAI. Він використовував запатентовані технології та ліцензії OpenAI для покращення пошукової системи Bing, додавши можливості ШІ. Оновлений продукт відомий як новий Bing.
Пошукова система надає вичерпні відповіді на реальні запитання – більше не потрібно переглядати ранжовані за ключовими словами веб-сайти та вручну збирати дані з найрелевантніших з них. Ви також можете взаємодіяти з пошуковою системою, як при спілкуванні з експертом у текстовому форматі.
У чаті пошукової системи ви можете ставити до п’яти додаткових запитань для уточнення результатів пошуку, які надає базова модель генеративного ШІ. Новий Bing призначений не тільки для отримання онлайн-результатів, він також може допомогти вам:
- Отримати поради щодо різних тем і спеціалізованих галузей.
- Створити креативний контент за допомогою генеративного ШІ, такого як ChatGPT.
- Отримати інтуїтивно зрозумілі та точні результати пошуку, щоб швидко виконати поставлені завдання, не відволікаючись на рекламу.
#2. Google
Пошук Google вже багато років використовує інструменти пошуку на базі ШІ. RankBrain – це перший інструмент ШІ, який Google почав використовувати у 2015 році для ранжування веб-сайтів. Цей ШІ аналізує результати пошуку та ранжує відповідні веб-сайти на початку ієрархії рейтингу.
Інші програми ШІ, що використовуються Google у своїй пошуковій системі:
- Нейронна відповідність допомагає пошуковій системі визначити релевантність запитів до веб-сторінок.
- Представлення двонаправленого кодувальника від Transformers або BERT для попереднього навчання обробці природної мови.
- Google Lens для пошуку об’єктів за допомогою камери мобільного телефону або планшета.
- Багатозадачна уніфікована модель або MUM для отримання інформації про вакцину проти COVID-19 в результатах пошуку.
#3. You
You – це готовий до використання інструмент пошукової системи на базі ШІ. Користувачі можуть використовувати його для отримання розширених результатів пошуку:
- Він відображає кількість програм, інструментів та результатів у верхній частині пошукової видачі.
- Результати “Люди також запитують” з’являються на правій панелі.
- Можливість використання YouChat.
- Відображення найпопулярніших обговорень з авторитетних соціальних мереж, таких як Reddit.
- Можливість додавати більше запитів до одного пошуку.
Наразі він пропонує такі продукти AI Search:
#4. Neeva
Neeva – це онлайн-інструмент для досліджень або пошуку на базі ШІ. Він дозволяє отримувати результати без відволікання, пропускаючи рекламу на сторінках результатів пошуку. При введенні запиту у вікно пошуку Neeva, ви отримуєте майже ідеальну покрокову відповідь на питання. Тут немає реклами, як у Пошуку Google.
Neeva – це онлайн-пошуковий інструмент, що фінансується передплатниками. Він отримує дохід від користувачів, які використовують додаток для регулярного пошуку в інтернеті, і не покладається на дохід від реклами, як Google. Тому, можна очікувати кращі контекстні результати пошуку, якщо ви є платним користувачем.
Примітка автора
Генеративні пошукові системи на базі ШІ можуть стати проблемою для онлайн-досліджень. Щойно компанії почнуть отримувати прибуток за рахунок просування контенту від певних веб-сайтів або видавців, онлайн-пошук стане дуже упередженим.
Розробники пошукових систем ШІ повинні сформувати консорціум, щоб розробити етичні практики для забезпечення вільного та справедливого пошуку.
У цій статті ми детально розглянули визначення генеративного ШІ, його відмінності від традиційного онлайн-пошуку, та його вплив. Крім того, ми дослідили нові приклади генеративних пошукових інструментів ШІ, які дозволяють отримати релевантний контент за мінімальний час, необхідний для пошуку інформації на веб-сайтах.
Ця стаття допоможе вам зрозуміти, чи варто використовувати пошук на базі ШІ. Однак, генеративний пошук в інтернеті на основі машинного навчання стає новою тенденцією.
Далі ознайомтеся зі штучним вузьким інтелектом (ANI).