文|書航
谷歌電腦版首頁的格局，是和別處不同的：
在搜索框旁邊有兩個(gè)按鈕，而不是一個(gè)。在常規(guī)搜索按鈕的右邊還有一個(gè)「手氣不錯(cuò)」（I'm Feeling Lucky）按鈕。
在講到 ChatGPT 以及同類生成式 AI 和搜索引擎的關(guān)系之前，讓我們先來看看這個(gè)按鈕。
「手氣不錯(cuò)」，但點(diǎn)開搜索結(jié)果頁更棒
在搜索框內(nèi)鍵入關(guān)鍵字后，如點(diǎn)擊「手氣不錯(cuò)」，將會(huì)跳轉(zhuǎn)到搜索結(jié)果的第一條。如果什么都不輸入，點(diǎn)擊「手氣不錯(cuò)」則會(huì)進(jìn)入谷歌的節(jié)日 Logo（Doodles）頁面。
「手氣不錯(cuò)」自谷歌 1998 年成立時(shí)就已經(jīng)存在。在早期，它的正確用法是輸入網(wǎng)站名字直達(dá)該網(wǎng)站，而不需要再多點(diǎn)一次。
該按鈕也被用作「搜索炸彈」攻擊，即使用搜索引擎優(yōu)化（SEO）手段，讓不正確或惡意的結(jié)果排到最前面。2006 年 9 月，在搜索框輸入「failure（失敗）」「miserable failure（慘?。乖冱c(diǎn)擊「手氣不錯(cuò)」都會(huì)跳轉(zhuǎn)到時(shí)任美國總統(tǒng)小布什的官方簡歷頁面，因?yàn)樗凰⒌搅怂阉鹘Y(jié)果的第一條。
「手氣不錯(cuò)」按鈕并沒有進(jìn)入谷歌搜索的手機(jī)版，或其它有搜索框的地方。在 PC 端它也被弱化，因?yàn)檩斎腙P(guān)鍵字時(shí)，搜索框自動(dòng)向下展開聯(lián)想詞，遮住了該按鈕。在 PC 搜索結(jié)果頁也沒有這個(gè)按鈕。
不過，谷歌的語音助手 Google Assistant 如果接到一些類似「什么是……」的提問，如果沒有預(yù)設(shè)答案，也會(huì)念出搜索結(jié)果的第一項(xiàng)，或者維基百科條目。這可以被看作是變相的「手氣不錯(cuò)」，因?yàn)樽罱K也是只呈現(xiàn)一條結(jié)果。
「手氣不錯(cuò)」保留至今僅僅是一個(gè)情懷的體現(xiàn)。相比以前，谷歌首頁也已經(jīng)很少有人訪問了。人們越來越多通過瀏覽器界面上的搜索框或地址欄進(jìn)入谷歌搜索，他們看到的第一個(gè)頁面就是搜索結(jié)果頁，而不是谷歌首頁。
因此，過去數(shù)年谷歌對搜索結(jié)果頁做了重大改進(jìn)?，F(xiàn)在結(jié)果頁的信息量更豐富，包括從目標(biāo)頁面文字中提取出的那一段有意義的文本。而「手氣不錯(cuò)」并沒有做任何調(diào)整。比如，現(xiàn)在用搜索框輸入數(shù)學(xué)公式，搜索結(jié)果頁會(huì)顯示一個(gè)計(jì)算器，但「手氣不錯(cuò)」會(huì)引導(dǎo)到一個(gè)谷歌外部的網(wǎng)頁，而不是直接展示運(yùn)算結(jié)果。
搜索結(jié)果頁也包含維基百科、新聞、圖片等大量有價(jià)值的信息。如果搜索的是一個(gè)門戶網(wǎng)站或論壇，那么結(jié)果頁還附帶該站的一個(gè)站內(nèi)搜索框，不點(diǎn)開就可以搜索該站內(nèi)容；如果搜索的是某款軟件，官網(wǎng)的下載鏈接都會(huì)被提取出來。
同時(shí)，越來越多的搜索結(jié)果頁加入了「人們還在問」（People also ask）板塊；每個(gè)搜索結(jié)果及板塊旁邊都提供「關(guān)于此結(jié)果」（About this result）功能，介紹該搜索結(jié)果的來源，以及為什么呈現(xiàn)在這個(gè)位置上。
因此，搜索結(jié)果頁現(xiàn)在已經(jīng)比提供一個(gè)「直達(dá)」鏈接的「手氣不錯(cuò)」更能滿足用戶的需要了。谷歌這一點(diǎn)和百度等競品都一樣，搜索引擎?zhèn)冇媒Y(jié)構(gòu)化的信息呈現(xiàn)，盡量把人們留在自己站內(nèi)而不跳轉(zhuǎn)出去。
然后，我們把搜到的東西講給別人聽
現(xiàn)在，不論用谷歌還是百度，搜索更像是打開一個(gè)與關(guān)鍵字有關(guān)的「面板」——對，就像蘋果發(fā)布會(huì)總結(jié)某款新手機(jī)時(shí)候的那種拼圖版面，試圖在你的屏幕上顯示所有可能的信息，并把它們鋪滿。那種常見的一頁頁的搜索結(jié)果，要繼續(xù)滾動(dòng)下去才有。
而作為搜索引擎的使用者，一個(gè)人類，你看到這些東西的時(shí)候要做的事情，其實(shí)是在自己的大腦里總結(jié)它們，并將它們轉(zhuǎn)換為一段話。比如說，如果要搜索的這個(gè)問題是你老婆問你的，她讓你幫她搜一下。那么你回答她的方式并不是給她看你的屏幕，而是自己總結(jié)一下再講給她。而且你最好不要試圖逐字念維基百科的結(jié)果，她希望聽到的或許只有一兩個(gè)字。
這時(shí)候你是什么？
你就是一個(gè) ChatGPT 啊。
好的，我們終于要進(jìn)入正題了。
根據(jù) CNBC 報(bào)道，谷歌將更快引入類似 ChatGPT 的自家產(chǎn)品 LaMDA 到搜索引擎中。谷歌的某款設(shè)計(jì)中的新版首頁，就是替換掉「手氣不錯(cuò)」按鈕，取而代之的是隨著關(guān)鍵字輸入，展示 AI 選出的 5 個(gè)你最有可能提的問題。而當(dāng)你打出一句自然語言后，可以點(diǎn)擊搜索框最右邊的聊天按鈕，將頁面切換為類似 ChatGPT 的對話模式。
在這方面，LaMDA 可以幫助我們做的工作，其實(shí)就是總結(jié)「搜索結(jié)果頁首屏」可能呈現(xiàn)出來的關(guān)鍵信息，并將其轉(zhuǎn)換為自然語言。這次，你就可以直接念屏幕上的內(nèi)容給老婆聽了。
這些內(nèi)容現(xiàn)在仍然沒有實(shí)際可用的產(chǎn)品原型曝光。另外一邊，微軟已經(jīng)宣告將在必應(yīng)搜索整合 ChatGPT 本尊，甚至功能都已經(jīng)做好了，甚至都對外放出來了——雖然只有短短的 5 分鐘，但已經(jīng)足夠至少 3 個(gè)人在 Twitter 上放出截圖。
根據(jù)截圖，必應(yīng)的 ChatGPT 整合使用了這樣一個(gè)流程：
首先拆開自然語言提問，將它們轉(zhuǎn)換為普通的搜索關(guān)鍵字。
精選出上述關(guān)鍵字的 5 條最相關(guān)的結(jié)果。
提取結(jié)果中與問題直接相關(guān)的段落，并合并同類項(xiàng)。
以這些語料喂入 ChatGPT，生成一段連貫的段落。段落中來自某個(gè)來源的一段話或幾個(gè)詞，會(huì)用角標(biāo)形式給出資料來源。
這樣做的好處顯而易見，可以減少對算法的干擾，避免它分心處理困難的語義分歧；可以事先過濾關(guān)鍵字，以免惹出麻煩；可以解決未聯(lián)網(wǎng)的 ChatGPT 「瞎編」的困境。
當(dāng)然，我之前也說過，將材料限定在 Prompt 給出的有限文本中，也意味著要放棄它早前從那鍋大雜燴里面學(xué)到的不知哪兒來的「知識」，成品可能變得干巴巴的，沒有使出十成功力。而這也可能意味著每一次請求結(jié)果的運(yùn)算都更節(jié)能，成本更低，甚至如果轉(zhuǎn)化后的關(guān)鍵字別人搜過，還可以直接調(diào)用此前生成好的內(nèi)容呢。真是一舉多得。
這話是你說的，你可要負(fù)責(zé)啊
當(dāng)人們望著攤開的搜索結(jié)果「面板」自己歸納總結(jié)的時(shí)候，是人們自己對具體采信哪條信息，放棄另一些信息來負(fù)責(zé)。比如去搜索一些疾病，搜完往往感覺都是「絕癥」。但造成這種誤解的責(zé)任只能歸結(jié)于用戶本人。
然而，如果是 AI 幫你總結(jié)這一頁到底說了什么，而你看到的只是它嚼過的成品，那就變成搜索引擎要對這段話負(fù)責(zé)了?！m然站在搜索引擎的角度看，它也很無辜，它也避免不了，但我們不用等實(shí)際產(chǎn)品上線就會(huì)推斷出，結(jié)局一定會(huì)是這樣。
因此，谷歌們一定要注意不讓這些 AI 對搜索結(jié)果的演繹演變?yōu)樾碌摹杆阉髡◤棥?。?dāng)然，也不是完全束手無策：它們都做了很長時(shí)間的語音助手，在如何規(guī)避違規(guī)或政治不正確的結(jié)果時(shí)，積累了一些經(jīng)驗(yàn)。比如在必應(yīng)那種模式下，在拆分搜索關(guān)鍵字階段即可開始干預(yù)。
不同的是，因?yàn)檎Z音助手的技術(shù)相對比較落后，它們更缺乏「自信」，也更多用車轱轆話搪塞過去，以至于人們有一個(gè)它們就玩玩就好的心理預(yù)期。ChatGPT 讓人感到「革命性」的重要原因，恰恰是它對自己說的東西充滿自信，即使那只是一本正經(jīng)的胡說八道。這使得它的危險(xiǎn)性也直線上升。
即使通過腳注方式讓每一句話都可以溯源，這種 AI 輔助的搜索依然沒解決下一個(gè)問題，就是 FT 專欄作者描述的「劣幣驅(qū)逐良幣」：「如果不可靠的文字可以免費(fèi)獲得，而原創(chuàng)研究既昂貴又費(fèi)力，那么前者將會(huì)蓬勃發(fā)展。」
AIGC 的內(nèi)容對一般大眾已經(jīng)足夠可用，但對專業(yè)人士來說非常粗糙。同時(shí)他們對其中借鑒拼湊的痕跡也十分敏感。有些人類畫師咒罵說 Midjourney 或 NovelAI 這種 AI 生成的畫作，實(shí)際上是將人類作品「分尸」以后拼貼而成的「尸塊」。
但實(shí)際上，使用搜索引擎的人類做的就是拼貼，沒什么神秘的。以前我們說程序員「面向谷歌編程」，其實(shí)很多人是通往 StackOverflow，該站也是 ChatGPT 解答大量編程問題所使用的信息來源?，F(xiàn)在該站據(jù)報(bào)因?yàn)椴簧僭就ㄟ^搜索找過來的訪問者轉(zhuǎn)而詢問 ChatGPT，而損失了一大部分流量。反過來，這又會(huì)導(dǎo)致站內(nèi)人類回答者受到的激勵(lì)變少，與讀者的交互也變少，長遠(yuǎn)來看不利于維持社區(qū)氛圍，生成更多的內(nèi)容。
人類對創(chuàng)作社區(qū)的貢獻(xiàn)，固然有一些是源于金錢激勵(lì)，但也有不少是純粹的「我為人人，人人為我」，比如維基百科以及 StackOverflow。這些站點(diǎn)在幫助大量新生碼農(nóng)入門的同時(shí)，也鼓勵(lì)他們「班門弄斧」地分享，通過獲得良性反饋達(dá)到自己經(jīng)驗(yàn)和技能上的進(jìn)步。
專家也是一步一個(gè)腳印踏上來的，沒有初學(xué)者，哪來的專家？但 AIGC 有可能通過掐掉初學(xué)者的幼苗，讓人類能做的貢獻(xiàn)僅限于那些已經(jīng)練成的專家，再過幾代人，那就沒什么知識傳承了。而現(xiàn)在的 AI 還完全不會(huì)憑空創(chuàng)造。它們只是總結(jié)，而且經(jīng)常是瞎貓碰死耗子這樣的總結(jié)。
AI 犯的錯(cuò)誤能改正嗎？
從原理上講，大模型有天生缺陷。更正一個(gè)錯(cuò)誤對人類來說是非常容易的（當(dāng)然人類的自主意志或許不愿意認(rèn)錯(cuò)），但對現(xiàn)在的生成式 AI 很困難。即使是開發(fā)者，也很難定位錯(cuò)誤具體出現(xiàn)在哪里，只能通過喂養(yǎng)新的材料試圖快速更正。當(dāng)微軟曾經(jīng)研發(fā)的聊天機(jī)器人 Tay 難以抵擋大量惡意操作激發(fā)出的錯(cuò)誤用例時(shí)，它只能選擇關(guān)停。
要想治本揪出病根，而不是看到危機(jī)了打個(gè)補(bǔ)丁這樣的方法，行得通嗎？
國內(nèi)的北京智源人工智能研究院就做了這樣的嘗試。在我之前對它們的采訪中，它們曾經(jīng)組織多條技術(shù)路線賽馬。有人做了類似 Wikidata 的中國版知識圖譜，希望教會(huì) AI 認(rèn)知不同事物之間的邏輯關(guān)系，雄心勃勃。但最后，智源對外正式發(fā)布的第一個(gè)成果，是另一條路線的大模型「悟道」。這也是 ChatGPT 蹚過的同一條路線。
大模型源于大數(shù)據(jù)，但大數(shù)據(jù)不必然產(chǎn)生（好的）大模型。同樣的數(shù)據(jù)，從什么方向煉，或者拿來以后是否要再篩一下，都可能導(dǎo)致完全不同的結(jié)果，機(jī)器學(xué)習(xí)的黑箱也讓不同人的經(jīng)驗(yàn)不能復(fù)用。
如果大模型就等于大數(shù)據(jù)，那百度擁有的中文數(shù)據(jù)量當(dāng)然是國內(nèi)最大的。但我之前說過，就算是百度，他們煉丹的過程也極其艱難。因?yàn)樯厦嫠f的數(shù)據(jù)質(zhì)量和煉丹路徑問題，悟道目前還是中文大模型的獨(dú)苗。（雖然悟道有少數(shù)用例，但功能開放很有限，其實(shí)外界也很難感知它的成品和 ChatGPT 之間是否有可比性?，F(xiàn)在只能是說它們煉出了這么一個(gè)東西而已。）
智源驕傲地說，現(xiàn)在 AI 從「大煉模型」已經(jīng)改為「煉大模型」，從數(shù)據(jù)上云、算力上云，已經(jīng)進(jìn)化到了模型上云。還想重新造輪子的小散現(xiàn)在已經(jīng)追不上他們了。不過，這中間發(fā)生了一個(gè)插曲：智源宣布自己大模型階段性成果的那篇論文《A Roadmap for Big Model》，其中居然有大量段落是直接復(fù)制粘貼過來的，實(shí)在是觀感不佳。
當(dāng)然這確實(shí)只是一個(gè)插曲，因?yàn)檫@論文不是它們工作的核心內(nèi)容。煉丹肯定能煉出來東西，這玩意的成本就擺在那里，造假?zèng)]什么意義。同時(shí)它致敬的來源本身是谷歌的科學(xué)家 Nicholas Carlini，其實(shí)也說明了集中力量煉大模型已經(jīng)是跨越東西方的行業(yè)共識。
反過來說，這也宣告了 AI 也是朝著深度學(xué)習(xí)原理未知的「黑箱」方向一條道走到黑，專家系統(tǒng)以及知識圖譜路線再一次被打入冷宮。今后，即使大模型因?yàn)楸O(jiān)管原因，因?yàn)檎握_原因必須要有可解釋性，那也是用新的機(jī)器學(xué)習(xí)來解釋，用一個(gè)「黑箱」來解釋另一個(gè)「黑箱」，補(bǔ)丁永遠(yuǎn)打下去，類似人類的 Prompt 工程。真正「治本」是沒有指望了。
從這個(gè)角度來說，就像 Lecun 說過的，以及微軟的洪小文在 2019 年 6 月就說過的（我現(xiàn)場聽了他那場演講），當(dāng)今的 AIGC 相比早前的機(jī)器學(xué)習(xí)沒有質(zhì)的飛躍，只是模型終于大過了可以「騙過」普通人類的那個(gè)臨界點(diǎn)。在此之前，其實(shí)更多進(jìn)步主要是業(yè)內(nèi)自嗨，大家都是很會(huì)自我安慰的，比如谷歌那個(gè)神棍員工把一點(diǎn)蛛絲馬跡附會(huì)為 AI 有自我意識，創(chuàng)造了自己的語言什么的。這當(dāng)然是扯淡。
所以，ChatGPT 這種「信誓旦旦，虛心接受，堅(jiān)決不改」的玩世不恭勁兒我們還得忍耐好一陣子。當(dāng)然，必應(yīng)方案中將來源鏈接與文本對應(yīng)的辦法更討巧，但以這個(gè)路線實(shí)現(xiàn)的 AIGC，依然不可能有從無到有的自我創(chuàng)造。
所以……？
當(dāng) ChatGPT 幫我們撰寫文書，做總結(jié)陳詞的時(shí)候——我不知道別人怎么想，但我多少有一種開車時(shí)，從手動(dòng)擋變?yōu)樽詣?dòng)擋，再前進(jìn)到特斯拉「Autopilot」讓我偶爾能松開方向盤的那種感覺。（巧了，谷歌和百度也都在做自動(dòng)駕駛。）
適當(dāng)?shù)母倪M(jìn)解放了我的雙手，讓我精力更充沛。但完全的接管，則還是因?yàn)榘踩?，不能讓我放心。在車廂里，自?dòng)駕駛判斷錯(cuò)誤，會(huì)付出生命的代價(jià)。在工作中，直接使用 ChatGPT 生成的結(jié)果而不潤色核查，就要讓我自己為這些結(jié)果發(fā)布后的后果負(fù)責(zé)。
其結(jié)果是，我不得不再自行，或者使用別人的人力，來做事實(shí)核查與潤色調(diào)整。就像我不得不仍然兩手放在方向盤上，時(shí)不時(shí)下意識地轉(zhuǎn)轉(zhuǎn)。
我并沒有什么內(nèi)幕信息，上文描述的情況全都來自公開資料，它們也只是 AI 搜索可能的其中一種實(shí)現(xiàn)形式。當(dāng)然，它的效果會(huì)好于目前智能音箱能做到的那種「手氣不錯(cuò)」模式。
大多數(shù)人可能用到的會(huì)是類似自動(dòng)擋這樣，相對全手動(dòng)擋是「低收益低風(fēng)險(xiǎn)」的改進(jìn)。少數(shù)人會(huì)越來越拔高其中 AIGC 所占比重，進(jìn)入「高收益高風(fēng)險(xiǎn)」的領(lǐng)域。其中多條技術(shù)路線相互競爭，最后也許跑出一兩個(gè)成功的，并且可以被大規(guī)模復(fù)制的辦法（這一點(diǎn)非常重要），讓原本的高風(fēng)險(xiǎn)也變成低風(fēng)險(xiǎn)，于是所有人得到更大的收益。我能想到的 AIGC 進(jìn)化路線，也不外如此。
此時(shí)，當(dāng)前機(jī)器學(xué)習(xí)的黑箱模式，就變成了 AIGC 模式大規(guī)模復(fù)制的最大障礙。因?yàn)槟闵踔炼伎赡懿恢滥阕约菏窃趺闯晒Φ模愣疾荒茉僮龅诙€(gè)同類產(chǎn)品出來。從這個(gè)角度上講，中國廠家即使跟風(fēng)研究 ChatGPT 競品，也沒什么丟人的。不論用看上去不可能的「白箱」模式，還是用可信賴、高可靠性的黑箱解釋黑箱，只要攻克了可解釋性這個(gè)深度學(xué)習(xí)的大難關(guān)，對全行業(yè)也有著重大意義。
最后，祝你每次用 AI 搜索的時(shí)候都「手氣不錯(cuò)」，得到的結(jié)果不用人工修改，就可以直接用。