华尔街最新文章中有华尔街分析师表示，如果Alphabet的谷歌希望继续保持搜索引擎之王的地位，它将被迫拿出自己的数字卫士，为ChatGPT创造一个有价值的挑战者。而现在这个时刻已经到来。

谷歌的子公司DeepMind正准备推出Sparrow，它被吹捧为比微软支持的GPT更安全、“无害”、更可靠的替代品。尽管具体日期尚未确定，但DeepMind计划在今年晚些时候进行内测测试。

自从ChatGPT可用以来，该分析师就一直在使用它，所以知道它的缺点和巨大的潜力。

它的缺点是几个问题的结果，从AI模型训练的不一致到基于数据集的限制。简单地说，人工智能一直在向互联网学习，而互联网往往是粗鲁、有偏见和不正确的。例如，ChatGPT的局限性包括偶尔提供不正确的信息和有害的指示或有偏见的内容。

Sparrow可以解决这些问题，因为它可以从一个更干净的数据集中提取数据，这要归功于它直接访问谷歌的高级语义搜索引擎及其数十年的研究。

DeepMind很可能会优化数据集，并应用过滤器来微调模型，以提供更准确的信息，同时还带有主动反向链接，这是OpenAI的模型目前无法做到的。

因此，Sparrow的功能也很可能会受到更多限制。这是有道理的，因为谷歌正在使用它来快速解决对其搜索引擎帝国的威胁，而不是提供一个多功能的人工智能模型。

在最初的评估中，当被问及事实性问题时，Sparrow能够提供可信的回答，并在78％的情况下提供证据支持。这些性能结果令人印象深刻，特别是在开发周期的早期，谷歌的AI模型很可能在发布时表现非常好。

然而，人工智能巨头之间的冲突是更险恶的事情的前奏——至少对谷歌来说是这样。该公司开始开发Sparrow，因为它担心人们最终可能会依赖ChatGPT而不是自己的搜索引擎进行搜索查询。

即使谷歌赢得了这场战斗，它也必须采取下一步行动:将Sparrow整合到谷歌的搜索引擎/广告服务业务中。这将是一次代价高昂、风险巨大的改革。

Sparrow需要与当前的搜索引擎无缝配合，扩大搜索结果，并为谷歌强大的广告服务系统助一臂之力。将一个额外的人工智能模型添加到一个紧密结合的生态系统中，并在高度动态的数据集上持续训练它（因此它成为等式中有用的一部分，而不是一个散布过时信息和废话的松散大炮）将是一项具有挑战性和昂贵的努力。

这是谷歌不得不承受的一颗子弹，因为它的竞争对手没有每年2090亿美元的广告帝国需要保护，而且可以“快速行动，打破现状”，而且影响较小。

说到后果，如果事情出了问题，谷歌可能会受到不少影响。如果这个搜索引擎巨头过早地整合了该模型，并且在敏感时期，比如选举，或者关于分裂的社会和政治话题，开始提供误导性或有偏见的反馈，可能会给谷歌带来昂贵的问题——这些问题可能会质疑谷歌的声誉，并导致各种法律诉讼。

另一方面，微软的劣质搜索引擎必应（Bing）可能最终获得了所需的推动力，摆脱了无关紧要的地位，因为该公司早在2019年就购买了GPT-3 （ChatGPT的前身）底层技术的独家许可。

此外，与谷歌不同的是，微软不需要保护其当前的广告收入现金流（到2020年只有77亿美元，还有很大的提升空间），我们可以期待微软积极地将这种模式整合到其管道中。

虽然这两种人工智能模型都有各自的优势和局限性，但Sparrow和ChatGPT的成功将对搜索引擎和在线广告的未来产生重大影响。这些人工智能巨头之间的斗争还将对数据隐私、信息的准确性以及人工智能在社会中的作用产生影响。

本文源自金融界

AI会让程序员大规模失业吗？

文/以撒

在看到《流浪地球2》中的MOSS时，不知道有多少人会联想到ChatGPT。虽然现实中的AI远没有电影里那么厉害，但它确实已经对我们造成一些“威胁”了。

据外媒PCMag报道，谷歌的一份内部文件显示：ChatGPT通过了谷歌L3工程师职位的编程面试。L3被认为是谷歌工程团队的入门级职位，其平均年薪约为18.3万美元（约合人民币124万元）。之前我们可能还是抱着调侃的心态发发表情包，但谁能想到，AI这就真的拿下offer了……

之前我们报道ChatGPT时，就探讨过它的编程能力——检查bug、生成代码段、指导算法都不在话下。国外最近甚至有一项研究，专门让几个AI去检验40段代码中的bug。结果ChatGPT最终以准确修复31个bug，也就是77.5%的正确率，荣获本次“比赛”的最强AI之名。

有这样的能力，它能通过大厂的编程面试就不足为怪了。其实要检验也不难，葡萄君随手在网上搜了一道真题给ChatGPT做，结果可想而知，它在几秒间就理解题意并输出了结果。虽然答案不一定百分百准确，但它确实展现出了实力。（程序朋友有兴趣的话可以检验下对错）

如此NB的ChatGPT，真的能代替程序员吗？在目前看来，这还有点不切实际。AI是能写代码，但写面试题和实际编程工作的差别可大了去了。不说检验准确性、安全性和对接需求这些点，光是充分理解庞大项目的整体架构模块，对当下的AI来说就是一个几乎不可能的任务。

除非你有能自组织、自适应、

自感知的这玩意儿↑

不过也有从业者探讨了一个真实存在的可能性：如果每家公司结合自己的项目和业务信息，自行训练私有AI，或许就能让AI替代10%的脏活累活。投入这项优化的成本可能不太好算，因为这10%工作其实可以交给10个实习生来做，但你还要考虑他们的薪资、培训和工作对接——而AI的“薪资”成本，毕竟（暂时）是零，零啊……

探讨完整版

截取自微博，上下滑动查看

葡萄君一位研究游戏AI的朋友同样觉得，AI完全替代人类工作，无论从技术角度还是社会角度可能性都不大。目前，我们更多是利用AI来提高生产效率，这是一种必然趋势。就算没有AI的帮助，也会有模块化、平台化等种种优化方式。不过也好在，总有些人类经验是AI无法替代的，因此大规模失业或许还不会因为AIGC而那么快到来。

长远来看，这种诱惑确实值得有能力的企业重视AIGC，这或许也是最近相关话题在行业里又火热起来的原因之一。甚至有人总结出了一套AIGC工具的使用攻略……

实际上不止是程序员，ChatGPT的火已经烧到了许多不同的行业。仅推出2个月之后，它的活跃用户已突破1亿。最近的一项调查发现，89%的美国大学生已经在用ChatGPT写作业了，还有人拿它写论文得了第一……这让部分老师和教授们十分震怒，把ChatGPT列入了教学和科研的黑名单。

相比AI绘画，ChatGPT的热度几乎是一路狂飙

数据来自Google Trends

巨头们也对它的疯狂增长有所感慨——比如谷歌CEO去年年底冲着ChatGPT对搜索引擎的威胁，在公司内部发布了“红色警报”；最近还斥资三亿美元，投资了GPT3出走的核心成员创立的AI公司Anthropic，看得出是真急了。

上个月，微软宣布向OpenAI追加数十亿美元的巨额投资。比尔盖茨前几天还下场“暴言”：“像ChatGPT这种AI，和计算机、互联网一样重要。”微软的动作也是早有准备——不仅推出了ChatGPT的付费Pro版本，还宣布计划在全部产品全线整合OpenAI技术及ChatGPT。

其他大厂也纷纷开始筹划这方面的动作，当然，这离我们有点远。不过真要说起来，游戏的各种细分业务，可能还是离ChatGPT的应用场景最近的一批。这一阵，它在投资圈、游戏圈就常常被热议，在上周一次券商分析师组的饭局上，葡萄君发现众人有一半的时间都在聊ChatGPT——讨论什么股票和AIGC有关、可以看涨。今天，葡萄君还在朋友圈看到了一位投放从业者的试验。

最近ChatGPT的再次出圈，让许多人又开始探讨和研究AIGC。这样的氛围确实很好，不过我们可能也需要对它抱有更多的理智：一方面，AI还有很多缺陷。比如ChatGPT作为语言模型，是一个极度偏科的“文科生”。粗略来说，它可以通过极大的文本训练量把话说得人模人样，但却很难“长脑子”，也就是通过自己的逻辑思考来得出结果。

举个例子：如果它算对了一个简单的加法，很可能是因为网上就这么说的，而不是它真的会算。同理，即使你能耐心教会它老北京话的风格，它也很难真的搞懂我们博大精深的歇后语文化……这也是ChatGPT无法替代搜索引擎的关键原因：它人云亦云的特点，很可能让答案偏离或完全与现实相反。

@祝佳音 与AI的对话

不过另一方面，AI的能力也还远远没有被开发至上限，它与游戏研发、运营等业务的深度结合，仍需要我们持续探索。从这个角度来看，我们要操心的并非失业，而是如何真正让它成为游戏行业的好帮手。

游戏葡萄招聘内容编辑，

点击「阅读原文」可了解详情

无期迷途 | 原神抄不得 | 一人之下

漫威卡牌 | MMO不行了？| 暴雪网易

原神音乐 | 彷徨2022 | 专访沐瞳

可第一时间收到推送和完整封面！

梦晨 衡宇 发自 凹非寺量子位 | 公众号 QbitAI

生成式AI要取代搜索引擎的声音，出现在ChatGPT发布的第一天。

后来越传越邪乎，有人设想以后大家找资料都不说google一下了，而是geept一下。

还有人说，搜索引擎给的一页10个蓝蓝的链接，以后就像老式拨号电话的转盘一样成为历史。

谷歌刚开始还满不在乎，随着ChatGPT爆火出圈也感受到威胁，内部拉响红色警报，调整AI产品策略。

微软则把这视作弯道超车的机会，计划在必应搜索中继承ChatGPT的能力。

……

不过，持不同观点的也大有人在。

随着大家使用加深，ChatGPT会用权威的语气输出错误信息，无法获取最新知识等弱点暴露出来。

△一本正经胡说八道

OpenAI的CEO也表示，现阶段ChatGPT容易给人带来一种假象，依赖它来做重要事情是不靠谱的。

Keras之父则认为，搜索与生成根本就是两个问题，原理上就决定了两者无法相互取代。

有意思的是，另一搜索巨头百度的观点也站在这一边。

近日，百度刚刚举办Create AI开发者大会，大会前夕，百度搜索宣布将基于百度自研的生成式模型，升级“生成式搜索”能力，并指出，生成式AI和搜索引擎是互补关系而不是替代，还说搜索底层技术和AI底层技术是相通的。

其实你已经用上了

百度这番话不是说说而已，而是从2021年就开始尝试把AIGC与搜索两者结合起来了。

十年前点击“百度一下”的按钮时，搜索引擎背后的工作原理相对简单，就是通过关键词索引，经过算法筛选排序，生成结果页。

而现在，结果页有时候已经不是单纯呈现链接排列。

比如，买了新款iPhone的你，把手机翻了个底朝天，也没找到录音功能藏在哪。

无奈求助于百度，在搜索框输入“苹果怎么录音？”，生成页面最顶端出现的不是链接，而是一个小卡片。

AI选出最能帮到你的答案并做摘要，显示在最上方，无需再从搜索结果翻找。

点进去看，还是图文并茂，步骤清晰的那种。

（世界未解之谜：苹果的录音机到底为什么要叫语音备忘录？？？）

又或者网络冲浪时看到一帧截图，想要知道出自哪部剧，描述一下，搜索引擎可基于深度语义理解问题并匹配结果，也能搜出答案来。

不信可以一起口语化描述下面这张剧照，“韩国有部电影野兽轮船在空中飘着叫什么名字”，然后在评论区告诉我们答案。

再比如，想了解“北京GDP和上海GDP谁高”，百度可以基于权威数据自动生成多年两地GDP走势图。

高低对比直接呈现，不用自己分别另行搜索和自行计算。

这些功能背后都是AI技术在支撑，也是AIGC和搜索技术的结合，只是用起来过于顺滑，大家习以为常了，就像手机上的指纹识别一样。

搜索引擎虽然有20多年历史，但对大多数网民来说仍然是难以替代的高频刚需，并且需求也一直在变化。

从简单的关键词命中搜索，到自然语言搜索，再到语音（特别是方言）搜索，人们使用搜索引擎的方式越来越靠近本能和直觉。

从基础的把网页当成文档去搜索，到搜索知识、服务，人们越来越期待搜索提供更大的价值。

由此带来的复杂需求与庞大计算量，使搜索依然是技术壁垒非常高的产品。

据了解，自百度发力AI十年来累计研发投入超过1000亿元，每年研发占比都超过15%，2021年更是达到23%。

与此同时，搜索则是百度20年来的核心业务，也是离大众最近的“窗口”之一，每天处理海量的请求。

百度领先的AI技术都会最先落地在搜索上，让搜索不断跟上需求的发展，同时也是AI技术最好的试炼场。

两大“杀手锏”技术公开亮相

提起百度的AI技术，最被人熟知的是文心大模型，产业级、知识增强是其特色。

背后还有飞桨深度学习平台，提供一系列基础设施和工具。以及更底层的自研昆仑芯片，兼具超强算力与高性价比的成本优势。

那么这些技术怎么用于搜索引擎呢？

这就要说到在百度Create大会上亮相的两大“杀手锏”技术，跨模态大模型“知一”，新一代索引技术“千流”。

先看跨模态大模型知一，是AI技术在搜索场景落地的代表。

简单来说，知一大模型可以从全网形态各异的资源中持续学习，无论是文本、图片、视频还是结构化信息都可以融会贯通。

打破了资源形态的界限，就更容易理解用户的搜索需求。

从技术层面讲，知一使用了百度文心大模型技术。大规模预训练技术提升模型性能，蒸馏压缩率高达99%的模型小型化技术以降低成本，得以在搜索场景全面应用。

据了解，目前知一在百度搜索的各场景中每天要进行上万亿次的推理。如此巨大的使用规模又带来新的问题，如何把满足需求的结果高效呈现给用户。

这就要提到新一代索引技术千流，负责把不同维度的信息进行智能有序的组织。

千流与之前的索引技术相比，主打多领域、多维度表达的立体栅格化索引。

如何理解栅格化？

在过去，搜索引擎为提高效率会把内容按质量横向切开，做分层处理。先从高质量内容开始检索，满足需求就可以及时返回结果，还未满足再进入下一层。

在千流中，进一步把质量最高的一批内容按领域垂直分层。质量分层+内容命中结合，一横一纵把内容切分成栅格按需检索，大大减少每次检索的计算量。

这是对搜索引擎后端架构的彻底改造，做到成本降低一半、速度快两倍。

但这又不光是节省成本的问题。

百度工程师透露，节省下的计算量还可以投入到对内容的精耕细作中，如综合利用多种算法提升索引质量，或者加入最新的生成式AI技术。

此外，在不同的栅格间也可以使用个性化算法，就好比“一鱼多吃”，不同的部分使用不同的烹饪方法。

知一和千流两者配合起来，一方面对用户搜索意图的理解更精确，一方面提高内容的质量和信息检索效率，为搜索打开了更多可能性。

用户的高频需求，驱动着AI技术变革。新技术又能激发新用户需求表达，两者构成“双轮驱动”，持续推动搜索进化。

在这样不断反馈迭代之下，下一个质变即将到来。

搜索即创作

回到最初的话题：生成式AI会取代搜索引擎吗？

作为国内最大的搜索引擎，百度的答案已经明了：

AIGC和搜索引擎是互补而非取代关系。

百度搜索杰出架构师辜斯缪解释了百度如此判断的思维路径：

当前的AIGC对话系统，哪怕是最火最出圈的ChatGPT，尚有自身能力的明显瓶颈， （比如有时胡说八道，以及不能及时获取最新消息） ，且不能保证未来技术一定能够解决这些问题。

因为从工业应用和落地可能性角度看，现有模型规模并不能支撑一个模型能记录所有知识。

尤其是用户需求量巨大的强时效性内容。

解决办法，就是换个角度，利用AIGC为用户开放式的搜索提问或定制化的信息需求“创作答案”。

从单边的搜索或生成，融合为检索+生成，会达到更好的效果。

这也是从2021年，百度就已经着手研发生成式搜索的重要原因。

检索和生成的结合模式，注定了百度搜索升级后的产品形式会有变化。

据了解，最终产品会与ChatGPT有很大不同，即虽是多轮交互，但并非单纯的多轮对话。

简而言之，用户可以更高效地向搜索引擎提出需求，生成式搜索则在满足需求的同时，迭代和调整这个需求。

不会PS的人，可以利用生成式搜索搜出一张图片，再用语言描述想要怎么修改这张图片，搜索引擎就能根据要求，通过百度的NLP技术对图片进行修改，给予反馈。

升级后，生成式搜索会实现三个方面的体验提升。

• 信息智能整合组织。在保证权威性和准确性的前提下，梳理检索结果，提供整合后的结构化答案。
• 内容创作。基于文心·NLP大模型，发挥自然语言处理能力，可以满足诸如“写文章”“写公告”“智能聊天对话”等创作型搜索需求。
• 个性化内容体验。基于不同用户画像和阅读偏好，同一内容也有差异化、个性化的具体表达。

△「内容创作」示意效果图

据介绍，百度即将在近期升级全网首个生成式搜索。

提纲挈领地梳理下来，不论是AIGC，ChatGPT，还是生成式搜索，都是技术、尤其是AI技术发展到一定地步产生出来的新的机会。

如2022年底，百度CEO李彦宏在全员大会上的发言所说：

把AIGC这么酷的技术变成人人需要的产品，这一步才是最难的。

百度生成式搜索会是下一个人人需要的“酷”产品吗？

拭目以待。

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一时间获知前沿科技动态