Konečně vyhledávač, který je lepší než Google

Historie na první pohled

Perplexity je „motor odpovědí“ poháněný umělou inteligencí, který poskytuje přímé, zdrojové odpovědi na dotazy a kombinuje možnosti vyhledávání s bohatými jazykovými modely, aby se snížily halucinace a zvýšila spolehlivost.
Na rozdíl od tradičních vyhledávačů má Perplexity za cíl stimulovat zvědavost tím, že nabízí související otázky a povzbuzuje uživatele, aby se ponořili hlouběji do témat.
Perplexity využívá pokročilé techniky umělé inteligence, jako je Retrieval Augmented Generation a Chain of Thought Reasoning, ke zlepšení přesnosti a výkonu při zpracování přirozeného jazyka.
Budoucnost umělé inteligence by mohla spočívat ve vývoji systémů schopných myšlení na vyšší úrovni a přirozené zvídavosti, což by mohlo vést k průlomům ve vytváření nových znalostí a pochopení složitých problémů.
Zatímco nástroje umělé inteligence, jako je Perplexity, rozšiřují lidské schopnosti, měly by být vnímány jako nástroje pro kritické myšlení a kreativitu, nikoli jako náhrada za jedinečné lidské vlastnosti.

Ve výše uvedeném videu vede počítačový vědec a výzkumník AI Lex Fridman rozhovor s Aravindem Srinivasem, generálním ředitelem Perplexity, „motoru odpovědí“ poháněného umělou inteligencí. Na rozdíl od tradičních vyhledávačů, které vyžadují, abyste se procházeli stránkami s výsledky, abyste našli informace, které potřebujete, Perplexity poskytuje odpověď na váš dotaz v reálném čase.

Jedním z úskalí současných technologií umělé inteligence, jako je ChatGPT, je to, že mají tendenci halucinovat nebo falšovat informace. Chcete-li toto riziko minimalizovat, můžete požádat AI o poskytnutí zdrojových odkazů a ověření přesnosti informací. Perplexity se však s tímto problémem vypořádává od začátku, a i když stále může halucinovat, má faktický základ.

„[Perplexity] chce revoluci ve způsobu, jakým my jako lidé získáváme odpovědi na otázky na internetu. Kombinuje vyhledávání a velké jazykové modely, LLM, způsobem, který vytváří odpovědi, kde každá část odpovědi obsahuje citaci na lidmi vytvořené zdroje na webu,“ říká Fridman. „To výrazně snižuje halucinace LLM a umožňuje mnohem snazší a spolehlivější použití pro výzkum a obecné noční zvědavé průzkumy, kterých se často účastním.“

Částečně vyhledávač, částečně platforma otázka-odpověď

Fridman popisuje Perplexity jako křížence mezi vyhledávačem – softwarovým systémem určeným k vyhledávání informací na internetu – a LLM. LLM je typ umělé inteligence, který je trénován na velkém množství textových dat, aby porozuměl a generoval text podobný lidskému textu. LLM mohou provádět různé úkoly související s jazykem, jako například: Např. odpovídat na otázky, vytvářet obsah, překládat jazyky a další.

Na rozdíl od standardních vyhledávačů, které nabízejí odkazy, se Perplexity pokouší odpovídat na dotazy přímo. Srinivas vysvětluje:

„Zmatenost lze nejlépe popsat jako záznamník. Položíte otázku a dostanete odpověď. Jediný rozdíl je v tom, že všechny odpovědi jsou podporovány zdroji. Je to jako když akademik píše práci. Tato část odkazování, získávání zdrojů, je místem, kde vstupuje do hry část vyhledávače. Kombinujete tradiční vyhledávání a získáváte výsledky, které jsou relevantní pro otázku položenou uživatelem. Přečtete si tyto odkazy, extrahujete příslušné odstavce a vložíte je do LLM…

Tento LLM převezme příslušné odstavce, podívá se na dotaz a poskytne dobře naformátovanou odpověď s vhodnými poznámkami pod čarou ke každé větě, kterou říká, protože mu to bylo nařízeno, byl instruován tímto konkrétním pokynem, řadou odkazů a odstavců, aby uživatel dostal stručnou odpověď s příslušnými uvozovkami.

Kouzlo spočívá v tom, že to všechno funguje dohromady v jediném, uspořádaném produktu, a proto jsme vytvořili Perplexity.“

Srinivas, který dříve pracoval jako výzkumník umělé inteligence ve společnostech DeepMind, Google a OpenAI, vidí Perplexity jako nástroj objevování, který podporuje zvědavost:

„Cesta nekončí, jakmile dostanete odpověď. Podle mého názoru cesta začíná po obdržení odpovědi. Níže vidíte související otázky, otázky, které byste si měli položit. A proč? Protože možná odpověď nebyla dost dobrá nebo odpověď byla dost dobrá, ale pravděpodobně budete chtít sáhnout hlouběji a zeptat se více. Proto ve vyhledávací liště říkáme, kde znalosti začínají, protože znalosti nemají konce. Můžete to jen rozšiřovat a rozšiřovat.“

Průlomy v AI

Uvědomte si prosím, že i když Perplexity není dokonalá a stále má určitou zaujatost, zejména pokud jde o informace o COVID-19, funguje výrazně lépe než Google u téměř všech ostatních vyhledávání. Technologie AI založená na Perplexity poskytuje přesnější, komplexnější a podrobnější výsledky, takže je tou nejlepší volbou pro obecné vyhledávání. Pokročilé algoritmy zajišťují, že uživatelé obdrží ty nejrelevantnější a nejpozoruhodnější informace, čímž se Perplexity odlišuje od tradičních vyhledávačů.

Srinivas popisuje několik způsobů, jak Perplexity využívá nejnovější pokroky ve strojovém učení a také obecné inovace. To zahrnuje Retrieval Augmented Generation (RAG), pokročilou techniku zpracování přirozeného jazyka (NLP), která kombinuje schopnosti LLM se systémy vyhledávání informací a vytváří přesnější a kontextové odpovědi.

Tento přístup je zvláště užitečný pro úkoly, které vyžadují přesné a aktuální informace, jako jsou odpovědi na otázky, souhrny a dialogové systémy. Stručně řečeno, RAG zahrnuje vyhledávací aspekt dotazu, ale zmatenost jde dále. říká Srinivas:

„Princip zmatenosti je, že byste neměli říkat nic, co nemůžete znovu najít.“ To je ještě mocnější než RAG, protože RAG jen říká: „OK, použijte tento dodatečný kontext a napište odpověď. Ale my říkáme: ‚Nepoužívejte víc než to‘. Tímto způsobem zajistíme věcný základ. A pokud nemáte dostatek informací z dokumentů, které jste získali, řekněte: ‚Nemáme dostatek zdrojů pro vyhledávání, abychom vám poskytli dobrou odpověď.’“

Používají také uvažování založené na řetězci myšlenek, což ještě více zlepšuje úkoly NLP z hlediska výkonu. Řetězec myšlenek v AI odkazuje na schopnost jazykového modelu generovat logická, krok za krokem vysvětlení nebo sekvence myšlenek, které vedou k závěru nebo odpovědi. Tento přístup zlepšuje výkon modelu při složitých úlohách uvažování tím, že ho povzbuzuje, aby formuloval mezikroky v procesu uvažování. Srinivas vysvětluje:

„Chain of Thought“ je velmi jednoduchý nápad, kde namísto pouhého trénování výzvy a dokončení můžete model donutit projít krokem uvažování, kde dojde k vysvětlení a poté k odpovědi.

Skoro jako mezikroky, než se dostanete ke konečné odpovědi. Tím, že přinutíte modelky projít tímto myšlenkovým procesem, zajistíte, že se příliš nepřilnou k neznámým vzorcům a budou moci odpovídat na nové otázky, které dříve neznaly.“

Začátek skutečných průlomů v oblasti myšlení

Zbývá zjistit, zda je umělá inteligence v zásadě schopna myšlení na vyšší úrovni, podobně jako lidské kognitivní procesy. Dosažení tohoto bodu však částečně závisí na provedení více inferenčních výpočtů, které v AI odkazují na výpočetní zdroje a procesy zapojené do provozu modelu umělé inteligence pro předpovědi nebo rozhodnutí na základě nových dat.

Tato fáze je odlišná od fáze tréninku, kde se model vytváří a optimalizuje. Stručně řečeno, inference je proces, kterým model umělé inteligence aplikuje naučené vzory na nová data, aby vytvořil předpovědi, klasifikace nebo jiné výsledky. Umělá inteligence může být například použita ke klasifikaci obrázků nebo předpovídání cen akcií.

Výpočetní hledisko se týká výpočetního výkonu potřebného k provedení závěrů. To zahrnuje hardwarové, softwarové rámce a algoritmy optimalizované pro efektivní výpočty. říká Srinivas:

„Můžete si popovídat s umělou inteligencí, která má pocit, jako byste mluvili s Einsteinem nebo Feynmanem? Když jim položíte obtížnou otázku, řeknou: „Nevím. A pak po týdnu udělala spoustu výzkumů… a vrátí se a prostě tě vyhodí pryč.

Myslím, že pokud se nám podaří dostat se na tuto úroveň inferenčních výpočtů, která vede k dramaticky lepší odpovědi, když použijete více inferenčních výpočtů, pak to bude začátek skutečného průlomu v myšlení… Je to možné. Ještě jsme to nerozlouskli, ale nic nám nebrání to někdy prolomit.“

Zvědavost je klíčovou součástí toho, co odděluje lidi od umělé inteligence

Součástí rozluštění tohoto kódu je naučit AI, jak napodobovat přirozenou lidskou zvědavost. „To, co dělá lidi výjimečnými, je jejich zvědavost,“ vysvětluje Srinivas. „I kdyby to umělá inteligence prolomila, stejně bychom ji museli požádat, aby něco prozkoumala.“ A jedna věc, kterou si myslím, že umělá inteligence ještě neprolomila, je přirozená zvědavost a schopnost klást zajímavé otázky, abyste pochopili svět a pak se do něj ponořili hlouběji.“

Kromě toho existuje mnoho kontroverzí a strachu kolem umělé obecné inteligence (AGI), což se týká typu umělé inteligence, která má schopnost porozumět, učit se a získávat znalosti v širokém spektru úkolů na stejné úrovni jako lidé Používat inteligenci na srovnatelné úrovni.

Srinivas říká, že se nemusíme starat o to, že „AI bude darebná a ovládne svět“, ale otázkou je, kdo ovládá výpočetní výkon, který provozuje AGI. „Je to méně o přístupu k vahám modelu. Spíše je to přístup k datům, který staví svět do větší koncentrace moci a do rukou pár lidí. Protože ne každý si bude moci dovolit takové množství výpočetního výkonu na zodpovězení těch nejobtížnějších otázek.“

Znakem vyšší inteligence v AI, říká Srinivas, je schopnost vytvářet nové znalosti a poskytovat pravdu na otázky, na které neznáme odpovědi – a pomáhat nám pochopit, proč je to pravda.

„Dokážete vyvinout AI, která jako Galileo nebo Copernicus zpochybňuje naše předchozí chápání a představuje novou pozici, která je rozporuplná a nepochopená, ale možná nakonec pravdivá? A jedna věc, kterou si myslím, že umělá inteligence ještě neprolomila, je přirozená zvědavost a schopnost klást zajímavé otázky, abyste pochopili svět a pak se do něj ponořili hlouběji.“

…A odpověď by měla být tak úžasná, že ji ani nečekáte.“

Jaká je budoucnost vyhledávání a umělé inteligence?

Již nyní vidíme nástroje umělé inteligence, jako je Perplexity, které jsou exponenciálně lepší než stávající vyhledávače. Podle Srinivase však budoucnost není o vývoji lepšího vyhledávacího nástroje, ale spíše platformy pro znalosti:

„Pokud se přiblížíte, ještě před internetem šlo vždy o sdílení znalostí. To je větší problém než hledání… Takže si představujeme budoucnost, kde vstupním bodem pro otázku už nebude jen vyhledávací pole. Vstupním bodem pro otázku může být, že posloucháte nebo čtete stránku, že posloucháte stránku, která je vám čtena, že jste se začali zajímat o nějaký prvek a položíte doplňující otázku.

Proto říkám, že je velmi důležité pochopit, že vaším posláním není měnit vyhledávání. Jejich úkolem je dělat lidi chytřejšími a dávat jim znalosti. A cesta tam může začít odkudkoli. Může to začít tím, že si přečtete stránku. Může to začít poslechem článku… Je to prostě cesta. Neexistuje žádný konec.“

Pamatujte, že Perplexity a další nástroje umělé inteligence nenahrazují vaše vlastní kritické myšlení; spíše slouží jako nástroje ke zvýšení vaší kreativity. Je důležité mít to na paměti a pamatovat si, že AI je doplňkem, nikoli náhradou vašich intelektuálních a tvůrčích schopností.

I když je třeba přijmout preventivní opatření , jako je nezveřejňování osobních nebo důvěrných informací, nejde o to nahradit lidskou činnost, ale posílit ji, aby se jednotlivci mohli soustředit na aspekty své práce, které jsou jedinečně lidské Vyžadovat vlastnosti, jako je empatie, strategické myšlení , kreativita a zvědavost. Srinivas vysvětluje:

„Myslím, že zvědavost je to, co dělá lidi výjimečnými, a my chceme tuto zvědavost uspokojit. To je posláním společnosti a my k tomu využíváme sílu AI a všech těchto hraničních modelů. A věřím, že ve světě, kde máme ještě výkonnější AI, lidská zvědavost nezmizí, ale učiní lidi ještě výjimečnějšími.

Se vší přidanou silou se budou cítit ještě více zmocněni, zvědavější a znalejší v hledání pravdy, a to povede k začátku nekonečna.“

Analýza od Dr. Josef Mercola

Prameny:

Zdroj

Sdílet:

Tags: AI Perplexity Vyhledavač

Konečně vyhledávač, který je lepší než Google

Zdroj

Víc příběhů

Desítky zraněných po nárazu auta do lidí v Itálii

Francie zahájila vyšetřování vraždy Džamála Chášukdžího

Bulharsko vyhrálo Eurovizi, genocidní Izrael uprostřed protestů skončil druhý

Michael Svatoš: Brusel právě vrazil v zájmu Německa Ukrajině dýku do zad…

Desítky zraněných po nárazu auta do lidí v Itálii

Francie zahájila vyšetřování vraždy Džamála Chášukdžího

Bulharsko vyhrálo Eurovizi, genocidní Izrael uprostřed protestů skončil druhý

Víc příběhů

Bude Vás zajímat