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按鈕，而不是一個。在常規(guī)搜索按鈕的右邊還有一個「手氣不錯」（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按鈕。
「手氣不錯」，但點開搜索結(jié)果頁更棒
在搜索框內(nèi)鍵入關(guān)鍵字后，如點擊「手氣不錯」，將會跳轉(zhuǎn)到搜索結(jié)果的第一條。如果什么都不輸入，點擊「手氣不錯」則會進入谷歌的節(jié)日 Logo（Doodles）頁面。
「手氣不錯」自谷歌 1998 年成立時就已經(jīng)存在。在早期，它的正確用法是輸入網(wǎng)站名字直達該網(wǎng)站，而不需要再多點一次。
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?。埂竚iserable failure（慘?。乖冱c擊「手氣不錯」都會跳轉(zhuǎn)到時任美國總統(tǒng)小布什的官方簡歷頁面，因為它被刷到了搜索結(jié)果的第一條。
「手氣不錯」按鈕并沒有進入谷歌搜索的手機版，或其它有搜索框的地方。在 PC 端它也被弱化，因為輸入關(guān)鍵字時，搜索框自動向下展開聯(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，如果沒有預設答案，也會念出搜索結(jié)果的第一項，或者維基百科條目。這可以被看作是變相的「手氣不錯」，因為最終也是只呈現(xiàn)一條結(jié)果。
「手氣不錯」保留至今僅僅是一個情懷的體現(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入谷歌搜索，他們看到的第一個頁面就是搜索結(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。現(xiàn)在結(jié)果頁的信息量更豐富，包括從目標頁面文字中提取出的那一段有意義的文本。而「手氣不錯」并沒有做任何調(diào)整。比如，現(xiàn)在用搜索框輸入數(shù)學公式，搜索結(jié)果頁會顯示一個計算器，但「手氣不錯」會引導到一個谷歌外部的網(wǎng)頁，而不是直接展示運算結(jié)果。
搜索結(jié)果頁也包含維基百科、新聞、圖片等大量有價值的信息。如果搜索的是一個門戶網(wǎng)站或論壇，那么結(jié)果頁還附帶該站的一個站內(nèi)搜索框，不點開就可以搜索該站內(nèi)容；如果搜索的是某款軟件，官網(wǎng)的下載鏈接都會被提取出來。
同時，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)在這個位置上。
因此，搜索結(jié)果頁現(xiàn)在已經(jīng)比提供一個「直達」鏈接的「手氣不錯」更能滿足用戶的需要了。谷歌這一點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與關(guān)鍵字有關(guān)的「面板」——對，就像蘋果發(fā)布會總結(jié)某款新手機時候的那種拼圖版面，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)滾動下去才有。
而作為搜索引擎的使用者，一個人類，你看到這些東西的時候要做的事情，其實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字。
這時候你是什么？
你就是一個 ChatGPT 啊。
好的，我們終于要進入正題了。
根據(jù) CNBC 報道，谷歌將更快引入類似 ChatGPT 的自家產(chǎn)品 LaMDA 到搜索引擎中。谷歌的某款設計中的新版首頁，就是替換掉「手氣不錯」按鈕，取而代之的是隨著關(guān)鍵字輸入，展示 AI 選出的 5 個你最有可能提的問題。而當你打出一句自然語言后，可以點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 個人在 Twitter 上放出截圖。
根據(jù)截圖，必應的 ChatGPT 整合使用了這樣一個流程：
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。
以這些語料喂入 ChatGPT，生成一段連貫的段落。段落中來自某個來源的一段話或幾個詞，會用角標形式給出資料來源。
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，你可要負責啊
當人們望著攤開的搜索結(jié)果「面板」自己歸納總結(jié)的時候，是人們自己對具體采信哪條信息，放棄另一些信息來負責。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責了。——雖然站在搜索引擎的角度看，它也很無辜，它也避免不了，但我們不用等實際產(chǎn)品上線就會推斷出，結(jié)局一定會是這樣。
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?。當然，也不是完全束手無策：它們都做了很長時間的語音助手，在如何規(guī)避違規(guī)或政治不正確的結(jié)果時，積累了一些經(jīng)驗。比如在必應那種模式下，在拆分搜索關(guān)鍵字階段即可開始干預。
不同的是，因為語音助手的技術(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，以至于人們有一個它們就玩玩就好的心理預期。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獲得，而原創(chuàng)研究既昂貴又費力，那么前者將會蓬勃發(fā)展?！?/p>
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，實際上是將人類作品「分尸」以后拼貼而成的「尸塊」。
但實際上，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)報因為不少原本通過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，這又會導致站內(nèi)人類回答者受到的激勵變少，與讀者的交互也變少，長遠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，固然有一些是源于金錢激勵，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。這些站點在幫助大量新生碼農(nóng)入門的同時，也鼓勵他們「班門弄斧」地分享，通過獲得良性反饋達到自己經(jīng)驗和技能上的進步。
專家也是一步一個腳印踏上來的，沒有初學者，哪來的專家？但 AIGC 有可能通過掐掉初學者的幼苗，讓人類能做的貢獻僅限于那些已經(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 犯的錯誤能改正嗎？
從原理上講，大模型有天生缺陷。更正一個錯誤對人類來說是非常容易的（當然人類的自主意志或許不愿意認錯），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。當微軟曾經(jīng)研發(fā)的聊天機器人 Tay 難以抵擋大量惡意操作激發(fā)出的錯誤用例時，它只能選擇關(guān)停。
要想治本揪出病根，而不是看到危機了打個補丁這樣的方法，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 AI 認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，都可能導致完全不同的結(jié)果，機器學習的黑箱也讓不同人的經(jīng)驗不能復用。
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。因為上面所說的數(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苗。（雖然悟道有少數(shù)用例，但功能開放很有限，其實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制粘貼過來的，實在是觀感不佳。
當然這確實只是一個插曲，因為這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，造假沒什么意義。同時它致敬的來源本身是谷歌的科學家 Nicholas Carlini，其實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 也是朝著深度學習原理未知的「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，即使大模型因為監(jiān)管原因，因為政治正確原因必須要有可解釋性，那也是用新的機器學習來解釋，用一個「黑箱」來解釋另一個「黑箱」，補丁永遠打下去，類似人類的 Prompt 工程。真正「治本」是沒有指望了。
從這個角度來說，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），當今的 AIGC 相比早前的機器學習沒有質(zhì)的飛躍，只是模型終于大過了可以「騙過」普通人類的那個臨界點。在此之前，其實更多進步主要是業(yè)內(nèi)自嗨，大家都是很會自我安慰的，比如谷歌那個神棍員工把一點蛛絲馬跡附會為 AI 有自我意識，創(chuàng)造了自己的語言什么的。這當然是扯淡。
所以，ChatGPT 這種「信誓旦旦，虛心接受，堅決不改」的玩世不恭勁兒我們還得忍耐好一陣子。當然，必應方案中將來源鏈接與文本對應的辦法更討巧，但以這個路線實現(xiàn)的 AIGC，依然不可能有從無到有的自我創(chuàng)造。
所以……？
當 ChatGPT 幫我們撰寫文書，做總結(jié)陳詞的時候——我不知道別人怎么想，但我多少有一種開車時，從手動擋變?yōu)樽詣訐?，再前進到特斯拉「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駕駛。）
適當?shù)母倪M解放了我的雙手，讓我精力更充沛。但完全的接管，則還是因為安全原因，不能讓我放心。在車廂里，自動駕駛判斷錯誤，會付出生命的代價。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)布后的后果負責。
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，時不時下意識地轉(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現(xiàn)形式。當然，它的效果會好于目前智能音箱能做到的那種「手氣不錯」模式。
大多數(shù)人可能用到的會是類似自動擋這樣，相對全手動擋是「低收益低風險」的改進。少數(shù)人會越來越拔高其中 AIGC 所占比重，進入「高收益高風險」的領域。其中多條技術(shù)路線相互競爭，最后也許跑出一兩個成功的，并且可以被大規(guī)模復制的辦法（這一點非常重要），讓原本的高風險也變成低風險，于是所有人得到更大的收益。我能想到的 AIGC 進化路線，也不外如此。
此時，當前機器學習的黑箱模式，就變成了 AIGC 模式大規(guī)模復制的最大障礙。因為你甚至都可能不知道你自己是怎么成功的，你都不能再做第二個同類產(chǎn)品出來。從這個角度上講，中國廠家即使跟風研究 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深度學習的大難關(guān)，對全行業(yè)也有著重大意義。
最后，祝你每次用 AI 搜索的時候都「手氣不錯」，得到的結(jié)果不用人工修改，就可以直接用。