圖、文／愛范兒授權轉載
短短幾日，OpenAI 的聊天機器人 ChatGPT 席捲了整個網際網路，用戶數輕而易舉突破百萬。
答疑解惑、編寫代碼、撰寫論文、創作詩歌和鋼琴曲，當人類絞盡腦汁設下「九九八十一難」，ChatGPT 基本問什麼答什麼，就算不會也能編得有模有樣。
到目前為止，在推向大眾的 AI 文字產生器裡，ChatGPT 是最好的那一個，更何況還免費使用。
當 ChatGPT 春風得意時，也有人看到它光環下的失意，程式設計師和文字工作者的飯碗可能不保，連 Google 等傳統搜尋引擎也可能即將被他革命掉了。
有了搜尋引擎，我們依然需要花大量時間翻網頁找答案，如果 AI 能直接把答案送到你眼前，還能保證正確率，那豈不是更好？
但問題就在於「如果」。
ChatGPT：我無法與 Google 相比
12 月 1 日，開發人員 Josh Kelly 曬出同一個代碼問題在 Google 和 ChatGPT 的不同結果，ChatGPT 的答案看起來更完整，讓他感嘆「Google is done」（Google 完蛋了）。
初出茅廬的 ChatGPT，真的把刀架在 Google 搜尋的脖子上了嗎？
先看看搜尋引擎與人工智慧 AI 在定義上的區別
搜尋引擎的核心是海量訊息的集合，而非訊息的創造。你在搜尋框輸入關鍵字，搜尋引擎根據演算法，抓取、索引、排序與你查詢相符的結果，然後你看到了大量的連結，再從中尋找自己需要的訊息。
而 ChatGPT 屬於 AIGC（人工智慧生產內容），是一種新的內容創作方式。它已經透過大量的數據資料訓練完畢，通過一對一的對話和類似人類的口吻，給出單一、即時的答案，還能結合上下文，實現多輪對話，幫你解決更為複雜的、連續性的問題。
你可以一步步引導規則，讓它設計遊戲等產品，或者給它一段程式碼，讓它檢查 Bug，還可以給它展示案例，讓它舉一反三。互動越複雜，ChatGPT 的能力也會越豐富，只當個一次性的搜尋引擎用，倒有些「浪費」。
比傳統的聊天機器人更聰明，比人類的問答網站更快捷，ChatGPT 讓查找訊息的過程更加直覺和簡單。
一個是生成式搜尋，一個是大規模搜索，目前的 ChatGPT 應該是還遠遠取代不了 Google。
Google 能夠提供多樣的選項讓我們自行判斷
在 ChatGPT 的基礎設定裡，訊息的時效性已經落後了。ChatGPT 基於網際網路上的數十億個文字案例訓練，學習生涯停留在 2021 年，它也沒有聯網，不會即時調用外部網路資源，無法像 Google 地圖般根據位置為你推薦餐廳，不能幫你打開 Twitter、Facebook。
相比之下，Google 既有龐大的索引網站資料庫，也提供圖像、地圖等功能和工具，讓你快速跳轉到其他網站更是它的「基本要求」。事實上，Google 最受歡迎的搜索就是「Facebook」、「Amazon」等關鍵詞。
ChatGPT 正確性實在有待加強
而 ChatGPT 被吐槽最多的還是它的準確性，正確列出了雞兔同籠的方程卻給出了錯誤的解答，腦洞大開胡編亂造西遊記結局，一本正經地胡說八道就罷了，偏偏語氣還十分自信，也不提供資料來源，你使用搜尋引擎時，至少可以憑藉多個來源交叉驗證。
12 月 4 日，馬斯克透露 ChatGPT 可以使用 Twitter 資料庫，這意味著 ChatGPT 必然學習了許多缺少事實查核的資料。正因為垃圾答案氾濫，開發人員問答網站 Stack Overflow 從 12 月 5 日開始，暫時禁止使用者分享 ChatGPT 生成的內容。
另外，ChatGPT 的回答混入了不少缺乏精確的話語。 OpenAI 解釋，這主要是因為訓練數據偏差（訓練者更喜歡看起來更全面的、更長的答案）和過度優化。
種種不足擺在檯面上，ChatGPT 暫時不會威脅到搜尋引擎的。
雖然 ChatGPT 比其他 AI 更像人了，但本質上還是「隨機鸚鵡」，離不開大模型、大數據、大算力，它的知識來自訓練資料庫中的統計規格，並不能理解自己所說的話。
12 月 5 日，《時代》雜誌「專訪」了 ChatGPT，在被問到「大型語言模型有哪些限制」時，ChatGPT 回答道：
大型語言模型的一個限制是，我們無法理解我們生成的單詞的上下文或含義。我們只能根據給定的訓練數資料，根據某些單詞或單詞序列一起出現的概率來生成內容。
這意味著我們無法為我們的回答提供解釋或推理，並且我們可能不會總是生成完全連貫或在對話上下文中有意義的回答。
但 ChatGPT 迴避了一個問題：什麼是理解？
「理解」是屬於人類的概念，它能否用在 ChatGPT？如果能用，它的理解是否約等於「生成有意義的回答」這個結果？
至少在未來一段時間內，我們或許更需要擔心，當越來越多的網路內容由類似的模型生成，搜尋引擎給出的結果，品質是會提高？還是降低？
我還問了問 ChatGPT 本尊，它的態度十分謙虛，不覺得應該拿它和 Google 比較：
我是一個大型語言模型，無法與 Google 或任何其他搜尋引擎進行比較。我的目的是通過回答用戶的提問來幫助用戶獲得訊息，而不是提供搜尋功能。與搜尋引擎相比，我的優勢在於能夠回答複雜的問題，並且可以提供更加個性化和詳細的訊息。相比之下，我的劣勢在於無法提供搜尋功能，也無法提供最新的訊息。
AI 仍可能是搜尋引擎的未來
雖然 ChatGPT 仍在起步，在搜尋上沒有比 Google 做得更好，但它可能改變我們在網路上搜尋內容的方式，讓搜尋技術更上一層樓。
這裡就有一個簡單的例子，現在已經有大量將 ChatGPT 嵌入 Google 的外掛出現，其中有些外掛將 ChatGPT 的結果顯示在網頁右側，一次搜尋就能兼顧兩種體驗。
再參照 ChatGPT 和圖形生成模型 Stable Diffusion 的聯動（可能是因為 AI 更懂 AI，ChatGPT 的描述更容易被 Stable Diffusion 提取，最終的圖片品質更高），ChatGPT 或許也可以用於解釋、指導關鍵詞，幫助我們更好地用搜尋引擎尋找訊息。
以上這些還是 AI 和搜索引擎的結合體。如果我們更大膽地設想一番，不考慮技術限制，拋去搜索引擎，存在一個無所不知的 AI，以易於理解的問答形式，提供與問題相關且準確的信息，這是未來搜索的理想模樣嗎？
不少 AI 專家認為願景本身就有問題。德國魏瑪包豪斯大學研究員 Benno Stein 指出，它可能隱藏現實世界的複雜性：
問題不在於現有技術的局限性。即使擁有完美的技術，我們也無法得到完美的答案。我們不知道什麼是好的答案，因為世界很複雜，但當我們看到這些直接的答案時，我們會停止思考。
那麼如何讓答案顯得更「複雜」？有人覺得，簡單地提供一份文件清單，會比直接給出答案更有用；有人則建議，可以解釋答案並給出不同觀點的利弊，讓人既知其然也知其所以然。
ChatGPT 目前的時效性、準確性仍不足
對於 ChatGPT 的時效性、準確性不足，也並非是無解的。
自然語言處理專家張俊林指出，近乎即時地將新知識融入大規模語言模型，非常有挑戰性，一種解決辦法是，把它存到傳統搜尋引擎的索引裡，ChatGPT 如果回答不了時效性的問題，可以轉向搜尋引擎抽取對應的答案。
另一方面，彭博社報導，OpenAI 正在開發一個名為 WebGPT 的 AI 系統，WebGPT 將能夠更準確地回答問題，甚至還能說明引用的來源。
以上這些還是 AI 和搜尋引擎的結合體。如果我們更大膽地設想，不考慮技術限制，拋去搜尋引擎，存在一個無所不知的 AI，以易於理解的問答形式，提供與問題相關且準確的訊息，這是未來搜尋的理想模樣嗎？
不少 AI 專家認為願景本身就有問題。德國魏瑪包豪斯大學研究員 Benno Stein 指出，它可能隱藏現實世界的複雜性：
問題不在於現有技術的局限性。即使擁有完美的技術，我們也無法得到完美的答案。我們不知道什麼是好的答案，因為世界很複雜，但當我們看到這些直接的答案時，我們會停止思考。
那麼如何讓答案顯得更「複雜」？有人覺得，簡單地提供一份文件清單，會比直接給出答案更有用；有人則建議，可以解釋答案並給出不同觀點的利弊，讓人既知其然也知其所以然。
但是大多數時候，本來就不存在真正的完美的答案，準確、詳細這些衡量標準，也更針對事實類、知識類問題，而非那些天馬行空的開放式命題。
以答案的準確或者詳細與否框定 AI，反而有些「著相」。不妨讓我們回到上文提到的定位問題，ChatGPT 是生成式搜尋，Google 是大規模搜尋，前者是 chat，後者是 search，它們在本質上就是不同的。
ChatGPT 紅了一段時間了，我們對它有了一個大概的共識：它的錯誤答案不少，特別在知識類和事實類問題上，但如果把它放在創作的一個環節，可以用來激發靈感、提高生產力。
它不是搜尋引擎，也不像聊天機器人，更像一個隨時供你諮詢的「超級大腦」。換句話說，ChatGPT 不一定會顛覆 Google，但它從根本上改變了我們和知識的相處形式，你可以和它談星星談月亮，從詩詞歌賦說到人生哲學。
ChatGPT 對創造力、開闊思維的激發，可能比事實類信息的準確性更加重要，它完全可以和搜尋引擎、人類勞動互補，不必你死我活，各自完成通向未知的一塊拼圖，這也是我們對「搜尋」的根本需要。
相關文章
