chatGPT与传统搜索结合创建新一代搜索引擎

不到40天，ChatGPT的日活量已突破千万！而当年同样引起轰动的Instagram达到这一成就足足花了355天。

这代表着我们正在广泛且快速地接受被chatGPT重新定义的知识查询与获取的方式。

而这个需求在过去的20年中，是由类似google，baidu这样的搜索引擎所定义和满足的。现在，范式革 命正在出现。这也是为什么google对于chatGPT与微软走得很近，如此紧张的原因。

因为chatGPT与必应的结合，必然会带来一场新的革 命，甚至可能是颠覆式的。本文将尝试讨论如何构建基于人工智能语言理解和AIGC的搜索引擎的可能，来提前一窥未来。

为什么我们会更接受chatGPT的模式

我们可以先从传统搜索引擎来看，我们是怎么进行交互的。

我们在搜索框中输入我们想要查询或者感兴趣的关键字，或者描述。

而后搜索引擎在搜索时的工作步骤大致如下:

• 接收用户的查询请求

• 利用索引(Index)来快速定位包含关键字的网页

• 排序和排名(Ranking)，使用各种因素（如网页内容、链接等）来决定搜索结果的排列顺序

• 返回排名最高的搜索结果给用户

需要筛选的列表

在没有chatGPT之前，我们大多数时候是非常满足这种一次性的交互的。我们可以通过多次独立的搜索最终获取我们需要的答案。

但chatGPT出现之后，游戏的方式被改变了。它解决的主要问题在于：

• 自然语言处理能力强：chatGPT可以理解自然语言查询，并回答相关问题，而搜索引擎通常只能处理简单的关键词查询。

• 上下文认知能力：chatGPT可以根据用户提供的上下文信息来理解查询并回答问题，搜索引擎通常只针对单次查询进行回答。

• 交互性强：chatGPT可以进行更加深度的交互和延展交互，而搜索引擎通常只返回一组搜索结果。

• 更好的用户体验：chatGPT可以生成易于理解的结果，而搜索引擎返回的结果通常是一些网页链接，需要用户自己去浏览。

这样，无论是从知识获取的效率，还是深度交互和延展上，我们都获得了极大的满足和提升。

更接近人类交互的方式：明确、直接

我们不再需要筛选结果，不需要点击网页等待跳转，不再需要分割多次查询，可以直接延伸交互，甚至是可以纠错。形象点的描述，搜索引擎更像是一本高效实时的字典，而chatGPT更像是一个知识渊博的老师，能跟你交流，告诉你想要知道的知识，虽然它可能犯错。但一样的，搜索引擎也可能犯错，毕竟有 * 的SEO的存在，或者本身就是包含了错误内容的答案。

chatGPT相对于搜索引擎的不足之处

我们提到的可能的范式革 命的出现，并不是用chatGPT这样的聊天机器人直接取代搜索引擎。因为chatGPT并不能取代搜索引擎，ChatGPT是一个大型语言模型，它相对于搜索引擎有以下不足之处：

• 准确性：尽管ChatGPT已经被训练了大量的数据，具有很高的回答率，但它仍然存在错误和误导信息的可能。（但搜索引擎同样存在错误和误导）

• 数据更新：ChatGPT在训练时截止到2021年

• 知识范围：ChatGPT的知识是有限的，没有搜索引擎的知识库那么丰富

• 生成速度：与搜索引擎相比，生成结果的速度可能更慢，因为需要计算和生成结果

• 推理能力：搜索引擎可以根据查询词进行关键字匹配，但ChatGPT不具备这样的推理能力

但正如最开始提到的，ChatGPT的模式正在被广泛且快速的接受，因为它弥补了传统搜索引擎在理解和交互上的不足，一旦我们适应了新的事物，陈旧与低效的方式总会被替代，就如电子相机替代机械相机，因为我们可以美图，可以交互。

chatGPT与传统搜索引擎结合

正如Keras之父所说，“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。”我们要做不是用chatGPT

取代搜索引擎，Keras之父没有说完的是：生成式AI和搜索引擎是互补关系，我们需要的是结合两者优势的新一代工具。

这种新型搜索引擎将利用chatGPT等生成式AI负责交互的部分：利用chatGPT的语言理解能力来更好地理解用户的查询，也将利用chatGPT的生成能力，给我们组织更明确和直接的内容，并记录上下文，开展更有深度和延展性的交互。

而搜索引擎将隐藏在交互接口的背后，并使用传统搜索引擎的索引和排名算法来为AI提供补充和校准。

这种结合将帮助提高搜索体验和满足用户的查询需求。

其具体工作原理可以如下：

• 查询解释：使用chatGPT或类似的语言模型来解释查询的意图（包括是否是包含上下文的互动式交互），判断是否是chatGPT无法回答的问题或是否是最新信息的检索。

• 搜索结果获取：当查询是chatGPT无法回答的问题时，使用传统搜索引擎来获取最相关的网页。

• 搜索结果理解：使用chatGPT或类似的语言模型来理解搜索结果并生成易于理解的结果。

• 结果生成模块：将语言理解和排名的结果结合生成最终的搜索结果，并记录上下文

这种方式能够更好地理解用户的查询意图，并为用户提供更准确的搜索结果，提高搜索体验。

同时，可以在界面上明确的告知结果生成的过程，并包含搜索引擎介入时的相关网页链接。当用户认为结果并不准确，或并非最新的结果时，可以反馈，以帮助AI增强学习。

架构示意图如下：

架构示意图

因此，交互会看起来像这样，当交互搜索引擎无法直接回答时，将给客户提供网页链接，并根据预处理模型的理解，以及客户反馈，通过增强学习来强化AI模型的能力，学习新的知识。

期望中的交互搜索

来源：https://cloud.tencent.com/developer/article/2211660?areaSource=&traceId=