تحقق من جميع الجلسات عند الطلب من قمة الأمن الذكي هنا.
منذ إصدار ChatGPT في نوفمبر ، كان هناك الكثير من التكهنات حول أحدث برنامج OpenAI نموذج لغة كبير (LLM) عذاب إملائي لبحث Google. وقد اشتدت هذه المشاعر فقط مع صدور التقرير الأخير لمايكروسوفت تستعد لدمج ChatGPT في محرك بحث Bing الخاص بها.
هناك عدة أسباب للاعتقاد بأن Bing الذي يعمل بنظام ChatGPT (أو أي محرك بحث آخر) سيفعل ذلك ليست خطيرة هدد بحث Google شبه احتكار. تواجه LLM العديد من المشكلات الحرجة التي يجب حلها قبل أن تتمكن من إحداث تأثير في صناعة البحث عبر الإنترنت. وفي الوقت نفسه ، ستساعد حصة Google في سوق البحث وقدرتها التقنية ومواردها المالية على أن تظل قادرة على المنافسة (وربما المهيمنة) حيث تبدأ LLM للمحادثة في ترك بصمتها في البحث عبر الإنترنت.
وفي الوقت نفسه ، فإن الإمكانات الحقيقية (والأقل مناقشة) لـ ماجستير مثل ChatGPT هو “تفكيك” البحث عبر الإنترنت ، حيث تكمن الفرص الحقيقية لمايكروسوفت والشركات الأخرى. من خلال دمج ChatGPT في المنتجات الناجحة ، يمكن للشركات تقليل حالات استخدام بحث Google.
تكامل ChatGPT في محركات البحث
بينما تعد ChatGPT تقنية رائعة ، إلا أنها تمتلكها عديد أساسي مشاكل، والتي توجد أيضًا في LLMs الأخرى. هذا هو السبب في أن Google ، التي لديها بالفعل تقنية مماثلة ، قد اتخذت نهجًا متحفظًا تجاه دمج LLM للمحادثة في محرك البحث الخاص بها.
- كما أظهر العديد من المستخدمين والباحثين ، فإن LLMs مثل ChatGPT يمكن أن “تهلوس” ، وتولد إجابات متماسكة نحويًا ولكنها خاطئة من الناحية الواقعية.
- لا تستشهد LLM بمصادرها ، مما يجعل من الصعب التحقق من صحة نتائجها والتحقيق فيها.
- تكاليف تشغيل LLM ضخمة. حسبما لتقدير واحد، مع مليون مستخدم يوميًا ، تبلغ تكلفة ChatGPT حوالي 100000 دولار في اليوم.
- LLMs بطيئة في التشغيل. يمكن لقواعد بيانات محرك البحث إرجاع ملايين النتائج في غضون مللي ثانية. تستغرق LLM عدة ثوان لتوليد استجابات.
- LLMs بطيئة التحديث. يمكن لـ Google إضافة ملايين السجلات إلى فهرس البحث الخاص بها كل ساعة دون أي تكلفة تقريبًا. تحتاج LLM إلى إعادة تدريب بطيئة ومكلفة في كل مرة يتم تحديثها بمعرفة جديدة (بيانات تدريب ChatGPT من عام 2021).
قد تتمكن شركة مثل Microsoft من حل هذه المشكلات باستخدام سحابة Azure عالية الكفاءة وتطوير بنيات LLM المناسبة وتقنيات التدريب والأدوات التكميلية.
قد تتمكن Microsoft و OpenAI أيضًا من حل مشكلة الصدق عن طريق إضافة حواجز حماية آلية تتحقق من صحة إجابات ChatGPT قبل عرضها في نتائج Bing.
ومع ذلك ، لا شيء يمنع Google من فعل الشيء نفسه. تمتلك Google بيانات هائلة وموارد حسابية وأحد أكثر فرق الذكاء الاصطناعي موهبة. تتمتع Google أيضًا بميزة كونها محرك البحث الافتراضي على Chrome ومعظم أجهزة Android و Safari (مضمن مع أجهزة macOS و iOS). هذا يعني أنه ما لم يكن الأمر أفضل بشكل كبير ، فلن يقنع Bing المدعوم من ChatGPT المستخدمين بالخروج عن طريقهم للتبديل من بحث Google.
بحث غير مترابط
يستخدم الأشخاص بحث Google لحل المشكلات المختلفة ، من تحديد مواقع المطاعم القريبة إلى البحث عن الأوراق الأكاديمية واسترجاع المقالات الإخبارية والاستعلام عن المعلومات التاريخية والبحث عن نصائح حول الترميز والمزيد.
يمكن لـ ChatGPT و LLMs الأخرى أيضًا حل بعض هذه المشكلات. نحن نشهد بالفعل هذا يحدث في تطوير البرمجيات. عندما يحتاج المبرمجون إلى مساعدة في كتابة رمز لمشكلة معينة ، فإنهم عادةً ما يبحثون عنها على Google أو يزورون منتدى ترميز مثل Stack Overflow. اليوم، بفضل GitHub مساعد الطيار و OpenAI Codex ، يحتاجون فقط إلى كتابة وصف نصي في بيئة التطوير المتكاملة الخاصة بهم (IDE) (مثل Visible Studio Code أو GitHub Codespaces) وجعل LLM ينشئ الرمز تلقائيًا لهم. يساعد هذا المطورين على البقاء في التدفق من خلال تجنب التبديل من IDE الخاص بهم إلى بحث Google. هذا مثال على “تفكيك” بعض الأعمال التي يقوم بها بحث Google حاليًا.
هناك العديد من الفرص الأخرى لتفكيك البحث من خلال LLMs ، مثل تطوير المساعدين للأوراق الأكاديمية والمقالات وإنشاء محتوى آخر. هناك العديد من الفوائد للتفكيك:
- يسمح بالتخصص. يمكن ضبط LLM بدقة على التطبيق المحدد الذي تم دمجه معه. يؤدي ذلك إلى تحسين دقة إخراج LLM ويسمح أيضًا باستخدام نماذج أصغر ، مما يقلل التكاليف بشكل كبير.
- يؤدي إلغاء الحزم إلى تقليل حمل التحديث. طالما أن المستخدمين لا يتوقعون أن تعرف LLM أحدث الحقائق ، فلن تحتاج إلى إعادة تدريبها بشكل متكرر.
- يمكن للشركات تجنب المنافسة المباشرة مع عملاق البحث في Google. بدلاً من ذلك ، يمكنهم الاستفادة من أسواقهم الحالية. على سبيل المثال ، يمكن لـ Microsoft دمج ChatGPT كمساعدين في Workplace و Visible Studio و Groups وغيرها من المنتجات التي تضم بشكل جماعي مليارات المستخدمين. يمكن أن تجد منصات المحتوى الأخرى فرصًا في نقاط الاحتكاك حيث يتعين على المستخدمين التبديل من تطبيقاتهم إلى بحث Google للعثور على المحتوى. قد يتم حل بعض هذه المشكلات من خلال دمج LLM في التطبيق.
- نموذج التكامل يفتح نماذج أعمال جديدة. يربح بحث Google أرباحه من شبكته الإعلانية الواسعة. يمكن تحقيق الدخل من LLMs المتكاملة من خلال وسائل أخرى مثل الاشتراكات. مثل مساعد طيار يوضح أنه إذا عززت LLM الإنتاجية وتوفر الوقت ، فسيكون المستخدمون على استعداد لدفع رسوم شهرية مقابل ذلك.
مستقبل البحث على الإنترنت
بالنسبة للعديد من حالات الاستخدام ، ستظل قائمة الروابط الزرقاء من Google هي الأداة المهيمنة. على سبيل المثال ، إذا كنت تريد إجراء بحث دقيق في مجالات وأطر زمنية محددة ، فإن تقنية بحث Google أفضل من LLMs الحالية.
لن يشكل فك الحزم تهديدًا وجوديًا لبحث Google حتى الآن. في الواقع ، يُظهر تاريخ المنصات الكبيرة مثل Craigslist و Amazon أن التفكيك عادةً ما يؤدي إلى توسيع السوق (ولدى Google بالفعل حصة في العديد من هذه الأسواق). ومع ذلك ، فإن التفكيك سيضعف من سيطرة Google إلى حد ما على سوق المعلومات عبر الإنترنت. وعلى المدى الطويل ، يمكن أن تؤدي LLM إلى تحولات أكثر عمقًا في السوق.
مهمة VentureBeat هو أن تكون ساحة المدينة الرقمية لصناع القرار التقنيين لاكتساب المعرفة حول تكنولوجيا المؤسسات التحويلية والمعاملات. اكتشف إحاطاتنا.
