文章主题：关键词：ChatGPT, 传统搜索引擎, 替代, 数据实时性
🌟ChatGPT的崛起确实引发了对传统搜索引擎未来地位的深度探讨，尽管它在内容搜索上崭露头角，但短期来看，它还未能完全颠覆市场，维持现有的竞争格局。预计这将加速搜索引擎的革新步伐，中期我们可能会看到以传统搜索为主，ChatGPT辅助的新模式兴起。🔍谷歌等巨头对AI领域的投入预计将大幅增加，以应对这一挑战。ChatGPT以其强大的问题解答精准度和用户体验的飞跃，确实给行业带来了颠覆性的改变。然而，它也存在一些短板：模型数据更新速度受限，单次搜索成本高昂（约1.3美元），且信息真实性难以保证。这些问题在技术改进和传统搜索引擎融合上有望逐步解决，但成本问题可能需要时间来降低。ChatGPT的出现无疑加速了AI产业的发展，预示着内容生成新时代的到来。🚀它就像一条创新的鲶鱼，推动全球AI产业全面加速，迎接一个全新的信息海洋时代。
▍报告缘起：
🔥ChatGPT旋风来袭：AI问答新纪元？🌟2022年11月30日，OpenAI团队的力作——ChatGPT震撼发布，仅两个月便突破千万DAU大关，MAU更是飙升至惊人的20万！🚀这股技术风暴迅速席卷全球，引发了关于其能否挑战传统搜索引擎地位的热议。🔍ChatGPT凭借其对话式交互，应对日常问题游刃有余，多轮对话记忆与篇幅扩展，展现强大实力。相较于前辈GPT3，它全面且深入，能从多个维度提供详尽解答，知识挖掘堪称深度挖掘典范。📊在内容搜索的战场上，ChatGPT的深度表现引发业界对搜索引擎未来地位的深思。🔥然而，这挑战背后隐藏着怎样的市场格局变化与巨头应对策略？我们将在本报告中深入探讨ChatGPT的技术潜力及其可能带来的冲击。🔍💡准备好迎接这场AI技术革命吗？让我们一探究竟！🚀
🌟ChatGPT引领未来搜索新风尚：通过融合AI与用户互动的智慧迭代，它在GPT3.5的基础上实现了深度学习升级，显著提升了问题到答案的无缝对接精度。🔍相较于传统搜索引擎，其强大的智能算法和人性化交互设计，为用户提供更精准、个性化的搜索体验。🏆探索无限可能，ChatGPT正引领一场信息检索革命！
🌟🚀OpenAI’s AI refinement journey involves fine-tuning a GPT3.5 model with the power of Human Feedback RLHF 🚀💡. A meticulous process begins by sourcing ≈12k-15k question-answer pairs, meticulously crafted by human experts, for pre-training purposes. Next, an SFT (Super Fine-Tuned) model takes the stage, generating responses to fresh queries. These responses are then evaluated and ranked by human annotators, forming a refined reward model (RM). The RM is further honed through extensive retraining on a larger dataset, with this iterative cycle repeated for optimal results. 🧪🏆
🌟ChatGPT的革命性提升：🔥经过深度优化的ChatGPT模型，展现了对问题意图与答案的高度一致性，这就像一把精准的钥匙，瞬间开启知识的大门！🔍据Deepmind透露，相较于传统搜索引擎仅提供链接，ChatGPT不仅能迅速生成针对问题的详尽且高质量答案（🎉），还附带权威引用，让学习过程更加有深度。💡对于开放式问题，ChatGPT更是独步江湖，它能从海量数据中挖掘信息，给出全面而深入的答案，这在处理知识密集型任务时，简直是搜索引擎的升级版！📚特别是在创意领域，ChatGPT的搜索体验超越了现状，为用户提供了一种全新的、富有想象力的解决方案。🎨总的来说，ChatGPT以其强大的智能和便捷性，正在颠覆我们对搜索引擎的认知，引领未来搜索的新潮流！🚀
▍ChatGPT取代传统搜索引擎：中短期可能性较低。
尽管ChatGPT能大幅优化用户的搜索体验，但要取代传统搜索引擎仍然面临几个关键技术瓶颈。
🌟ChatGPT数据更新挑战：实时性与技术限制交锋🌟🔥面对日益增长的语言处理需求，ChatGPT的英文版和中文版在数据更新上却存在显著差距——前者停留在2021年，后者仅至2020年，这背后的“定时器”并非偶然，而是大型语言模型技术发展的瓶颈。 olduğu gibi，复杂的标注数据训练模式使得实时更新成为难题，每轮预训练所需的A100显卡资源和时间成本堪称昂贵，预计超过百万美元及半个月到一个月的耐力测试！🔍🔥微调策略虽诱人，但过度依赖可能导致两难：一方面，频繁的微调会强化新知识，却可能让模型对旧知识的记忆力打折；另一方面，过高的权重可能会导致“知识过载”，影响整体性能。 若要保持知识库的鲜活与连贯，ChatGPT的研发团队正面临一场技术与成本的双重考验。🚀欲了解更多关于如何优化数据实时性和训练策略的深度讨论，敬请关注我们未来的内容更新，一起探讨这个令人兴奋又充满挑战的语言模型前沿话题！👇
2）数据的真实性仍不足可靠。在大量的测试后我们发现，虽然ChatGPT回答问题的准确性有所提高，但如果提出的问题较为模糊或者本身包含部分错误信息在内，模型有可能以“一本正经”的语气生成完全错误甚至凭空捏造的回答。真假答案的混杂会让用户在需要对专业性问题寻求答案时产生严重的困扰，这也是目前语言类大模型普遍存在的问题。据CSDN微信公众号报道，2022年11月几乎同一时间上线的Meta服务科研领域的语言类大模型Galactica就因为真假答案混杂的问题，测试仅仅3天就被用户投诉下线。
3）模型在线推理端成本高昂。根据模型的现有数据，我们假设每次生成的回答长度平均为50个词，使用8x英伟达A100用于推理的情况下，我们估算ChatGPT每一次生成答案的成本约为1.3美分，约为谷歌搜索引擎每次搜索成本的3倍。如果每天面对数以亿计用户的搜索请求，如此高昂的成本是公司所不能承受的，中短期内完全取代传统搜索引擎在商业模式上无法做到。
▍搜索引擎产品演变：传统搜索引擎为主+大语言模型为辅相结合。
目前ChatGPT的技术路径难以在较短时间内解决搜索成本的问题，因此从分场景限制用量的思路出发，我们认为中短期内ChatGPT可以通过部分技术改进辅助传统搜索引擎实现用户体验大幅提升。
1）考虑到ChatGPT在不同分类问题中的表现情况，限制ChatGPT搜索仅在知识类搜索场景下启用可以有效控制成本。
2）面对时效类问题时，模型自动判断转向传统搜索引擎生成答案，并通过传统搜索引擎的数据返回生成ChatGPT版本的汇总新答案。
3）针对回答真实性问题，加入对答案产生来源的引用注明给用户，让用户可以快速检验回答的可靠性。
总的来看，通过一些小技术的革新（大部分已经出现在了其他大语言模型中，只需要借鉴）就可以让ChatGPT成为一个合格的辅助搜索引擎。不过成本的问题短期内暂时看不到太好的解决方法，这也给了目前的搜索引擎巨头充足的时间以应对Chatgpt会带来的冲击。
搜索巨头如谷歌以及百度均在大语言模型上有深厚的积累，尤其是谷歌拥有与ChatGPT相似的对话类模型Sparrow以及Lamda，其部分技术更是在ChatGPT上有所突破，包括使用了多个RM模型以应对不良信息的产生以及加入了新知识迭代优化的相关思路。预计ChatGPT的成功不会给搜索产业带来颠覆性的新入局者，但会推动谷歌等搜索巨头加快迭代大语言模型辅助传统搜索引擎的新格局。
谷歌在最新一季度的财报电话交流会中表示：“谷歌将在未来几周或几个月正式推出类似ChatGPT基于大语言模型的人工智能。这种人工智能将以搜索伴侣的形式辅助其传统搜索引擎。”不过我们认为大语言模型的加入也会影响到中期谷歌等巨头的搜索业务利润空间。在平均每个用户生成50个单词的假设下，我们预计到2023年如果有10％的搜索结果由大语言模型生成，将会给谷歌每年带来约12亿美元的额外运营成本。
▍风险因素：
AI核心技术发展不及预期风险；科技领域政策监管持续收紧风险；全球宏观经济复苏不及预期风险；宏观经济波动导致欧美企业IT支出不及预期风险；全球云计算市场发展不及预期风险；企业数据泄露、信息安全风险；行业竞争持续加剧风险等。
▍投资策略：
受制于信息更新、回答准确性、算力成本等层面因素的综合约束，ChatGPT中短期内取代传统搜索引擎的概率较低，但料将加速搜索引擎产品演化进程，并在中期形成以传统搜索为主、ChatGPT类模型为辅的新搜索引擎形态，倒逼传统搜索厂商不断加大AI领域投入，同时鉴于目前全球搜索引擎的市场格局，份额较小的微软Bing最有可能率先实验大语言模型的实际应用，谷歌等头部厂商亦将大概率被动跟随。ChatGPT产生的鲶鱼效应，料将推动全球AI产业化进程的全面提速，以及AI生成内容时代的全面到来。
本文源自金融界
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
