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思，尽管它在内容搜索上崭露头角，但短期来看，它还未能颠覆现有的市场格局。预计这将加速搜索引擎的革新步伐，中期我们预见一个以传统搜索为主，ChatGPT辅助的新模式形成，谷歌等巨头的AI研发投入势必将大幅增强。🔍 与传统搜索引擎相比，ChatGPT在用户体验上的确飞跃，但数据更新速度和高昂的成本仍是其挑战，尤其是每条信息生成成本高达1.3美元，远超传统搜索引擎的3-4倍。📝 这些问题有望通过技术融合和硬件成本下降逐步改善。尽管如此，ChatGPT的出现无疑加速了AI产业的发展，推动AI内容时代的到来。它就像一条创新的鲇鱼，搅动着整个行业，促使全球AI化进程加速。🚀未来，传统搜索引擎需要不断创新以应对这种挑战，两者或许会形成互补，共同塑造一个更智能、高效的搜索生态。🔍 #ChatGPTvsSearchEngines #AI革命 #搜索引擎演进
▍报告缘起：
🌟ChatGPT的崛起，让搜索引擎界的热议升级！🔥2022年11月30日，OpenAI团队的力作ChatGPT横空出世，仅两个月就吸引了超1亿DAU和20万MAU的狂热关注。💬它以对话形式，能应对日常问题的千变万化，记忆力与篇幅显著提升，全面且多角度的回应让人眼前一亮。相较于前辈GPT3，ChatGPT的知识挖掘深度令人惊叹，每个回答都像是深入研究后的精炼总结。🔍无论是内容搜索还是深度探索，它的表现都展现出强大的潜力，引发了关于其能否挑战传统搜索引擎地位的热议。接下来，我们将深入探讨ChatGPT的技术革新对市场格局的影响，以及它可能如何重塑搜索引擎巨头们的竞争态势。🔍🚀准备好跟随这场技术革命的步伐，一探究竟吗？🔥
🌟ChatGPT引领未来搜索新风尚：通过深度集成人工智能与用户互动反馈，这款AI模型在GPT3.5的基础上实现了迭代升级，显著提升了问题解答的精确度。它以创新的方式打破传统搜索引擎的局限，提供更个性化、智能化的搜索体验。🚀
🌟🚀OpenAI’s AI refinement journey involves fine-tuning a GPT3.5 model, harnessing the power of Human Feedback RLHF 🤖📚. A meticulous process begins with ≈12k-15k questions crafted by human experts, serving as an initial foundation for pre-training. Next, SFT, the trained model, generates responses to fresh queries, followed by expert evaluation for排序. The rewards are then shaped into RM, a refined reward model, through pair-wise comparisons. This reward model is further honed on a larger dataset, with iterations repeating until perfection. 🚀🏆
🌟ChatGPT的革命性提升：🔥经过深度优化的路径，我们欣喜地看到ChatGPT在问题理解和答案精准度上的显著飞跃。据Deepmind透露，相较于传统搜索引擎有限的链接指向，ChatGPT不仅能迅速生成针对问题的高分答案，还能附带关键证据来源链接（👀），这无疑为搜索体验带来了革命性变革。对于开放式问题，ChatGPT展现出了强大的网络数据匹配能力，能生成丰富且连贯的答案，远超传统搜索引擎的常规表现。在知识密集型和创意领域，ChatGPT提供的搜索解决方案简直是现代搜索引擎的典范（🏆）。🔥ChatGPT引领的新一代搜索革命，让信息获取更智能、高效！🚀
▍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。🔥💡ChatGPT目前采用的标注数据训练模式，使得即时信息的融入成为难题。每回重训，A100显卡得来来回回工作个半月到一个月，价值百万美元的高昂成本就像一道难以逾越的门槛。🔍🎨相比之下，微调虽能快速适应新知识，却可能造成权重失衡——新知识过于凸显，旧知识反而被“冷落”。频繁调整可能导致模型记忆混淆，学习曲线陡峭。🎓解决这一挑战，ChatGPT正寻求更高效且经济的方法，以保持其数据的鲜活与知识的连贯性。我们期待它在技术迭代中给出更多惊喜！💡
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！
