由机器的心脏报告
《机器之心》编辑部
颠覆数字世界的根基，大模型应用的第一波浪潮来了？
近期，科技领域的新品都注重“大模的加持”，技术竞争进入白热化，无论是谷歌、Microsoft还是Meta，似乎都瞬间回归了青春。
随着技术的飞速发展，越来越多的人开始讨论大模型的应用。在地面上，首当其冲的是谷歌一直主导的搜索。
ChatGPT发布后不久，在第一波浪潮中占据先风的Microsoft，发布了一款大模型应用产品，那就是搜索引擎。北京时间2月8日凌晨，Microsoft发布了一则重大公告，争分夺秒地宣布将大模型技术引入自己的搜索引擎。
这一次，一直处于主导地位的谷歌搜索，感受到了Microsoft新Bing带来的“冲击”，也让我们看到，AI搜索引擎已经成为大模型技术应用的战略要地。
近日，国内昆仑万维企业加入“AI搜索引擎”之战，宣布推出国内首个融入大语言模型的搜索引擎——天宫AI搜索，并开放内测应用并上线App。
封闭测试链接：tiangong.cn
在这篇文章中，让我们来看看天宫AI搜索如何挑战传统搜索。使用的实际效果如何？
为什么要从搜索开始？
早早发布“天宫”大语种模型的昆仑万维，为何将大模型技术的第一款产品放在搜索引擎场景的C端？
究其原因，在于搜索的重要性，以及大规模模型技术带来的创新潜力。
由于技术的快速迭代，许多科技公司都提出了“基础模型”，开发者可以在此基础模型上根据自己的需求构建商业应用，但基于这些模型的大规模产业转型尚未实现。
但在消费领域，生成式AI似乎有着更明显的未来。自今年2月以来，Microsoft、OpenAI、Google、百度等先锋们的举动，似乎受到了人们的欢迎，将大模型的力量引入到自己的搜索引擎中。
随着大模型时代的到来，我们的生活将发生怎样的变化？在看到ChatGPT的震撼效果后，我们都曾认真或夸张地想象过它，并且有一个共识，那就是它可能在科技公司的产品中无处不在，需要与计算机交互的工作越多，破坏力就会越强。
在与计算机交互的过程中，搜索引擎是基本的和“非敏感”的应用程序。长期以来，搜索的形态几乎没有什么重大变化，人们越来越倾向于选择排名靠前的几大服务。
在大模型出现后，传统搜索可能会被颠覆，而这种模式也有机会被打破：通过结合AI技术发生质变后，过去从关键词开始的搜索动作，变成了“让人工智能来做工作”的指令，我们不再需要思考搜索的方式， 或者繁琐地过滤搜索结果中可能有用的内容或条目，人工智能将一站式解决问题。
通过大型模型独特的思维链 （CoT） 功能，下一代搜索系统可以全面理解人们提出的问题和他们找到的内容，分析您的意图，并持续有效地与您互动以生成有意义的内容。
简单来说，AI现在有了一点“逻辑”，它真的可以作为我们的个人助理，因为它满足了大量的复杂需求，成为了交通的入口，也可以作为初步的生产力工具，解决工作中的问题。
基于大模型的搜索能力，我们可以预期，在不久的将来，对信息的需求将得到极大的满足，从而使AI整合数据能够大大提高知识获取的效率，AI生成可以以以前无法想象的速度完成任务。
另一方面，一个能够完全理解人类意图的AI也可以连接到各种服务，使行程和会议纪要不再需要时间，并且随着持续使用，它会变得越来越智能。
如果存在这样大规模的模型应用，不就是我们心目中、能帮我们应对世界的“超级应用”吗？
全AI搜索体验，更便捷
既然产品已经上线了，效果如何呢？
作为首批参与内测的用户之一，心机首次尝试了天宫AI搜索的质量。经过一些经验，我们真的感受到了与传统搜索引擎的不同。
这款APP叫“天宫AI助手”，新用户可以通过下载来体验，如果是老用户，只需要更新APP即可体验。它的用户界面设计得很简单：只需在搜索框中点击它，然后提出你想知道的任何问题。此外，借助“AI对话”功能，您还可以体验与天宫的AI助手聊天和交互的能力，并创建文本等常规的大模型。
众所周知，传统的搜索引擎主要是以关键词为导向的，在输入文本后，我们会得到大量与关键词匹配的结果，这些结果按照相关性顺序排列（不考虑广告）。但这种方法可能并不总是给你真正想要的答案，毕竟即使是论文也有标题派对，如果你搜索很长的段落，搜索引擎很少会考虑输入的逻辑。
天宫AI搜索主打自然语言搜索，就是用白话提问，不用单词造句，也不使用信息检索课上提到的“算子”，想问多少就问多少。天宫AI搜索不仅便于分析并获取您的真实意图，而且还能捕捉问题中的上下文关系，使搜索结果更加准确和相关。
也极大地改变了搜索引擎输出结果的逻辑，可以看到天宫AI搜索的界面从上到下分为三个部分，分别是参考、回答和跟进。
这就是天宫AI搜索与传统搜索的不同之处：它首先展示一个参考信息的来源，而这些来源对于回答问题最有价值;然后，基于AI大模型能力，对参考内容进行汇总，去除多余、不相关的信息，更高效、准确地生成简洁明了的答案。
作为在搜索结果（答案）中引用信息源的参考，是天宫AI搜索的第一大亮点。这些列出的参考资料确保了答案的可追溯性和可信度，相应的索引为您提供了原始信息的直接链接。还有丰富的参考信息来源，不仅包括新闻网站、知识问答平台，还包括机构的官方网站和视频。
底部是天宫AI搜索的“跟进”功能，体现了搜索引擎大模型的一面，让你可以围绕一个问题进行20+轮的深度互动。
搜索引擎的特点是可以根据您的需求输出即时准确的信息，而大模型的优势在于它们打破了人与机器之间的壁垒，可以有效地与您进行对话，充分理解上下文内容，并给出准确的回应。
接下来，我想了解一下 Google 2017 年的工作，它影响了自然语言处理 （NLP） 的方向。天宫AI搜索给出了这篇论文的标题、架构原理和影响，就像是这篇论文的总结。
继续追问，在NLP领域高曝光的Transformer，早已扩展到计算机视觉领域。谷歌在视觉转换器领域的工作 视觉转换器有什么了不起的地方？天宫AI搜索让我们了解到ViT相对于传统卷积和递归神经网络的优势，更好的建模能力和更强的可解释性，以及它给计算机视觉领域带来的积极影响。
写《变形金刚》这篇论文的作者现在被认为是神，对吧？然后继续前进。
可以看出，天宫AI搜索的无限追问，赋予了你我“破锅、追问到底”的能力，一件事情的来龙去脉都能在其中找到。
除了让你通过提问成为“万事通”外，天宫AI搜索还拥有强大的信息整合、提炼和串联能力，加上大模型的加持，让你在处理开放式问题时能更自在，有答案。
这次，我想问一个目前在大模型领域尚无定论的热点话题，开源还是闭源？看看天宫AI搜索会给我们什么答案。它的回答首先指出不能一概而论，然后详细列举了开源和闭源的优势，最后建议企业和研究机构根据自身情况选择开源或闭源，可以说是非常全面的。
大模型的搜索引擎不仅能抓到问题，还能抓到很多细节。天宫AI搜索在知识和创意搜索方面都强于传统搜索。
例如，如果你给出以下编程问题，它会先解释它，然后输出代码来实现它。当然，也列出了解决方案的源链接。
此外，您还可以根据此结果提出问题，以逐步理解此代码的原理。
让我们拿一个有创意的问题，比如我想用生成工具 Stable Diffusion 和 Runway 创作一部科幻大片，但我不知道该怎么做。天宫AI搜索给出了非常详细的准备步骤，可以看出比自己总结要快得多。
我想写一个关于海洋核污染导致人类灭绝的故事，但我不知道如何写剧本。也交给了天宫AI搜索，答案依然清晰合乎逻辑。
实时性能是搜索引擎的重要要求，天宫AI搜索在这方面表现得尤为出色，它以全网为一个数据库，保证了输出的实时输出。
例如，我想了解 Code Llama，这是 Meta 上周五发布的一个大型代码模型，也是在其基础上超越 GPT-4 的大模型。从天宫AI的搜索中，我们知道，这款超越GPT-4的大模型，就是WizardCoder 34B，以及它的首次生成通过率。
最后，关于天宫AI搜索的一个非常友好的一点是，每一轮的搜索结果都不会丢失，并且会保存在“我的历史”中，以便你随时查看搜索内容。而且，所有客户端都是统一的。
天宫大模型与AI增强技术
天宫AI搜索，看起来非常好用，背后应用了哪些技术？其最重要的支撑，是昆仑万维此前推出的千亿级大语言模型“天宫”。
作为国内首个以ChatGPT为基准的双千亿级大语言模型，“天宫”部署在中国领先的GPU集群上，集成了1000亿级预训练基础模型和1000亿RLHF模型。因此，该模型具有强大的自然语言处理和智能交互能力，在丰富的知识储备的支持下，可以满足知识问答、文案写作、逻辑推理、数学计算、代码编程等多样化的生成式AI需求。
昆仑万维表示，新一代搜索引擎利用大模型的能力，正在变得越来越智能。另一方面，基于搜索的实时内容，也降低了大模型在内容生成过程中出现幻觉等现象的概率。在天宫AI搜索的背后，昆仑万维专注于从多个角度进行提升，对传统搜索引擎的体验进行创新。
具体而言，提升主要体现在五个方面：
意图识别和理解：在传统的搜索引擎中，用户经常需要多次尝试来搜索一个陈述。天宫AI搜索会利用大模型对用户的问题进行重写后再检索，不仅可以深入挖掘用户的真实意图，还可以准确捕捉查询中的上下文关系，带来更准确、更相关的搜索结果。
智能摘要：在开放式问题中，使用“密集段落检索”（DPR） 技术对问题和可能相关的文档（例如 wiki 页面或论坛文章）进行编码，并计算相似度，以确保准确检索高度相关的文档和关键段落。
向量语义检索：昆仑万维为搜索引擎构建了大规模的实时向量检索系统，在搜索的多个环节发挥作用，包括准确内容定位、增强内容多样性、提高上下文连贯性等。通过调用用户之前查询过的搜索结果，搜索结果与用户的交互更加连贯，从而创建更自然、更流畅的搜索对话体验。
智能提问技术，为天宫AI搜索的无限提问提供支持。昆仑万维表示，该技术的核心是充分理解用户的查询，并在需要更多信息时提出问题。跟进问题的实现不仅离不开“意图识别、信息完整性检测、问题生成、用户反馈接收、动态调整学习、情境感知”等步骤，还需要对对话、用户查询日志、后续反馈等大量数据进行持续训练。当然，它也需要不断迭代和优化，通过多次准确把握用户的需求，使答案始终紧扣主题。
此外，天宫AI搜索还实现了跨语言信息检索（CLIR），即使你用中文提问，你在生成内容时寻找的信息也不仅仅是中文，而是所有的结果都被翻译和整合。这种方法不仅极大地扩展了搜索的边界，而且确保了用户能够获得最新、最全面的全球信息和研究结果。
更重要的是，天宫AI搜索会自动过滤掉付费网页和无效信息，而且没有广告，最先的是有效的参考链接。
有了这些能力，AI搜索不仅可以理解你的长而难的句子，还可以从全球网络扫描信息，整理出合乎逻辑和清晰的答案，如果你得到你的反馈，它可以继续改进。一个可以解决所有问题的一刀切的人工智能已经形成。
也许，这就是超级应用程序的开始的样子。