Post by account_disabled on Jan 23, 2024 11:00:06 GMT
即使在 2023 年初层出不穷的新闻和噪音中，您也可能听说过 ChatGPT，这是一款由 GPT-3（技术上为 3.5）驱动的聊天机器人，能够神奇地模拟人类的反应。例如，考虑这个问题和答案（由 GPT-3 创建）： ChatGPT 是搜索引擎吗？ 不，ChatGPT 不是搜索引擎。它是一个人工智能聊天机器人，使用自然语言处理来理解和响应用户输入。 这还不错，而且听起来像是真人会写的东是一种深度学习系统，在使用大量文档进行预训练后，根据预测语言模式生成文本。在这篇文章中，我将使用 OpenAI 的 Playground 和“text-davinci-003”GPT-3 模型，该模型可以通过编程生成更短的答案，并且比 ChatGPT Beta 更可靠。 当前的模型确实令人印象深刻，包括解析复杂的问题： 您如何向 5 岁的孩子解释 ChatGPT？ ChatGPT 就像一个机器人朋友，可以与您交谈并回答您的问题。这就像有一个朋友，他对不同的事物了解很多，可以帮助你学习新事物。
GPT甚至可以模仿人类的创造力，让我们开始质疑自己的才能： 以埃德加·爱伦·坡的风格 目标电话号码或电话营销数据 为蜥蜴人经营的火星主题餐厅写一个口号。 “火星的蜥蜴，在这里华丽用餐，梦想展开，味蕾渲染！” 到目前为止，您可能已经看到了几十个例子，那么所有这些与 Google 搜索以及我们作为搜索营销人员的工作有什么关系呢？ 谷歌和自然语言时代 在搜索的早期，搜索引擎是为了索引单词和短语而构建的，没有处理自然语言的能力。如果您正在寻找一台新笔记本电脑，您可能会搜索“笔记本电脑”或“购买笔记本电脑”之类的内容。我有时开玩笑说，如果你走进百思买并开始大喊“笔记本电脑！”，你可能会被保安护送出去。然而，我们人类适应了早期的搜索，并且降低了我们的语言。 随着搜索变得更加复杂，我们了解到可以使用更复杂的查询，尤其是随着语音搜索的出现，我们尝试了更接近自然语言的东西。随着谷歌的适应，一些有趣的事情发生了：我们的查询变成了问题，促使谷歌意识到有时我们不需要资源的链接——我们想要一个答案。 作为“答案引擎”，谷歌已经发展了很多，包括构建知识图谱和将网络结果显示为直接答案，即所谓的特色片段。
例如，如果您搜索“Google 搜索如何工作？”，您可能会得到如下所示的精选片段（本质上是归因答案）： 这个特定的示例有点笨拙，但它说明了该算法的工作原理。谷歌正在寻找可能回答这个问题的零散文件。在这种情况下，很明显提取的段落并不是真正完整的答案。 现在，考虑向 GPT-3 提出的相同问题： 谷歌搜索是如何工作的？ Google 搜索的工作原理是抓取网络并对网站编制索引。当用户搜索某些内容时，Google 会查看其索引并返回最相关的结果。它结合使用算法和其他技术来确定结果的相关性。这些算法考虑了查询中使用的单词、内容的新鲜度、网站的受欢迎程度以及用户的位置等因素。 我可以挑剔这个答案，但总而言之，它非常好，而且它比网站摘录更完整。GPT-3引擎本质上总结了多种来源。 很容易看出这会让谷歌感到紧张。 信任和归因问题 从表面上看，GPT-3（尤其是 ChatGPT）可以返回一些非常人性化的响应。抛开道德问题（包括剽窃和偏见，我稍后会简要介绍），还存在一些严重的实际问题。 谷歌的“答案”有一个主要优势：归因。我们可以很方便的跳转到源码页面。这不仅为我们提供了更多信息，还提供了更多上下文，包括有关来源本身的详细信息。这些细节可以帮助我们信任（或者在某些情况下，不信任）答案。
GPT甚至可以模仿人类的创造力，让我们开始质疑自己的才能： 以埃德加·爱伦·坡的风格 目标电话号码或电话营销数据 为蜥蜴人经营的火星主题餐厅写一个口号。 “火星的蜥蜴，在这里华丽用餐，梦想展开，味蕾渲染！” 到目前为止，您可能已经看到了几十个例子，那么所有这些与 Google 搜索以及我们作为搜索营销人员的工作有什么关系呢？ 谷歌和自然语言时代 在搜索的早期，搜索引擎是为了索引单词和短语而构建的，没有处理自然语言的能力。如果您正在寻找一台新笔记本电脑，您可能会搜索“笔记本电脑”或“购买笔记本电脑”之类的内容。我有时开玩笑说，如果你走进百思买并开始大喊“笔记本电脑！”，你可能会被保安护送出去。然而，我们人类适应了早期的搜索，并且降低了我们的语言。 随着搜索变得更加复杂，我们了解到可以使用更复杂的查询，尤其是随着语音搜索的出现，我们尝试了更接近自然语言的东西。随着谷歌的适应，一些有趣的事情发生了：我们的查询变成了问题，促使谷歌意识到有时我们不需要资源的链接——我们想要一个答案。 作为“答案引擎”，谷歌已经发展了很多，包括构建知识图谱和将网络结果显示为直接答案，即所谓的特色片段。
例如，如果您搜索“Google 搜索如何工作？”，您可能会得到如下所示的精选片段（本质上是归因答案）： 这个特定的示例有点笨拙，但它说明了该算法的工作原理。谷歌正在寻找可能回答这个问题的零散文件。在这种情况下，很明显提取的段落并不是真正完整的答案。 现在，考虑向 GPT-3 提出的相同问题： 谷歌搜索是如何工作的？ Google 搜索的工作原理是抓取网络并对网站编制索引。当用户搜索某些内容时，Google 会查看其索引并返回最相关的结果。它结合使用算法和其他技术来确定结果的相关性。这些算法考虑了查询中使用的单词、内容的新鲜度、网站的受欢迎程度以及用户的位置等因素。 我可以挑剔这个答案，但总而言之，它非常好，而且它比网站摘录更完整。GPT-3引擎本质上总结了多种来源。 很容易看出这会让谷歌感到紧张。 信任和归因问题 从表面上看，GPT-3（尤其是 ChatGPT）可以返回一些非常人性化的响应。抛开道德问题（包括剽窃和偏见，我稍后会简要介绍），还存在一些严重的实际问题。 谷歌的“答案”有一个主要优势：归因。我们可以很方便的跳转到源码页面。这不仅为我们提供了更多信息，还提供了更多上下文，包括有关来源本身的详细信息。这些细节可以帮助我们信任（或者在某些情况下，不信任）答案。