赞
踩
AI搜索引擎Perplexity的创立与AI技术的快速发展密切相关,特别是大型语言模型(LLM)的出现和发展,为AI搜索引擎的实现提供了技术基础。
Perplexity AI的创始人Aravind Srinivas发现使用谷歌搜索常常给不了他想要的结果,而且搜索过程过于繁琐,这促使他想要打造一款能够直接生成答案的搜索引擎。
Aravind Srinivas希望打造世界上最好研究助理,一个能够提供更高效搜索体验的AI助手,这成为了Perplexity AI开发的初衷。
Perplexity AI的快速增长也反映了用户习惯的改变,用户越来越倾向于使用能够直接提供答案的搜索工具,而不是传统意义上的链接列表。
Perplexity AI的核心是RAG技术,即检索增强生成技术(Retrieval-Augmented Generation)。这项技术允许Perplexity AI在处理用户查询时,能够实时搜索互联网并提供准确的最新信息,同时附上来自可靠来源的引用。
RAG技术是一种结合了检索(Retrieval)和生成(Generation)的AI技术,它通过增强现有的生成模型,使其能够访问外部信息源,从而提高答案的准确性和可靠性。
RAG技术在开放域知识问答及生成式问答中发挥作用,它在开放域问答、问题生成、抽取式问答及分类推理任务中表现出色。
利用RAG技术,优化了大型语言模型(LLM)的幻觉问题,即在生成答案时可能出现的不准确或错误信息。RAG技术通过检索相关信息来辅助生成过程,提高了答案的准确性。
在算法侧对检索系统的核心“召回”环节进行了创新,提高了召回率和精确度。
用户体验是使 Perplexity AI 脱颖而出的核心。通过总结信息和直接访问来源来提高搜索效率,节省用户的时间和筛选多个链接的麻烦。Perplexity AI注重结果的可靠性,其摘要内容虽然存在一定的幻觉问题,但整体上可靠度较高。
这种新方法对搜索引擎优化 (SEO)产出的内容产生重大影响。虽然谷歌已经为其语义搜索引擎优化设定了标准,但 Perplexity AI 总结响应的方式可能需要为内容创建者提供一种新的策略来让他们的信息被看到。
当使用相同的查询进行测试时,Perplexity AI 表明,与 Google 相比,它可以提供更集中和量身定制的结果。对于需要快速处理信息的学术界和研究专业人士来说,这可能是一个明显的优势。
现在说 Perplexity AI 是否会取代谷歌还为时过早,但对话式搜索和摘要技术是搜索引擎行业的重要发展。谷歌仍然拥有庞大的基础设施和用户所依赖的广泛服务,但 Perplexity AI 正在提供一种新的交互式网络搜索方式。
AI搜索引擎Perplexity的市场前景非常广阔,并且已经吸引了大量关注和投资。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。