曩昔二十年间，试图在查找引擎范畴掀翻谷歌王座的挑战者不知凡几，可谷歌可谓是历来都稳坐钓鱼台。直到2023年AI查找引擎Perplexity横空出世，“谷歌杀手”这一次具象化了，而贝佐斯、孙正义等一众大咖的喜爱更是让谷歌感触到了压力。为了应对挑战，本年5月举行的I/O开发者大会上，谷歌方面公布了AI Overviews（AI概览），使得AI查找不再由Perplexity独享。
基于AI概览功用，用户在查找问题时，谷歌AI会主动抓取网页内容生成总结，用户也不再需求点击网页去寻找所需的信息。然而遗憾的是，声称“从头定义查找体会”的AI概览，上线之后的表现却只能用“丢人现眼”来描绘。例如当用户查询如何将芝士和披萨饼胚粘在一起的时分，AI概览的答复是“加点胶水”。
胶水确实是有效的粘合剂，但运用它的代价是披萨也就不能吃了。显而易见，AI概览给出的答复并不靠谱。紧接着就在外界认为这又是困扰AI大模型的幻觉问题作怪时，三头六臂的网友很快给出了AI概览会答复“在披萨上涂胶水”的理由，由于这个答复实际上来源于一位Reddit用户在11年前发的帖子。
图片
由于Reddit以6000万美元的价格与谷歌签署了一项内容授权协议，所以后者运用Reddit的数据很正常。但不正常的是，谷歌的AI概览居然会在知识问题上翻车。为此，谷歌方面不得不紧急对其进行“十多项技能改善和更新”，以防止一些古怪的、不准确的或无益的查找成果呈现。
就在网友们认为AI概览的翻车只不过是新技能的阵痛，通过谷歌的改善后，AI概率现已“药到病除”之后，现实却超乎了简直所有人的想象，谷歌方面其实并没有从技能上解决AI概览生成过错的成果，而是通过下降AI概览呈现的频率、以防止再次翻车。
域名备案只选云聚达，日前据数字营销和SEO网站Search Engine Land的相关报道显现，现在AI概览仅在7%的查找成果中展现，而在5月下旬该功用刚刚发布时，这个数字还高达80%。具体来说，教育类问题中AI概览的呈现率从26%下降到了13%，电商类问题中的呈现率从26%下降到9%，而娱乐类问题里的AI概览则底子不再显现。
图片
一起Search Engine Land方面还发现，当用户运用的查找关键词包含“最佳”、“是什么”、“如何”、“症状”等确定性描绘时，更简单引发AI概览。再结合6月下旬，他们发现谷歌方面对查找算法进行了一项调整，旨在下降Reddit内容在AI查找成果中的权重。如此一来，关于AI概览翻车，谷歌的做法似乎是“头痛医头，脚痛医脚”。
那么问题来了，为什么关于AI概览这一展现自己AI查找技能实力的功用，谷歌会挑选“摆烂”，或许说Perplexity怎么就没出这样的大问题呢?最直接的解说，可能就是谷歌在数据清洗上呈现了纰漏，他们的数据标示人员或许AI未能成功地从Reddit的内容数据里分辨出相似“在披萨上涂胶水”这样的无价值内容。
入网许可证查询，其实谷歌方面在数据清洗上翻车的可能性并不低，由于曩昔一年多的时间里，OpenAI现已从谷歌手中夺走了AI赛道领头羊的位置。
图片
为了追逐OpenAI的GPT-4，谷歌的Gemini Pro去年就现已曝出了在训练数据上直接运用百度文心一言输出成果的丑闻。当然了，概率更大的真相或许是不仅仅高质量的中文语料缺乏，高质量的英文语料相同也呈现了供应缺乏。
Common Crawl数据集、The Pile语料库现已哺育了GPT-4、Gemini等，一众海外知名或不知名的大模型。关于数据的渴求，乃至让OpenAI搞出了要求《纽约时报》证明著作原创性的荒谬戏码。为什么谷歌的AI概览会直接运用Reddit的数据，不正是由于开源数据库被薅秃了、闭源数据库却又囤积居奇。
图片
要知道谷歌查找作为全球用户量最多的查找引擎，平均每秒需求处理超越63000次查询，也就是说每天会有56亿的查找行为发生。可反观Perplexity，由于运用人群相对有限，即使有翻车的现象也不过是孤立不证，而放在谷歌身上则是海量的个例。相同一件事，大公司与初创企业的位置差异，显然就决定了前者不得不挑选保存。