3月20日，知乎正式發(fā)布了全新AI功能“發(fā)現(xiàn)·AI搜索”。這也是繼去年發(fā)布“知海圖AI”大模型后，知乎在人工智能方面的又一重要進(jìn)展。

據(jù)知乎創(chuàng)始人、董事長(zhǎng)兼CEO周源介紹，知乎的AI搜索集搜索、實(shí)時(shí)問(wèn)答和追問(wèn)功能于一體，而且與其他大模型提供的內(nèi)容不同，知乎AI搜索的內(nèi)容均來(lái)自社區(qū)專業(yè)創(chuàng)作者的可信賴內(nèi)容。

上圖為記者測(cè)試知乎AI搜索

記者測(cè)試發(fā)現(xiàn)，在知乎AI搜索中提問(wèn)“如何使用大模型”，除了其他語(yǔ)言大模型都有的文字回答外，知乎AI搜索還在結(jié)果上面列入了內(nèi)容來(lái)源，比如記者測(cè)試的問(wèn)題答案，就有6位答主參與了貢獻(xiàn)，并且可以通過(guò)點(diǎn)擊直接跳轉(zhuǎn)至這些回答頁(yè)面。

知乎COO、高級(jí)副總裁、社區(qū)業(yè)務(wù)負(fù)責(zé)人張寧在接受21世紀(jì)經(jīng)濟(jì)報(bào)道記者采訪時(shí)表示，知乎的AI產(chǎn)品一定是建立在社區(qū)生態(tài)上面的?！拔覀円恢痹谒伎嫉氖牵珹I搜索搜出的結(jié)果，如何再反哺給創(chuàng)作者，讓創(chuàng)作者感覺(jué)到內(nèi)容是被更多人看到的”。

所以在內(nèi)容呈現(xiàn)上，知乎有別于其他模型，會(huì)在回答內(nèi)容中標(biāo)注內(nèi)容來(lái)源，這樣既提升了內(nèi)容的可溯源性，加大了對(duì)創(chuàng)作者的曝光，同時(shí)也大大增強(qiáng)了用戶對(duì)內(nèi)容的信任度。

記者了解到，知乎的AI搜索功能是以AI創(chuàng)業(yè)公司面壁智能的大模型產(chǎn)品為基礎(chǔ)。面壁智能成立于2022年8月，創(chuàng)始成員全部來(lái)自清華大學(xué)NLP實(shí)驗(yàn)室。2023年3月，知乎作為領(lǐng)投方參與了面壁智能的天使輪融資，同年4月，知乎聯(lián)合面壁智能發(fā)布了“知海圖AI”中文大模型。

周源此前曾向21世紀(jì)經(jīng)濟(jì)報(bào)道記者表示，在AI時(shí)代，生產(chǎn)力的三要素分別是應(yīng)用場(chǎng)景、專有數(shù)據(jù)和基礎(chǔ)模型。其中，知乎在應(yīng)用場(chǎng)景和專有數(shù)據(jù)方面，占據(jù)獨(dú)特優(yōu)勢(shì)。而在基礎(chǔ)模型方面，投資面壁智能并與其進(jìn)行模型共建，是知乎構(gòu)建基礎(chǔ)模型層能力時(shí)，選擇的一條捷徑。

而這次“AI搜索”功能上線，算是知乎在大模型技術(shù)應(yīng)用上的一個(gè)階段性成果。張寧告訴21世紀(jì)經(jīng)濟(jì)報(bào)道，知乎針對(duì)AIGC的布局，在ToC產(chǎn)品上會(huì)聚焦于“AI搜索”。

“因?yàn)锳I搜索跟知乎用戶的心智是高度對(duì)齊的，用戶希望在知乎解決問(wèn)題，希望獲得專業(yè)可信賴的優(yōu)質(zhì)解答，而正是AI搜索所提供的能力”。張寧說(shuō)。

所以接下來(lái)，知乎也會(huì)在AI搜索方面投入更多精力，包括在特定的專業(yè)領(lǐng)域上進(jìn)行更多的數(shù)據(jù)標(biāo)注，以提高生成內(nèi)容的可信度。

目前，市面上做AI搜索的公司已經(jīng)不少，對(duì)知乎而言，其擁有的一大優(yōu)勢(shì)就是高質(zhì)量的中文語(yǔ)料。公開數(shù)據(jù)顯示，截至2022年底，知乎累計(jì)擁有6310萬(wàn)名內(nèi)容創(chuàng)作者，他們貢獻(xiàn)了約5.06億條問(wèn)答內(nèi)容，覆蓋超過(guò)1000個(gè)垂直領(lǐng)域。

在大模型訓(xùn)練過(guò)程中，訓(xùn)練預(yù)料質(zhì)量將直接影響大模型輸出內(nèi)容質(zhì)量。各個(gè)廠商為了提升模型質(zhì)量，往往會(huì)投入大量資源對(duì)數(shù)據(jù)進(jìn)行標(biāo)注。但張寧向記者表示，知乎在數(shù)據(jù)標(biāo)注上的投入，遠(yuǎn)低于其他廠商。

張寧進(jìn)一步表示，知乎AI搜索的第一個(gè)版本在春節(jié)前一周就已經(jīng)上線，后面經(jīng)過(guò)一個(gè)多月的灰度測(cè)試，“我們收到的整體反饋是，回答質(zhì)量要高于預(yù)期”。

在張寧看來(lái)，這個(gè)結(jié)果也印證了知乎中文語(yǔ)料的優(yōu)質(zhì)?！罢f(shuō)實(shí)話，這么短的時(shí)間內(nèi)我們不太可能做特別大規(guī)模的數(shù)據(jù)標(biāo)注，但取得這樣的結(jié)果，說(shuō)明我們的數(shù)據(jù)底子好。過(guò)去大家一直說(shuō)知乎的內(nèi)容質(zhì)量高，這次也通過(guò)AI訓(xùn)練的方式進(jìn)行了驗(yàn)證”。

不過(guò)，按照大模型的發(fā)展速度，知乎儲(chǔ)備的中文語(yǔ)料數(shù)據(jù)未來(lái)或也將捉襟見肘。今年年初，周源在接受記者采訪時(shí)也曾提到中文語(yǔ)料短缺的問(wèn)題。他說(shuō)，中文優(yōu)質(zhì)數(shù)據(jù)的稀缺，導(dǎo)致國(guó)內(nèi)許多從事大模型開發(fā)的研究機(jī)構(gòu)和企業(yè)在進(jìn)行模型訓(xùn)練時(shí)，不得不依賴于外文標(biāo)注數(shù)據(jù)集、開源數(shù)據(jù)集，或是爬取網(wǎng)絡(luò)數(shù)據(jù)。

在他看來(lái)，解決中文語(yǔ)料資源短缺的問(wèn)題，實(shí)際上應(yīng)該是先構(gòu)建“水庫(kù)”，然后再去合理使用的過(guò)程。但是現(xiàn)在，行業(yè)對(duì)構(gòu)建“水庫(kù)”的工作重視不夠，反而都比較看重怎么去“打水”，所以未來(lái)幾年，中文語(yǔ)料資源短缺都將是一個(gè)特別嚴(yán)重的問(wèn)題。（記者 白楊）

來(lái)源：21世紀(jì)經(jīng)濟(jì)報(bào)道

責(zé)任編輯：王海山