AI大模型加持，生成式搜索来了梦晨发自凹非寺量子位|公众号

梦晨发自凹非寺量子位|公众号QbitAI最近有两件事，让搜索引擎重回聚光灯下。
百度发布“文心百中” ，用AI大模型技术驱动的产业级搜索系统。构建企业内部搜索引擎的人力成本减少90%以上，同时只需要极低数据。
几乎同一时间， OpenAI最新发布聊天机器人ChatGPT ，网友发现用它来寻找问题的答案虽然有时会出错，但直接得到完整回答的感觉要比从搜索中再去挑选爽快多了。
搜索引擎这个经典技术，就要迎来一轮变革了吗？
想当年，搜索引擎是PC互联网时代的流量入口，绝对的王者。
进入移动互联网时代后，虽然不再是最受关注的焦点，但搜索也仍旧是高频刚需，逐渐融入人们的日常生活。
当人们重新把目光看向搜索引擎，也会注意到它这些年并没有停止进化。
搜索变了过去一提到搜索，肯定离不开关键词。前几届世界杯时，人们更习惯于搜“世界杯直播地址” ，关键词之间用空格隔开。
就好像把所有网页当成一个大文档，用类似Ctrl+F的方式去对关键词做匹配。
随着手机、移动互联网的普及，人们的需求也在变化，现在更倾向于提出一个问题，并期待搜索引擎能直接给出回答。
如搜索“世界杯直播在哪看？” ，更口语化也更复杂，甚至一些时候就是语音转换出来的。

文章图片
搜索引擎也在适应这种变化，给出的结果不再是单纯的页面排序。
针对一些问题，会给出对内容深入理解后的答案抽取。

文章图片
有时会给出更直观、更容易跟着操作的视频内容。

文章图片
甚至在理解需求的基础上出现配套的服务跳转。

文章图片
这些变化看起来并不复杂，背后却要有很多技术做支撑。
在这里要重点讲一下百度今年亮相的两项新技术， “知一”和“千流” 。
先看跨模态大模型知一， AI技术在搜索场景落地的代表。
简单来说，知一大模型可以从全网形态各异的资源中持续学习，无论是文本、图片、视频还是结构化信息都可以融会贯通。
打破了资源形态的界限，就更容易理解用户的搜索需求。
从技术层面讲，知一使用了百度文心大模型技术。大规模预训练技术提升模型性能，蒸馏压缩率高达99%的模型小型化技术以降低成本，得以在搜索场景全面应用。
据了解，目前知一在百度搜索的各场景中每天要进行上万亿次的推理。如此巨大的使用规模又带来新的问题，如何把满足需求的结果高效呈现给用户。
这就要提到新一代索引技术千流，负责把不同维度的信息进行智能有序的组织。
千流与之前的索引技术相比，主打多领域、多维度表达的立体栅格化索引。
如何理解栅格化？
在过去，搜索引擎为提高效率会把内容按质量横向分层。先从高质量内容开始检索，满足需求就可以及时返回结果，还未满足再进入下一层。
如今，在千流中又把质量最高的一批内容按领域垂直分层。质量分层+内容命中结合，一横一纵把内容切分成栅格按需检索，大大减少每次检索的计算量。

文章图片