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展。

據(jù)知乎創(chuàng)始人、董事長兼CEO周源介紹，知乎的AI搜索集搜索、實時問答和追問功能于一體，而且與其他大模型提供的內容不同，知乎AI搜索的內容均來自社區(qū)專業(yè)創(chuàng)作者的可信賴內容。

上圖為記者測試知乎AI搜索

記者測試發(fā)現(xiàn)，在知乎AI搜索中提問“如何使用大模型”，除了其他語言大模型都有的文字回答外，知乎AI搜索還在結果上面列入了內容來源，比如記者測試的問題答案，就有6位答主參與了貢獻，并且可以通過點擊直接跳轉至這些回答頁面。

知乎COO、高級副總裁、社區(qū)業(yè)務負責人張寧在接受21世紀經(jīng)濟報道記者采訪時表示，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搜索搜出的結果，如何再反哺給創(chuàng)作者，讓創(chuàng)作者感覺到內容是被更多人看到的”。

所以在內容呈現(xiàn)上，知乎有別于其他模型，會在回答內容中標注內容來源，這樣既提升了內容的可溯源性，加大了對創(chuàng)作者的曝光，同時也大大增強了用戶對內容的信任度。

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。面壁智能成立于2022年8月，創(chuàng)始成員全部來自清華大學NLP實驗室。2023年3月，知乎作為領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世紀經(jīng)濟報道記者表示，在AI時代，生產(chǎn)力的三要素分別是應用場景、專有數(shù)據(jù)和基礎模型。其中，知乎在應用場景和專有數(shù)據(jù)方面，占據(jù)獨特優(yōu)勢。而在基礎模型方面，投資面壁智能并與其進行模型共建，是知乎構建基礎模型層能力時，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應用上的一個階段性成果。張寧告訴21世紀經(jīng)濟報道，知乎針對AIGC的布局，在ToC產(chǎn)品上會聚焦于“AI搜索”。

“因為AI搜索跟知乎用戶的心智是高度對齊的，用戶希望在知乎解決問題，希望獲得專業(yè)可信賴的優(yōu)質解答，而正是AI搜索所提供的能力”。張寧說。

所以接下來，知乎也會在AI搜索方面投入更多精力，包括在特定的專業(yè)領域上進行更多的數(shù)據(jù)標注，以提高生成內容的可信度。

目前，市面上做AI搜索的公司已經(jīng)不少，對知乎而言，其擁有的一大優(yōu)勢就是高質量的中文語料。公開數(shù)據(jù)顯示，截至2022年底，知乎累計擁有6310萬名內容創(chuàng)作者，他們貢獻了約5.06億條問答內容，覆蓋超過1000個垂直領域。

在大模型訓練過程中，訓練預料質量將直接影響大模型輸出內容質量。各個廠商為了提升模型質量，往往會投入大量資源對數(shù)據(jù)進行標注。但張寧向記者表示，知乎在數(shù)據(jù)標注上的投入，遠低于其他廠商。

張寧進一步表示，知乎AI搜索的第一個版本在春節(jié)前一周就已經(jīng)上線，后面經(jīng)過一個多月的灰度測試，“我們收到的整體反饋是，回答質量要高于預期”。

在張寧看來，這個結果也印證了知乎中文語料的優(yōu)質?！罢f實話，這么短的時間內我們不太可能做特別大規(guī)模的數(shù)據(jù)標注，但取得這樣的結果，說明我們的數(shù)據(jù)底子好。過去大家一直說知乎的內容質量高，這次也通過AI訓練的方式進行了驗證”。

不過，按照大模型的發(fā)展速度，知乎儲備的中文語料數(shù)據(jù)未來或也將捉襟見肘。今年年初，周源在接受記者采訪時也曾提到中文語料短缺的問題。他說，中文優(yōu)質數(shù)據(jù)的稀缺，導致國內許多從事大模型開發(fā)的研究機構和企業(yè)在進行模型訓練時，不得不依賴于外文標注數(shù)據(jù)集、開源數(shù)據(jù)集，或是爬取網(wǎng)絡數(shù)據(jù)。

在他看來，解決中文語料資源短缺的問題，實際上應該是先構建“水庫”，然后再去合理使用的過程。但是現(xiàn)在，行業(yè)對構建“水庫”的工作重視不夠，反而都比較看重怎么去“打水”，所以未來幾年，中文語料資源短缺都將是一個特別嚴重的問題。（記者 白楊）

來源：21世紀經(jīng)濟報道

責任編輯：王海山