Microsoft の検索エンジン Bing は、大きな問題に直面しています。Google に追い越されています。 が提供する人工知能により、 OpenAIの言語技術、その基盤となる ChatGPT サービスを大ヒットさせた、 Bing が注目を集めるチャンス それ自体のために。
ただし、Bing が機能するためには、Microsoft が詳細を正しく把握する必要があります。 ChatGPT は便利ですが、不安定な場合もあり、信頼できない検索エンジンを望んでいる人はいません。
Microsoft は、多くの考えと独自のプログラミング リソースをこの課題に投入しました。 方法などの問題に取り組んでいます AI を活用した Bing は、広告を表示し、そのデータ ソースを明らかにし、AI テクノロジを現実に根付かせることで、信頼できる結果を得ることができます。
Bing の検索と AI のリーダーである Jordi Ribas に話を聞いて、 オーバーホールされたBing検索エンジン. 彼は大ファンで、このテクノロジーを使って上司にメモを書きました。 「おそらく 2 時間から 3 時間節約できました」と彼は言い、スペイン人幹部の英語力も向上しました。
テクノロジーが今日の非常に小さなテストグループを超えて拡大すると、何百万人もの人々が より複雑な情報を掘り下げる、イケアのラブシートがあなたの車に収まるかどうかなど。 そして、それが本当に Google に勝てるかどうかを確認することができます。 しかし、今のところ、私が学んだことは次のとおりです。
Bing AI は ChatGPT の単なるリパッケージ版ではありません
マイクロソフトは、Bing 検索エンジンを OpenAI の大規模な言語モデル テクノロジとブレンドします。OpenAI は、AI に関する興奮を引き起こし、Microsoft が投資した ChatGPT ツールを構築した AI ラボです。Bing の「チャット」オプションを使用して、ChatGPT のような結果を得ることができます –たとえば、「道教の重要性について短いエッセイを書いてください」などです。 しかし、その他のクエリについては、Microsoft が Prometheus と呼んでいるオーケストレーション システムを通じて、Bing と OpenAI テクノロジがブレンドされています。
たとえば、「Led Zeppelin というバンドが好きです。他にどのミュージシャンを聴くべきですか?」と Bing できます。 OpenAI は、最初に「レッド ツェッペリンに似たバンド」というフレーズを言い換え、Bing の検索結果を箇条書きリストに再パッケージ化します。 Fleetwood Mac、Pink Floyd、Rolling Stones などの各提案には、2 文の説明が付いています。
Bing AI はその情報源を引用します — 時々
ChatGPT にプロンプトを出すと、ChatGPT が生成したテキストで応答しますが、その情報をどこから取得したかはわかりません。 AI システムはインターネット上の膨大な量の情報に基づいてトレーニングされていますが、そのトレーニング データと ChatGPT の出力との間に直接的な線を引くことは困難です。
ただし、Bing では Web のインデックス作成から情報源を知っているため、事実に基づく情報に注釈が付けられることがよくあります。 たとえば、上記の Led Zeppelin のプロンプトでは、Bing は Musicaroo の投稿への回答の上部にリンクを含めています。 レッド・ツェッペリンのように聞こえる13のバンド、およびそのリンクとからの他の人を含みます ミュージカルマム と プロデューサーハイブ.
このソースの透明性は、AI に対する大きな批判に対処するのに役立ち、応答が正確なのか、単なる AI の幻覚なのかを簡単に評価できます。 しかし、常に表示されるわけではありません。 たとえば、上記の道教に関するエッセイには、ソース、脚注、またはリンクがまったくありません。
一部のソース リンクは、Microsoft に収益をもたらす広告です
Bing AI の入念な回答は、Microsoft が広告から収益を上げる新しい方法を提供します。 従来の Bing 検索では、Bing が最も関連性が高いと判断した “オーガニック” 検索結果は、広告主が配置したアイテムとは別のものです。 しかし、Bing AI の検索では、2 種類の情報を組み合わせることができます。
Bing の AI を利用した検索結果は、広告に溶け込んでいます。 この例のテキストの上にマウス ポインタを置くと、広告とその検索結果のソースの組み合わせが表示されます。
Stephen Shankland / CNETによるスクリーンショット
たとえば、「レンタカーなしでアイスランドへの 1 週間の旅行を計画してください」というクエリに対する応答で、AI を活用した Bing はいくつかの目的地を提案します。 そのうちの 1 つで、いくつかの言葉に下線が引かれています。 そのリンクにカーソルを合わせると、その情報の 3 つのソースとツアー会社の広告が表示されます。 広告は 3 つの項目の一番上にあり、「広告」とラベル付けされています。
「これらの引用を見ると、広告である場合があります」と Ribas 氏は言います。 「購買意向に関するクエリの場合は、カーソルを合わせると参考文献のリストが表示され、場合によっては広告が表示されます。その後、会話自体で製品広告が表示されることがあります。ホテルの問い合わせです。」
OpenAI がその言語モデルの単一の更新プログラムを構築するには、巨大なコンピューターのクラスターで数週間の作業が必要であり、OpenAI の CEO である Sam Altman は、各 ChatGPT プロンプトを処理するのに数セントかかると見積もっているため、広告収入は大きな問題です。 Bing は、検索エンジン市場では Google に大きく後れを取っていますが、それでも 1 日に何百万ものクエリを処理しています。
Google は Bard AI チャットボットへのアクセスを開く予定です すぐにですが、そもそも広告は含まれません。
OpenAI でブーストされた結果は、単純な古い Bing よりも関連性が高い
検索エンジンの有用性の基本的な尺度は、その結果が関連性があるかどうかであり、OpenAI テクノロジーは、 Microsoft が使用する測定 検索エンジンの結果の関連性を評価します。
「私のチームは、特定の年に非常に熱心に取り組んでおり、その指標を 1 ポイント動かす可能性があります」と Ribas 氏は述べていますが、OpenAI のテクノロジーにより、一気に 3 ポイント上昇しました。 「Bing の歴史の中で、これまでに起こったことはありません」と Ribas 氏は言います。
Microsoft の CEO であるサティア ナデラは、Bing の AI を利用した検索エンジンをデビューさせます。
スティーブン・シャンクランド/ CNET
この関連性の向上は、通常の検索結果に対するものに過ぎないと Ribas 氏は付け加えた。 OpenAI の技術は、より精巧な回答とフォローアップの交換を提供するチャット インターフェイスにより、Bing をさらに改善することができます。
OpenAI は Bing を英語よりも優れたものにします
Bing が苦手とする特定の分野の 1 つは、英語以外での検索であり、Ribas 氏は OpenAI がその分野で役立つと述べています。 関連性スコアにおける Bing の 3 ポイントの上昇の多くは、「国際市場からもたらされた」と Ribas 氏は述べています。
OpenAI の大規模言語モデル (LLM) は、100 の言語のテキストでトレーニングされています。 「カタロニア語は私の第一言語です。カタロニア語で対話することができます。それは本当にうまく機能します」とリバスは言いました。
Bing は OpenAI の結果をより最新のものにします
ChatGPT の基盤である OpenAI の GPT-3.5 のような大規模な言語モデルは、構築と改善に時間がかかります。つまり、Web や従来の検索エンジンの速度には対応できません。 たとえば、GPT-3.5 は 2021 年にトレーニングされました、したがって、ロシアのウクライナ侵攻、消費者に対する最近のインフレの影響、または習近平が中国共産党の総書記として3期目を確保したことについては何も知りません。
ただし、Bing はこの最新の情報を知っていることがよくあります。 「Bing の結果を取り込むと、その完全な回答に対して新しい結果が得られます」と Ribas 氏は述べています。
Bing は OpenAI のファンシーな飛行を「理由付け」ます
Microsoft は Bing データを使用して、OpenAI のより創造的なテクノロジが人々を迷わせる状況を回避しようとしています。 クエリと回答が事実に基づいているほど、Bing のテクノロジーが回答に使われていると Ribas 氏は述べています。 この「グラウンディング」により、AI がでっち上げの問題を大幅に軽減することができます。
しかしマイクロソフトは、その接地システムが AI からすべての魔法を押しつぶしてしまうことを望んでいません。 ChatGPT が非常に魅力的であるのには理由があります。 Prometheus システムは、各クエリの優先順位を決定します。
「モデルを過度にグラウンディングすることと、興味深いものを維持することの間のスイート スポットを見つける必要がありました」と Ribas 氏は言います。 「結果の面白さを測定し、結果の根拠を測定しています。クエリが非常に事実に基づいたものを探しているほど、根拠のあるものに重みを付けます。クエリが想定されているほど、私は自分のケーキが欲しいし、それも食べるようにチームに言い続けました。」