Tìm Kiếm AI là gì?

API Tìm Kiếm Google không có mẫu cung cấp dữ liệu tìm kiếm có cấu trúc mà các ứng dụng có thể sử dụng làm bằng chứng bên trong quy trình làm việc tìm kiếm AI và tác nhân.

Tại sao Chủ đề này Quan trọng

Tìm kiếm AI là một trải nghiệm tìm kiếm mà trong đó các mô hình học máy tham gia vào việc hiểu truy vấn, khôi phục, xếp hạng, tổng hợp, hoặc lập kế hoạch theo dõi. Tổng quan về Google AI trong Tìm kiếm trình bày Tổng quan về AI và Chế độ AI như các tính năng tìm kiếm sinh sinh trả về các phản hồi với các liên kết để khám phá thêm. Tài liệu tìm kiếm trên web của OpenAI cho thấy một mô hình khác mà trong đó tài liệu nguồn hiện tại được trả về thông qua một công cụ tìm kiếm. Các hệ thống khác có thể trả về các tài liệu đã được xếp hạng theo nghĩa, một câu trả lời đã được trích dẫn, hoặc một báo cáo nghiên cứu được tập hợp bởi một tác nhân.

Tìm kiếm cổ điển đã sử dụng học máy, vì vậy sự phân biệt hữu ích không phải là liệu AI có tồn tại ở đâu đó trong cấu trúc. Đó là cách hệ thống biến đổi yêu cầu của người dùng và những gì nó trả về. Một đoạn văn tạo ra tạo ra bằng chứng và yêu cầu thất bại khác với một danh sách các trang đã được xếp hạng. Người dùng cần biết liệu phản hồi đến từ một chỉ mục trực tiếp, các đoạn đã được khôi phục, các trang đã được duyệt, dữ liệu riêng tư, hoặc chỉ là các tham số của mô hình.

Tìm Kiếm AI như một Quy trình Bằng chứng

Quy trình bắt đầu bằng cách diễn giải truy vấn. Một mô hình có thể xác định các thực thể, giải quyết ngữ cảnh từ các lượt trước, phân loại ý định, hoặc chia một câu hỏi phức tạp thành nhiều tìm kiếm. Những thay đổi này có thể cải thiện độ bao phủ, nhưng chúng cũng có thể trôi đi khỏi những gì người dùng đã hỏi. Các hệ thống nên giữ lại truy vấn gốc và bất kỳ truy vấn con nào đã được tạo ra để sửa lỗi.

Khôi phục chọn các tài liệu hoặc đoạn văn từ một chỉ mục web, cơ sở dữ liệu, cửa hàng vector, hoặc trình duyệt trực tiếp. Xếp hạng sau đó sắp xếp các ứng viên theo độ phù hợp và các chính sách khác. Bộ sinh tạo ra một phản hồi từ ngữ cảnh đã chọn, và một lớp trích dẫn ánh xạ các phần của câu trả lời đến các URL hoặc đoạn văn nguồn. Mỗi giai đoạn có thể thất bại độc lập.

Tìm kiếm AI do đó cần thiết kế nhận thức nguồn. Hướng dẫn của Google cho các tính năng tìm kiếm AI sinh giải thích rằng nội dung hữu ích, dễ tiếp cận, người trước tiên vẫn là cơ sở để xuất hiện trong các tính năng sinh của Google. Đối với các nhà phát triển ứng dụng, quy tắc phù hợp là bảo tồn danh tính nguồn và các đoạn hỗ trợ chính xác thay vì coi văn bản đã được tạo ra như một kết quả tự xác thực.

Các Giai đoạn trong Một Yêu Cầu Tìm Kiếm AI

• Diễn giải. Giải quyết ý định của người dùng, các thực thể, ngôn ngữ, vị trí, và ngữ cảnh trò chuyện.
• Khôi phục. Tìm các tài liệu hoặc đoạn văn ứng viên từ chỉ mục, tập corpus, API, hoặc bề mặt web trực tiếp được cho phép.
• Xếp hạng. Sắp xếp các ứng viên theo độ phù hợp, chất lượng nguồn, tính mới, sự đa dạng, và hạn chế chính sách.
• Tổng hợp. Tạo ra một câu trả lời phân biệt bằng chứng đã được khôi phục từ suy diễn và bảo tồn sự không chắc chắn quan trọng.
• Trích dẫn và trình bày. Gắn các liên kết hoặc đoạn văn nguồn, phơi bày ngữ cảnh hữu ích, và cho phép người dùng kiểm tra tài liệu hỗ trợ.

Tìm Kiếm AI và Tìm Kiếm Truyền Thống

Hai hệ thống chia sẻ các khái niệm thu thập, lập chỉ mục, và xếp hạng, nhưng chúng trình bày bằng chứng khác nhau và tạo ra các kỳ vọng người dùng khác nhau.

Thiết kế hệ thống tìm kiếm AI bảo tồn bằng chứng

Hệ thống nên cho phép tái tạo lý do tại sao một nguồn lại vào bối cảnh và tuyên bố câu trả lời nào đã sử dụng nó.

1. Khai báo ranh giới tìm kiếm. Xác định web công cộng, miền được phê duyệt, tập hợp riêng tư, khu vực, khoảng thời gian, ngôn ngữ và ngoại lệ.
2. Giữ lại các biến đổi truy vấn. Lưu trữ các truy vấn và truy vấn con đã được viết lại bên cạnh từ ngữ của người dùng để có thể đo lường lợi ích hồi tưởng và sự trôi tuyến nghĩa.
3. Bảo tồn hồ sơ thu thập thông tin. Giữ lại xếp hạng kết quả, URL, tiêu đề, đoạn văn liên quan, thời gian lấy thông tin và loại nguồn cho từng ứng viên được sử dụng.
4. Lập bản đồ các trích dẫn đến các tuyên bố. Gắn kết các nguồn vào câu hẹp hoặc lĩnh vực mà chúng hỗ trợ thay vì danh sách chung ở cuối.
5. Tách biệt khuyến nghị khỏi hành động. Một câu trả lời tìm kiếm có thể thông báo cho một quyết định, nhưng việc mua hàng, nộp hồ sơ và thay đổi tài khoản cần phải có kiểm tra quyền hạn riêng.

Cách đánh giá tìm kiếm AI

Sử dụng bộ câu hỏi bao gồm ý định điều hướng, thực tế, so sánh, địa phương và nhạy cảm theo thời gian. Đánh giá các giai đoạn nội bộ và kết quả cuối cùng của người dùng.

• Độ liên quan của việc thu thập thông tin. Liệu tập hợp ứng viên có chứa tài liệu có thẩm quyền trả lời câu hỏi không?
• Độ tươi mới của nguồn. Liệu bằng chứng có đủ mới cho truy vấn và thời gian thu thập có hiển thị không?
• Căn chỉnh trích dẫn. Mỗi đoạn liên kết có hỗ trợ cho câu gần kề cụ thể không?
• Tính đầy đủ của câu trả lời. Phản hồi có bao gồm các phần quan trọng mà không có bổ sung không được hỗ trợ không?
• Tiện ích tác vụ. Người dùng có thể xác minh câu trả lời và tiếp tục đến nguồn hoặc quyết định đúng không?

Các chế độ thất bại tìm kiếm AI

Một câu trả lời được tạo ra nén nhiều nguồn vào một giao diện. Sự tiện lợi đó làm tăng nhu cầu kiểm tra nguồn và xử lý không chắc chắn.

• Trôi truy vấn. Các truy vấn con được tạo ra có thể tối ưu hóa cho một chủ đề liên quan trong khi bỏ lỡ giới hạn thực tế của người dùng.
• Đơn điệu nguồn. Nhiều trích dẫn có thể lặp lại một tuyên bố cơ bản. Đo lường quyền sở hữu nguồn độc lập và độ bao phủ nguồn chính.
• Mất cú pháp trích dẫn. Một trang liên kết có thể liên quan nhưng không hỗ trợ câu bên cạnh.
• Kết hợp tạm thời. Câu trả lời có thể kết hợp bằng chứng từ các thời kỳ khác nhau mà không cho thấy tuyên bố nào là hiện tại.
• Quá quyền trong hành động. Một tổng hợp tìm kiếm tự tin không đồng nghĩa với việc cho phép một tác nhân thực hiện một hành động quan trọng.

Nơi AI Tìm Kiếm Hỗ Trợ

Từ Thí Điển đến Sản Xuất

Một thí điểm hữu ích cho tìm kiếm AI nên đủ nhỏ để kiểm tra từng bản ghi. Bắt đầu với khai báo giới hạn tìm kiếm: Chỉ định web công cộng, miền được chấp thuận, nội dung riêng tư, khu vực, khoảng thời gian, ngôn ngữ, và các loại trừ. Sau đó áp dụng giữ các biến thể truy vấn: Lưu các truy vấn và tiểu truy vấn được viết lại bên cạnh lời nói của người dùng để đo lường mức độ hồi tưởng và độ trôi ngữ nghĩa. Giữ bộ đánh giá đầu tiên được phối trộn một cách cố ý, bao gồm các trường hợp thông thường, các trường hợp mơ hồ, bằng chứng thiếu hụt, và một hành động mà hệ thống phải từ chối hoặc chuyển nhượng. Điều này cho thấy quy trình làm việc có hiểu giới hạn của nó trước khi khối lượng lớn che giấu những lỗi thiết kế trong các chỉ số tổng hợp.

Sẵn sàng sản xuất yêu cầu một chủ sở hữu cho mỗi biện pháp và đối tượng. Theo dõi độ liên quan truy xuất để trả lời liệu bộ ứng viên có chứa tài liệu có thẩm quyền trả lời câu hỏi không? Theo dõi tính mới của nguồn để xác định liệu bằng chứng có đủ hiện tại cho truy vấn, và thời gian thu thập có rõ ràng không? Thêm sự căn chỉnh trích dẫn để đội ngũ có thể xem liệu mỗi đoạn liên kết có hỗ trợ tuyên bố cụ thể gần đó không? Những biện pháp này nên liên kết đến các bản ghi cơ sở thay vì chỉ tồn tại như tổng số trên bảng điều khiển. Một người xem cần phải chuyển từ một chỉ số đã thay đổi đến truy vấn chính xác, nguồn, quan sát, hoặc hành động đã tạo ra nó.

Các biện pháp vận hành nên nhắm đến các chế độ thất bại có khả năng thay đổi quyết định kinh doanh nhất. Quy tắc xem xét đầu tiên nên bao gồm trôi truy vấn: Các tiểu truy vấn được tạo ra có thể tối ưu hóa cho một chủ đề liên quan trong khi bỏ lỡ hạn chế thực tế của người dùng. Việc xem xét thoát nên bao gồm vượt quá hành động: Một tổng hợp tìm kiếm tự tin không đồng nghĩa với việc cho phép một tác nhân thực hiện một hành động quan trọng. Gán một chủ sở hữu phản hồi, xác định bằng chứng nào giải quyết vấn đề, và ghi lại liệu kết quả có thay đổi dữ liệu, nhắc nhở, công cụ, quyền, hoặc chính sách nguồn không. Bản ghi đó ngăn cản cùng một khiếm khuyết được phát hiện lại như một biến động chất lượng không được giải thích.

Mở rộng chỉ sau khi thí điểm hoạt động đáng tin cậy. Một đội ngũ có thể bắt đầu với tổng hợp nghiên cứu, nơi nhiệm vụ là thu thập nguồn gốc chính, so sánh chúng, và sản xuất một giải thích có dẫn chứng với các đoạn văn được bảo tồn. Một giai đoạn thứ hai có thể thêm hỗ trợ truy retrieval, nơi quy trình làm việc phải tìm phần sản phẩm hoặc chính sách có liên quan và biến nó thành một câu trả lời trực tiếp với nguồn gốc chuẩn. Giữ bộ kiểm tra gốc hoạt động khi quy mô tăng. Các nguồn, thị trường, công cụ, và quyền nên được giới thiệu một giới hạn tại một thời điểm để các tác động lùi có thể được gán cho một thay đổi cụ thể thay vì một sự viết lại nền tảng đồng thời.

Kết luận

Tìm kiếm AI kết hợp truy retrieval với diễn giải và trình bày dựa trên mô hình. Giá trị của nó đến từ việc giúp người dùng chuyển từ một câu hỏi đến bằng chứng hỗ trợ, không phải từ việc thay thế các nguồn bằng văn phong lưu loát. Thiết kế truy retrieval và trích dẫn chính xác xác định mức độ tin cậy của câu trả lời có thể như thế nào.

Đánh giá từng giai đoạn của quy trình. Bảo tồn truy vấn và các đoạn văn, kiểm tra hỗ trợ trích dẫn, và giữ các hành động ảnh hưởng cao bên ngoài phản hồi tìm kiếm. Những thực tiễn này giúp tìm kiếm AI giải thích được khi thành công và chẩn đoán được khi thất bại.