让用户吃石头,给披萨涂胶水,Google AI 搜索疯了吗(图)

img src="https://web.popo8.com/202405/27/9/baebe731e2type_jpeg_size_929_178_end.jpg"/> 福无双至，祸不单行，Google 又又又「翻车」了。 2023 年 2 月，追赶 ChatGPT 的 Bard，公开犯了事实错误；2023 年 12 月，Gemini 侃侃而谈如同贾维斯，然而视频经过后期处理；2024 年 2 月，Gemini 生成多种肤色的历史人物，被批评歧视白人。 这回，厄运降临到 Google 的看家本领——搜索。海外网友看热闹不嫌事大，甚至上演了一波斗图狂欢。 被群嘲的 Google AI 搜索，有种清澈的愚蠢过去不久的 Google I/O 大会，推出的其中一项功能是 AI Overview（AI 概述）。 顾名思义，AI Overview 在网页顶部生成综合多个信源的摘要，同时附有链接。


当时，Google 对 AI Overview 很有信心，宣布当即向所有美国用户推出，很快也会推广到更多国家，预计年底覆盖超过 10 亿人。 然而没过几天，AI Overview 先在美国用户这里翻车了。 自制披萨的奶酪容易掉下来怎么办？ Google 建议您，亲，往酱汁里添加约 1/8 杯的胶水即可。特意强调是无毒的，背后原因令人暖心。


Google 并非现编，而是从「美版贴吧」Reddit 一位用户 11 年前的评论照搬了答案，可惜它读不懂人类的幽默。


人一天里应该吃多少石头补充营养？ Google 没有反驳问题本身的不合理，一本正经地胡说八道，根据加州大学伯克利分校地质学家的说法，应该一天至少吃一块小石头，以便摄入维生素和矿物质。


答案的源头是 2021 年的一篇「报道」，出自以假新闻和讽刺文章闻名的洋葱新闻。 AI Overview 也不精通美国历史，掉进了阴谋论的陷阱，说奥巴马是第一位穆斯林总统。


一时间，X 等社交媒体掀起了一股抽象的浪潮：晒截图，比拼谁的 Google 回答最荒谬。 竞争异常激烈，在 AI 的世界里，前总统从威斯康星大学毕业了 21 次，一只狗曾在 NBA、NFL 和 NHL 打过球，蝙蝠侠是一名警察。 乐子人扎堆的地方，浑水摸鱼和颠倒是非的也不会少。 Google 回应，大部分 AI Overview 的信息是高质量的，也提供了有用的链接供用户深入了解，很多「翻车」例子，问题是不常见的，结果无法重现甚至被篡改过。 比如，一张流传甚广的截图显示，治疗抑郁症的方法是跳下金门大桥一了百了。事关人命，Google 特意解释了，这个结果是伪造的。


被 Google 辟谣的截图 与此同时，Google 没有辟谣其他例子，而是把它们作为改进 AI 的养料。怎么不算一次人类反馈的强化学习（RLHF）呢？ 火眼金睛的网友还发现，之前 Google I/O 精挑细选的演示里其实也出现了事实错误，只不过更加隐蔽。 被问到如何修复卡住的胶片相机，Google 建议打开后门并轻轻地取下胶片，但这样操作会毁掉照片。


流年不利的 Google，不是第一次在万众瞩目的公共场合犯错误。 2023 年 2 月，Google Bard 在演示时说，詹姆斯·韦伯太空望远镜是第一个拍摄太阳系外行星的望远镜。事实上，第一张系外行星图像是在 2004 年拍摄的。一个错误，付出市值缩水 1000 亿美元的代价。 这次，除了 AI Overview 本身犯错，还有一个槽点：这个功能，它不好关。一些热心的开发者，赶制了扩展程序，强制只显示传统的搜索结果。 没有方便的退出机制是 Google 的不对，AI Overview 基于传统搜索页面，用户量极大，万一有不熟悉 AI 的用户，盲目信任它的结果并被误导，后果就不好说了。 「Google 怎么会错 30%？」其实，AI Overview 被曝光的问题并不新鲜。AI 会犯错，早就是公开的秘密。 如同起到造型作用的「吸烟有害健康」，AI Overview 下方标注着：「生成式 AI 是实验性的。」ChatGPT 也小字提醒：「可能会犯错。请核查重要信息。」 大语言模型的基础原理是，通过预测下一个单词或者短语生成概率最大的文本，有时可能会选择不正确但看似合理的词语，也就导致了虚假信息或者说「幻觉」。 AI Overview 的胡言乱语也是幻觉的表现，它结合了大语言模型生成的语句和互联网的链接，可以引用信源，但不保证信源的准确。 哪怕用到了 RAG（检索增强生成）等技术，将检索系统与生成模型相结合，限制回答问题的范围，也只能抑制幻觉，而非根治幻觉。


并且，信源本身的可信度存疑。「美版贴吧」Reddit，由网友贡献内容，而非权威媒体。 今年 2 月，Google 与 Reddit 达成协议，将其内容用于训练 AI 模型。当时就有人怀疑，会否导致「garbage in, garbage out」（垃圾进，垃圾出）的尴尬情况。 被「幻觉」困扰的不只 Google。去年 5 月，一位网友提问微软的 New Bing 时，答案明显错误，他点开参考链接时发现，作为引用源的知乎回答，居然也是 AI 生成的，遣词造句尽显 AI 风味，速度人力所不可及。


AI 搜索们是如何引用信源的，也是个让人费解的问题。当我用中文搜索「怎么给柴犬洗澡」，Perplexity 的信源是搜狐、YouTube、豆瓣日记、B 站，天工是知乎、百度文库，一时也不知道哪个更为权威，不敢轻信。 既然 AI 搜索都有幻觉，为什么总是 Google 被架在火上烤？ 创立于 1998 年的 Google，成为搜索代名词的 Google，身为 AI 巨擘的 Google，拉高了外界的期待，也必须承担犯错的后果。


相反，Perplexity 的 CEO Aravind Srinivas 表示，轻装上阵就是他们的优势，字里行间还有些骄傲。 如果你使用我们的产品，80% 表现不错，你可能觉得印象深刻，但如果你使用 Google 的产品，只有 70% 正确，你可能会不解，Google 怎么会错 30%？ 另外，AI 搜索也导致了一个用户认知上的转变。 我们以前说「用 Google 搜索」，而介绍搜索的生成式 AI 功能时，Google 自己给博客起的标题是「让 Google 为您进行搜索」，主次微妙地倒转了。 过去，Google 展现哪些链接可以回答你的问题。现在，Google 自己用 AI 回答你的问题。 传播错误信息的矛头，从信源本身，转移到了引用信源的 Google 身上。这口锅，Google 不得不背。 AI 搜索在提供事实之外，还有哪些可能性既然幻觉已然是前提，我们应该换个角度看待 AI 搜索，问自己一个问题：是不是我们的预期出了错误？ 其实在 AI Overview 被批评前，Google CEO 皮查伊就在近日 The Verge 的采访中提到过，「幻觉」问题仍未解决，甚至可以说是大语言模型固有的特征。 他认为，大语言模型不一定是了解事实的最佳渠道，但这不代表大语言模型是个废柴，非黑即白的思维不可取，比如它可以创造诗歌、引入搜索。


CEO 接受采访也好，I/O 大会也罢，都是在向用户传递一个理念：不要只把 AI 搜索当作对现有网页的简单总结，AI 发光发热的地方还有很多。 但 AI Overview 没能让人满意，怪不到用户头上，相比演示，现在的 AI Overview 并非完全形态，很多功能还没有上线。 Google 搜索主管 Liz Reid 在 I/O 展示了一个「多步推理」的例子，输入「找到波士顿最好的瑜伽馆，展现优惠信息，以及从灯塔山出发的步行时间」，AI 一步到位，以前要搜索三次的，现在一次就够了。


同时，AI Overview 未来还将有「规划」能力，比如要求 AI 策划三天的晚餐，用户可以直接拿到一份食谱，并在中途进行细化，加上「素食」等需求，然后导出到文档。


Google 的思路，和其他 AI 搜索产品殊途同归——让搜索更加可视化、交互性和个性化，用人话而非关键词沟通，节省查找信息的时间，回答更加复杂和具体的问题。 秘塔提供简洁、深入、研究的不同搜索模式，研究模式甚至可以给出大纲和脑图，生成演示文稿。 Perplexity 可以控制搜索范围，既能覆盖整个互联网，也能按照搜索需求，缩小到学术论文、YouTube、Reddit。 天工将 AI 搜索作为一个门户，搭载更多的生产力工具，提供了 AI 速读、音乐创作等智能体，等于在 AI 搜索之上，又搭建了一个 AIGC 内容创作平台。


平时的大多数问题，天气如何，汇率多少，跳转官网，其实通过简单的传统搜索就可以得到答案。 但相对复杂的场景，AI 搜索被寄予了厚望，毕竟它比起 ChatGPT 等多了信源，更加方便查证，比起传统搜索，又能进行更多的研究、创作、规划、头脑风暴。与其说是比传统搜索更好的百科全书，不如说更有 agent 的形状。 当然，饼画得再多，AI 搜索的幻觉还是让人膈应。为此有人建议，安全起见，用生成式 AI，别只看摘要，再用传统的 Google 搜索检查一下。所谓风水轮流转，但大哥还是大哥。