Home Hír Megtapasztaltam a mesterséges intelligencia következő korszakát, és soha többé nem térek vissza

Megtapasztaltam a mesterséges intelligencia következő korszakát, és soha többé nem térek vissza

17
0

Tartalomjegyzék Tartalomjegyzék Az internetes keresés alapvető újragondolása Hasznos, pontosan a megfelelő módon Eltalálni az ember-gép édes pontot

Amióta a ChatGPT a színre érkezett, a mesterséges intelligencia körüli hype csak fokozódott. Mivel a mesterséges általános intelligenciáról (AGI) és a „szuperintelligenciáról” szóló szóbeszéd – igen, az OpenAI főnöke, Sam Altman most erről beszél – felforrósodik, egy másik divatszóval kell foglalkoznunk.

Köszöntsd az Agent AI-t. Egyszerűbben fogalmazva, mesterséges intelligencia-ügynökök, amelyeknek a digitális munkáink egy részét kellene automatizálniuk. Gondoljon csak a drágakövekre a Google lexikonban. Egyedi GPT-k az OpenAI-tól. Vagy másodpilóta műveletek a Microsofttól.

Az ötlet az, hogy egy mesterséges intelligencia végezze el a feladatát, vagy annak egy részét. A Qualcomm és a MediaTek már felkészítette szilíciumát az ügynöki mesterséges intelligencia korszakára. De itt van a probléma. Még nincs igazi AI-eszközünk. Alig kúsztunk túl a legtöbb generatív AI chatbot által kínált lekérdezés-válasz tranzakciós folyamaton.

Lépjen be a Deep Research-be, a Gemini család első ügynöki mesterséges intelligencia termékébe.

Az internetes keresés alapvető újragondolása Nadeem Sarwar / Digital Trends

Ahogy a névből is kiderül, a Deep Research jó a kutatásban, de sokkal kontrolláltabban, mint egy átlagos Google Search. A Deep Research segítségével a keresési küldetés körvonalait még a folyamat megkezdése előtt felvázolhatja.

Megadhatja a pontos forrásokat (vagy forrástípusokat), hogy megkapja az eredményeket. Ez alapvetően különbözik a Google Keresőtől, amely többnyire a kulcsszavakra reagál, és olyan eredményeket jelenít meg, amelyeket érdemesnek tart megnézni.

Ez egy alapvetően hibás megközelítés, és gyakran a kattintáscsali vagy a mesterséges intelligencia által generált zsargon fészkébe kerülünk. Ráadásul a Google véletlenszerű módosításai a keresési algoritmusban gyakran azt jelentik, hogy az ugyanarra a lekérdezésre vonatkozó keresési eredmények egy nappal vagy egy héttel később másképp nézhetnek ki.

A Deep Research egy ellenőrzött és felhasználó által meghatározott tudásbankból gyűjti össze az anyagokat. Tegyük fel, hogy a közösségi média fiatal felhasználók mentális egészségére gyakorolt ​​hatásáról próbál információt találni, de csak lektorált kutatási dokumentumokból. Az eredmények csak a tudományos közleményekre maradnak.

Mit kérdezel (balra), és hogyan mutatja be az Ikrek a kutatási folyamatodat (jobbra), mielőtt elkezdené feltérképezni a forrásokat. Nadeem Sarwar / Digital Trends

Újságírók, diákok, kutatók vagy akár üzletemberek számára ez a megközelítés sok időt takarít meg. Ennél is fontosabb, hogy nem a felhasználóra hárítja a forrásban való megbízás terhét.

Ön már ismeri a forrást vagy annak valódiságát, így a kapott anyag nem jár bizalmi rejtéllyel. Ráadásul a rossz, nem kívánatos keresési eredmények vagy hirdetések mellőzése egyszerűen nem létezik a Deep Researchben – legalábbis jelenleg.

A Deep Research lényegében egy többlépcsős keresési tevékenységet készít, megkeresi az információt az Ön nevében, és megismétli a folyamatot, miközben a „kereső ügynök” egyik forrásból a másikba költözik, új releváns információ után kutatva.

Lényegében megkíméli Önt attól a fáradságtól, hogy ugyanazokra az információkra bukkanjon, miközben a különböző keresési eredmények között ugrál, annak reményében, hogy megtalálja a keresett bölcsességet. Dióhéjban, a Google-keresés időigényes és pszichológiailag dühítő részeit elkerüljük.

Még csak nem is ez a legszebb része a Deep Research-nek.

Hasznos, pontosan a megfelelő módon. Így sorolja fel a Deep Research az összes összeállított információ forrását. Nadeem Sarwar / Digital Trends

A hiteles forrásokból származó kutatás és információk megtalálása itt csak a fele a képnek. A Deep Research azt a fájdalmat okozza, hogy oda-vissza kattintgat a különböző keresési eredmények bejegyzései között, vagy megnyit néhány tucat lapot. Egy csomó lap kezelése nagy képernyőn már több okból is gondot okoz.

A legfontosabb ezek közül a szöveg, videó vagy hangfalba ágyazott pontos információcsomó keresése. A Deep Research nemcsak megbízható információkat gyűjt össze az Ön által kiválasztott forrásokból, hanem az összes megállapítást nem ismétlődő, koherens módon mutatja be.

Csak amit akarsz, az általad keresett forrásokból.

Hacsak a keresési feladat nem tartalmaz egylépéses hivatkozást az interneten, akkor a folyamatot több lépésre kell bontania. Tegyük fel, hogy szeretné megismerni a gombatermesztés művészetét. Ideális esetben a vetőmagfajtákról, az időjárási körülményekről, a kártevők elleni védekezésről és a betegségekről külön-külön keresne információkat. Nehéz pontos útmutatót találni, különösen, ha megbízható forrásból származik.

A Deep Research pontosan ezt teszi Önért. Az összes információ, amelyet az interneten feltérképezett, hogy összegyűjtse, egy szépen összeállított cikk formájában jelenik meg, megfelelő címsorokkal, táblázatokkal és kategorikus lebontással.

A Deep Research táblázatokat hozhat létre, és pontokat generálhat a webes keresési jelentésében. Nadeem Sarwar / Digital Trends

Ez az a fajta keresési jelentés, amelynek belsővé tétele és dokumentum formájában való kidolgozása egyébként órákig tartana. Mindenki számára, aki napi szinten foglalkozik az ismeretek hivatkozásával és memorizálásával, ez az eszköz életmentő.

Vegyük például ezt a keresési lekérdezést:

Tanulmányt írok az NMP és LFP akkumulátorok alkalmazásáról és különbségeiről az elektronikai járművek és az akkumulátor miatti tűzveszély kapcsán. Csak kutatási dokumentumokból és neves ügynökségekből szerezzen be részleteket. Segíts megérteni és tisztázni a témát.

Amit nagyjából 2-3 percnyi kutatás után kaptam, az egy átfogó tervezet volt, úgy, ahogyan szakdolgozatot, jogi tájékoztatót vagy kutatási dolgozatot írnék. A Deep Research rövid bemutatóját adtam egy kutatóhallgatónak, egy jogásznak és egy újságírónak. Az elsöprő érzés a „wow” volt, amely megkönnyebbüléssel keveredett.

Nem mindennap látni olyan embereket, akik hajlandóak havi 20 dollárt fizetni egy olyan mesterséges intelligencia-eszközért, amely még csak nem is általános. Husain Anis Khan, a Melbourne Law School Alex Chernov-ösztöndíjasa elmondta, hogy szereti azt az előfeltételt, hogy akadémiai kutatási anyagot találhat.

Az Ikrek egy így néz ki riportban szolgálja fel válaszait. Nadeem Sarwar / Digital Trends

Md Meharban, egy multimédiás újságíró, akinek munkái olyan üzletekben jelentek meg, mint a Reuters, a NatGeo, az AFP és a The New York Times, szintén azt mondja nekem, hogy a Deep Research értékes eszköznek bizonyulhat a munkafolyamatukban.

„Dokumentumfilmes munkáim egy egészséges része kutatásokon alapul. Minél mélyebb, annál jobb” – mondja Meharban a Digital Trendsnek. „Ha le tudom szűkíteni egy feladat feltáratlan területeit, nagyobb az esélye annak, hogy munkám kiemelkedik.”

Eltalálja az ember-gép édes pontot

Belekezdtem a nyíltan optimista mesterséges intelligencia kalandokba. Kísérletezve egy mesterséges intelligencia barátnőjével (amit néhányan gyakorlatilag impregnáltak), a beérkező levelek megkönnyebbítésére, a lusta Gmail-viselkedésem enyhítésére és az Apple Intelligence-ről való egyszerűen lemondva a tapasztalataim vegyesek voltak.

A Deep Research az első mesterséges intelligencia eszköz, amely kielégítő élményt kínál, amit nem mondhatok el egyetlen más AI-eszközről sem. Több mesterségesintelligencia-termékért és előfizetésért fizettem, mint a játék-, streamelés- és olvasási szenvedélyem együttvéve, ezért úgy érzem, hogy rossz termékért fizetek.

Újságírói munkámhoz egy olyan eszköz, mint a Deep Research, szinte nélkülözhetetlennek bizonyult, különösen, amikor olyan témákat kutattam, mint a triboelektromos nanogenerátorok a hordható eszközökről és a mikrofluidikus izzadságérzékelők gyártási bonyolultságáról.

A mélyen összetett információk felkutatása a természetes nyelvi kereséssel kezdődik. Nadeem Sarwar / Digital Trends

Ha a fent említett anyagokat keresem a Google Keresésben, akkor lényegében egy billentyûzetütést fogok játszani, amely a Google Keresés linkjeinek több oldalára terjed ki. A Deep Research segítségével egyszerűen elmondom, amit keresek, természetes nyelven.

Nincs benne találgatás. Meg tudom adni a pontos keresési útvonalat és a tudáscélt. Az egész műveletet saját igényeimhez tudom hangolni – legyen az kutatási témájú feladat vagy egyszerűen marketinggel kapcsolatos gyakorlat.

Kiemelkedik az, hogy mindezt az Ön igényei szerint hangolhatja, és anélkül, hogy el kellene távolodnia a normál emberi társalgási hangtól. Ez egy kicsit kevésbé robotizálta a munkafolyamatomat. Egy csipetnyi emberi érintés benne, ha úgy tetszik.

Aztán ott van az értékrejtvény, amelyet minden épeszű ember kétségbe von. Az olyan termékek esetében, mint a Deep Research – vagy a riválisok, mint a Perplexity Pro vagy a ChatGPT Plus –, az elhúzódó kérdés az, hogy mekkora értéket kap a havi 20 dolláros előfizetésből.

A legjobb munkára költött 20 dollár, és néhány váratlan bónusz.

A Google ökoszisztémáján belül a verseny nem létezik. Hozzáfértem a Gemini Advanced szolgáltatáshoz a Google One AI Premium előfizetéssel, amely 2 TB felhőtárhelyet és Gemini-integrációt is kínál az általunk napi rendszerességgel használt Google-termékek többségében.

Egy kattintással importál a Táblázatokba? Hozzáad egy kutatási összefoglalót a Dokumentumokhoz? Írjon a Gmailben? Mindezt megkapja – a Gemini Deep Research mellett – a csomaggal. Sokkal jobb érték, mint az OpenAI vagy a Perplexity termékei.

Sőt, sokkal szívesebben szeretném, ha a munkafolyamatom a Google univerzumára összpontosulna, mintsem hogy egy másik mesterséges intelligencia-termék-ökoszisztéma megkérdőjelezhetően etikus és adatvédelmi kockázattal járó szerződési feltételeinek egész sorát elfogadjam.