微软推出了 Bing 搜索引擎的人工智能更新。 这并不奇怪，因为自 20 多年前 Google 推出以来，我们一直使用相同的搜索算法，因此任何创新都会受到关注。
微软首席执行官萨蒂亚·纳德拉（Satya Nadella）将其称为“马赛克时刻”——指的是早期的互联网浏览器，并指出软件的一个非常有趣的未来。 在 Mosaic 浏览器出现之前，万维网只是一种探索和共享文档的方式； 1993 年推出早期浏览器后，它成为更广泛互联网的用户界面。 Bing 中的人工智能大致相同，因为它是一系列可能改变我们与软件交互方式的实验的开始。
微软如何提供人工智能增强搜索
微软人工智能增强搜索的核心是与开发人员工具使用的相同的副驾驶辅助人工智能概念。 人工智能并不是驱动这个过程的因素，而是用户驱动的。 切换到聊天功能，您将获得一种优化查询并管理查询显示方式的方法。
例如，我用它为我一直在新相机上使用的相对复杂的功能生成了一组指令。 它不仅给了我一个清晰的解释，而且我很快就能将结果转化为分步指南，然后转化为电子邮件。 结果有参考资料支持，因此您可以直接查找主要来源。
这种人工智能增强搜索的可能用例
对于希望使用此类工具来提供客户支持的组织来说，这里有一些重要的事情。 用户可以提出对他们来说重要的问题并以他们想要的方式获取数据。 手册和支持数据库的界面不再是常见问题解答，而是浏览器侧边栏或搜索查询。
购物和电子商务也是如此，搜索工具会根据用户提示构建比较和推荐表，提供的结果接近 Bing 作为帮助您做出决策的工具的最初使命。
微软的秘密武器：普罗米修斯
微软方法的关键是它所谓的“普罗米修斯模型”。 它以从希腊众神那里偷火的神话英雄命名，旨在确保人类参与循环，以微软在负责任的人工智能方面的工作为基础。 早期与聊天机器人的糟糕经历给微软带来了很多教训，确保人工智能安全的工作已经从董事会层面融入到公司中。
Prometheus 不仅仅是 ChatGPT 等现有工具的新版本：它将 OpenAI 的大型语言模型与微软 Bing 的经验及其负责任的人工智能框架相结合。 OpenAI 的演示服务仅从文本框中获取输入，而微软则注入了额外的上下文，包括位置、日期和时间，同时将查询拆分为多个并行搜索，旨在加快请求速度并提高结果质量。 结果被解析并用作模型的输入，寻找可以驱动额外搜索的新见解，微软将这种方法描述为“良性循环”。
该人工智能工具的最初实现是在其 Edge 浏览器和 Bing 搜索引擎中。 微软给出了该服务最终将如何出现在公司其他生产力工具中的图片。 在 Edge 中，新的 Bing 侧边栏可让您在传统浏览器之外进行搜索，为如何在熟悉的 Office 应用程序中实现它提供了线索。 微软在 Office 中推出的新侧边栏设计非常类似于在 Edge 浏览器的开发人员版本中试用的 Bing AI 工具。
虽然微软尚未宣布任何提供对该工具的 API 级访问的计划，但如果该公司没有关注到它，那才是令人惊讶的。 微软首先是一家平台公司，它对生成式人工智能的使用显然为它认为下一个平台应该是什么——辅助人工智能——指明了方向。
商业人工智能平台
跨 Microsoft 365 和 Dynamics 运行的辅助 AI 平台会是什么样子？ 更重要的是，它将如何运作？ 微软的 Prometheus 工具旨在为人工智能工具提供一套护栏，重点关注该公司所谓的“快速工程”。
如果你研究一下早期的平台工具，比如最近推出的 Azure OpenAI，就会发现像 GPT 这样的生成式 AI 的 API 非常简单：这是一种向服务发送文本字符串的方法。 重要的是让该字符串（提示）正确。
看看该平台如何帮助您找到该提示也很有趣。 使用 Bing 的 OpenAI 工具，最好从相对开放式的查询开始，然后完善结果。 它是一个互动平台，旨在帮助您找到所需的内容，而最好的结果来自这些互动。 简单的查询被交给传统的搜索算法，因为使用人工智能驱动的搜索所需的计算资源没有任何价值。
然后是训练数据的更大问题。 虽然像 GPT 这样的大型语言模型是根据公共数据进行训练的，但在处理您自己的应用程序中存储的数据时，这一点就不那么重要了。 同样，Azure OpenAI 提供了一些线索，可以选择使用自定义模型，将现有的 GPT LLM 与您自己的数据选择相结合。 Dynamics 和 Microsoft 365 都有自己的数据模型，这些模型可以作为扩展的 Prometheus 模型的一部分很好地工作，特别是因为 Bing 已经在其企业搜索模式中使用了这些数据。
上下文计算的未来
在微软首席执行官任期即将结束时，比尔·盖茨谈到了上下文计算的概念，即系统对用户周围的上下文做出响应。 将 Bing 的 AI 副驾驶描述为上下文计算工具并不夸张，它可以在不离开原始查询上下文的情况下优化查询和结果。 辅助工具需要上下文才能工作，虽然目前上下文仅限于查询范围，但显然还有机会走得更远。
询问有关某个地点的问题可能会为您提供传统的旅行输出，但对其进行改进可能会为您提供住宿行程和每天的用餐地点列表。 答案中的链接可让您打开新页面，而 Bing 新聊天界面中的参考则有助于显示这些结果的来源。 在整个查询链中，不会丢失上下文 – 您可以集中人工智能的答案来获得您想要的结果。 该服务还可能重新格式化数据，生成表格以帮助比较结果。
这一切构成了一种非常不同的搜索和网络工作方式，优先考虑用户正在寻找的信息并以他们想要的方式呈现它。 与第一个图形网络浏览器一样，它仍然非常新，尚未完全成型，但它显然不是我们可以忽视的。 这项技术将极大地改变我们未来构建和构建内容的方式。
