隨著大型語言模型（LLM）近年快速發展，各行各業紛紛採用 AI 工具來提升工作效率和管理企業數據，搜尋與分析數據的需求也相應增加。一款名為 Perplexity 的人工智能搜尋引擎近來迅速受到全球注視，更被譽為是結合 Google、GPT-4o 及 Claude 3.5 的「AI 神器」。
在資訊爆炸的時代，搜尋引擎已成為日常生活中的必需品。傳統搜尋引擎如 Google 和 Bing 主要依賴關鍵字搜尋，使用者需自行閱讀和整理大量被動呈現的結果，不只效率偏低，還容易出現錯漏的情況。此外，這些搜尋結果通常只顯示網頁資訊，因為難以解決較複雜的問題。
曾獲得 Nvidia 創辦人黃仁勳公開認可、早前獲得 Amazon 投資的 Perplexity，其名稱原意是「困惑」，亦是自然語言處理中的一個指標，用於評估大型語言模型的預測準確度，旨在成為能夠準確理解使用者要求，並提供精準答案的 AI 搜尋引擎。如同一般 LLM 工具，使用者可以透過自然語言向 Perplexity 提出問題，或上載圖片、PDF 等文件進行搜尋及分析。
Perplexity 結合大型語言模型和生成式 AI 技術，能夠即時整合網絡資訊，無論是尋找事實，還是回答複雜問題，這款工具都能夠從海量數據中迅速整理出簡潔、準確的答案，省卻不斷跳轉網頁的麻煩，大幅提升效率。
此外，Perplexity 能夠同時處理多個問題，並進行分析與整合。舉例來說，有使用者詢問 2024 巴黎奧運中有關中國乒乓球隊的多個問題，包括媒體評價、支持者反應及「飯圈」文化等看似沒有關聯性的提問，而 Perplexity 就能將這些問題逐一拆分，並從包括網頁及媒體報導等多個來源搜尋資訊，甚至適當地引用學術論文，並在重點後標注數據來源，為使用者整合出完整、可靠，並且具邏輯的答案。
同時，Perplexity 能夠讓使用者基於原先的問題再加以延伸發問，透過有如真人對談般的問答模式，滿足使用者對深度學習的需求。使用者也能要求工具重寫答案，又或者改以包括 Claude 3.5 Sonnet、GPT-4o 在內的不同生成式 AI 工具重新撰寫回答，其靈活性讓使用者獲得不一樣的智能搜尋體驗。
除了獲取既定知識外，Perplexity 更能處理許多「無中生有」的問題。例如，若使用者想了解汽車出口行業，可要求工具列出 20 個相關概念，Perplexity 就會整理並解釋相關術語，也能根據線索反向推敲案例成因，以補充適合不同程度的專業知識。
Perplexity 的「聚焦」功能亦是這款工具的強大之處。使用者可以透過此模式，在「學術」、「數學」、「寫作」、「影片」及「社交媒體」等多個範疇進行集中搜尋。若使用者選擇聚焦「學術」，Perplexity 就會從 Semantic Scholar、Arxiv、PubMed 等權威學術數據庫中找尋資源，確保數據來源屬最新、最專業及最準確，對於需要大量搜尋的學者及研究生至關重要。
Perplexity 現時除了網頁版外，更推出了 iOS/Android 手機應用程式及 Chrome 瀏覽器擴充功能，滿足不同使用者的使用習慣。
Perplexity 的出現，為傳統知識獲取途徑帶來顛覆性改變。透過生成式 AI 技術及持續發展的功能，Perplexity 能夠處理傳統搜尋引擎未能解決的複雜問題，並以更全面和可靠的方式呈現，將成為打破知識壁壘的革命性力量。
相關文章:
AWS re:Invent 2024 懶人包重點速覽 AWS AI 戰略大揭密 AWS 企業轉型實錄 客戶體驗管理平台 Sprinklr 挑戰 99.99% 系統可靠性 專家預測 2025 年生成式 AI 趨勢 AI 將從構想走向行動新紀元
分享到 :
最新影片
