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 推出基於機器學習的 EC2 容量區塊 多種預訂方式便利企業 AI 開發 Amazon EC2 釋放 UltraClusters 與 P5e 實例潛能 企業實現 AI 轉型更輕鬆 AWS 與 NVIDIA 兩強聯手 共同邁向 AI 研發競賽之路