هوش مصنوعی یعنی پایان جستجوی اینترنتی به شکلی که می‌شناختیم
ه نقل از امآیتی تکنولوژی ریویو، همه ما با مفهوم «گوگل کردن» آشنا هستیم. چند کلمه کلیدی را در کادر جستجو تایپ می‌کنید و در پاسخ، فهرستی از لینک‌های آبی به شما نمایش داده می‌شود که به مرتبط‌ترین نتایج اشاره دارند. گاهی توضیحاتی کوتاه در بالای صفحه نمایش داده می‌شود، گاهی نقشه‌ها، نتایج ورزشی یا ویدئوهایی مرتبط. اما در اصل، این فرایند چیزی جز بازیابی اطلاعات موجود در اینترنت و ارائه آنها به شکلی ساختارمند نیست. اما اکنون، این روش در حال تغییر است. ما در نقطه‌ی عطف جدیدی قرار داریم.
بزرگترین تغییر در نحوه‌ی عملکرد موتورهای جستجو از دهه‌ی ۱۹۹۰ تاکنون، هم‌اکنون در حال رخ دادن است. دیگر خبری از جستجوی کلمات کلیدی یا فهرستی از لینک‌هایی که باید بررسی کنید، نخواهد بود. در عوض، ما وارد دوران جدیدی از «جستجوی مکالمه‌ای» شده‌ایم. این یعنی، به جای استفاده از کلمات کلیدی، می‌توانیم سؤالات خود را به زبان طبیعی و محاوره‌ای بپرسیم. همچنین، به جای نمایش لینک‌های مختلف، پاسخ‌ها مستقیماً توسط هوش مصنوعی تولید شده و بر اساس اطلاعات زنده‌ی اینترنت ارائه می‌شوند.
گوگل در خط مقدم این تغییرات
گوگل که در ۲۵ سال گذشته موتور جستجوی غالب بوده، سعی دارد در این تحول پیشتاز باشد. در ماه مه ۲۰۲۳، این شرکت آزمایش پاسخ‌های تولیدشده توسط هوش مصنوعی را آغاز کرد. این فناوری با استفاده از مدل‌های زبانی بزرگ (LLM) پاسخ‌هایی را ارائه می‌دهد که شبیه به پاسخ‌های یک منبع متخصص یا یک دوست معتمد هستند. گوگل این قابلیت را “AI Overviews” نامیده است.
ساندار پیچای، مدیرعامل گوگل، این تغییر را یکی از مثبت‌ترین تحولات جستجو در تاریخ این شرکت می‌داند.
چگونه “AI Overviews” نحوه‌ی جستجو را تغییر می‌دهد؟
پیش از این، کاربران باید سؤالات خود را به‌گونه‌ای فرموله می‌کردند که با الگوریتم‌های جستجو سازگار باشد. اما اکنون، می‌توانند سؤالاتی پیچیده‌تر و توصیفی‌تر مطرح کنند و پاسخ‌های کامل و به‌روزی دریافت کنند.
مثلاً، می‌توان پرسید:
“ماه آینده برای یک هفته به ژاپن می‌روم و در توکیو اقامت دارم. دوست دارم چند سفر کوتاه یک‌روزه داشته باشم. آیا جشنواره‌ای در نزدیکی برگزار می‌شود؟ شرایط موج‌سواری در کاماکورا چطور خواهد بود؟ گروه‌های موسیقی خوبی در این مدت اجرا دارند؟”
به جای لینک به یک پست در «ردیت» (Reddit)، اکنون گوگل پاسخ کاملی ارائه می‌دهد که ترکیبی از اطلاعات زنده و منابع مختلف اینترنتی است.
فراتر از جستجوی معمولی
این قابلیت جدید به کاربران امکان می‌دهد جستجوهایی انجام دهند که قبلاً تقریباً غیرممکن بودند. مثلاً، شما می‌توانید بدون دانستن نام یک پرنده، تنها با توصیف ظاهر آن، نام و اطلاعات دقیقش را دریافت کنید. یا می‌توانید مشکل یخچالتان، صدای عجیب خودروی‌تان، یا هر چیز دیگری را توصیف کنید و هوش مصنوعی توضیحی کامل از علت مشکل و راه‌حل‌های احتمالی ارائه دهد.
دیگر فقط گوگل نیست
گوگل تنها بازیگر این حوزه نیست. چت‌جی‌پی‌تی از شرکت اوپن ایآی اکنون به اینترنت متصل است و می‌تواند پاسخ‌هایی به‌روز ارائه دهد. مایکروسافت در سپتامبر قابلیت جستجوی مولد مبتنی بر هوش مصنوعی را به موتور جستجوی بینگ اضافه کرد. شرکت متا نیز نسخه‌ی خود را توسعه داده است. استارتاپ‌هایی مانند پرپلکسی‌تی (Perplexity) نیز با رویکردی تهاجمی در این رقابت حضور دارند.
آینده‌ی جستجو در حال تغییر است
رقابتی شدید برای تبدیل شدن به گوگل بعدی در جریان است. شرکت‌های بزرگ فناوری برای پیشتازی در این عرصه میلیاردها دلار سرمایه‌گذاری کرده‌اند. تغییر در نحوه‌ی جستجو، نه‌تنها چالش‌هایی در زمینه‌ی حق نشر و دقت اطلاعات ایجاد خواهد کرد، بلکه نحوه‌ی تعامل کاربران با دانش جهانی را به‌طور اساسی متحول خواهد کرد.
هوش مصنوعی نه‌تنها پایان جستجو به روش سنتی است، بلکه آغاز دورانی جدید در نحوه‌ی دستیابی ما به اطلاعات است.
اما همه از این تغییر خوشحال نیستند. ناشران کاملاً نگران هستند. این تغییر ترس‌ها را درباره آینده‌ای با عنوان “بدون کلیک” شدت بخشیده است، جایی که ترافیک ارجاعی جستجو—که از زمان قبل از وجود گوگل یک جز اساسی در وب بوده—از بین می‌رود.
من پیش‌بینی این آینده را در ژوئن گذشته داشتم، زمانی که یک هشدار فشار از اپلیکیشن پرپلکسی‌تی روی گوشی‌ام دریافت کردم. پرپلکسی‌تی استارتاپی است که در تلاش است جستجوی وب را از نو اختراع کند. اما علاوه بر ارائه پاسخ‌های دقیق به سؤالات، این اپلیکیشن همچنین مقالات کامل در مورد اخبار روز را می‌سازد که توسط هوش مصنوعی از منابع مختلف جمع‌آوری شده‌اند.
در آن روز، اپلیکیشن داستانی درباره یک شرکت پهپادی جدید از اریک اشمیت به من ارسال کرد. من داستان را شناسایی کردم. فوربس قبلاً این خبر را به طور اختصاصی در اوایل هفته منتشر کرده بود، اما آن را پشت یک دیوار پرداخت قرار داده بود. تصویر در داستان پرپلکسی‌تی دقیقاً شبیه به تصویر موجود در فوربس بود. زبان و ساختار آن بسیار مشابه بود. در واقع، همان داستان بود، اما به‌طور رایگان برای هر کسی در اینترنت در دسترس بود. من پیامی به دوستی که نسخه اصلی را ویرایش کرده بود فرستادم تا بپرسم آیا فوربس با این استارتاپ توافقی برای بازنشر محتوای خود دارد؟ اما هیچ توافقی وجود نداشت. او شوکه و عصبانی شد و به‌طور کلی متحیر بود. او تنها نبود. اکنون فوربس، نیویورک تایمز و کوندِ ناست (Condé Nast) همگی برای این شرکت دستورات توقف و عدم ادامه ارسال کرده‌اند. نیوز کورپ (News Corp) نیز برای جبران خسارت شکایت کرده است.
مردم نگران این هستند که نتایج جدید قدرت‌گرفته از مدل‌های زبانی بزرگ (LLM) چه تاثیری بر واقعیت مشترک و بنیادی ما خواهند داشت. این می‌تواند به پایان پاسخ مرجع منجر شود.
این دقیقاً سناریوی کابوس‌آوری است که ناشران از آن می‌ترسیدند: هوش مصنوعی در حال بلعیدن محتوای اختصاصی آنها، بازچینی آن و ارتقاء آن به مخاطبان خود به شکلی است که عملاً هیچ دلیلی برای کلیک کردن به سمت محتوای اصلی باقی نمی‌گذارد. در واقع، در صفحه “درباره” پرپلکسی‌تی اولین دلیلی که برای انتخاب این موتور جستجو آورده شده، این است که “لینک‌ها را رد کن.”
اما این فقط در مورد ناشران (یا منافع شخصی خودم) نیست. مردم همچنین نگران هستند که این نتایج جدید مبتنی بر مدل‌های زبانی بزرگ چه تاثیری بر واقعیت مشترک و بنیادی ما خواهند گذاشت. مدل‌های زبانی تمایل دارند چیزهایی را اختراع کنند—آنها می‌توانند اطلاعات بی‌پایه و اساس تولید کنند. علاوه بر این، هوش مصنوعی مولد می‌تواند برای همان سؤال هر بار پاسخی کاملاً جدید ارائه دهد، یا پاسخ‌های مختلفی به افراد مختلف بدهد بر اساس آنچه که از آنها می‌داند. این می‌تواند به پایان پاسخ مرجع منجر شود. اما اشتباه نکنید: این آینده جستجو است. خودتان کمی امتحان کنید و خواهید دید.
مطمئناً، ما همیشه می‌خواهیم از موتورهای جستجو برای پیمایش در وب و کشف منابع جدید و جالب اطلاعات استفاده کنیم. اما لینک‌ها اکنون در درجه دوم اهمیت قرار دارند. روش جدید هوش مصنوعی در ترکیب کردن یک پاسخ منطقی برای تقریباً هر نوع سؤال، با استفاده از داده‌های زنده از سراسر وب، تجربه بهتری را ارائه می‌دهد. این امر به ویژه در مقایسه با آنچه که جستجوی وب در سال‌های اخیر به آن تبدیل شده، صادق است. اگرچه جستجو دقیقاً خراب نشده است (اطلاعات نشان می‌دهد که مردم بیشتر از همیشه با گوگل جستجو می‌کنند)، اما حداقل آن را می‌توان شلوغ و دشوار برای پیمایش دانست.
چه کسی می‌خواهد برای پیدا کردن آنچه که نیاز دارد زبان موتور جستجو را یاد بگیرد؟ چه کسی می‌خواهد لینک‌ها را جستجو کند وقتی که می‌توان پاسخ‌های مستقیم گرفت؟ و شاید، چه کسی می‌خواهد یاد بگیرد وقتی که می‌توان فقط دانست؟
در آغاز، «آرچی» وجود داشت.
آرچی اولین موتور جستجوی واقعی اینترنت بود و فایل‌هایی را که قبلاً در تاریکی سرورهای دور از دسترس بودند، جستجو می‌کرد. آن فقط به شما نام این فایل‌ها را نشان می‌داد—نه محتویات آنها. پیش‌نمایش تصاویر نداشت؛ هیچ سلسله‌مراتبی از نتایج وجود نداشت و حتی رابط کاربری چندانی هم نداشت. اما شروع خوبی بود. و نسبتاً خوب عمل می‌کرد. سپس تیم برنرز-لی وب جهانی را اختراع کرد و صفحات وب مختلفی به‌وجود آمدند.
تا اینکه در نهایت، وب آن‌قدر گسترده شد که حتی نمی‌دانستیم از کجا شروع کنیم. واقعاً به روشی بهتر برای پیمایش و پیدا کردن آنچه که نیاز داشتیم، احتیاج داشتیم.
بنابراین در سال ۱۹۹۴ جری یانگ یاهو را ایجاد کرد، یک دایرکتوری سلسله‌مراتبی از وب‌سایت‌ها. این سایت به‌سرعت به صفحه اصلی میلیون‌ها نفر تبدیل شد. و این… خوب بود. به‌راستیکه، اگر با نگاه به گذشته به آن فکر کنیم، فکر می‌کنم همه ما فکر می‌کردیم که آن زمان خیلی بهتر از آنچه که واقعاً بود، به نظر می‌رسید.
اما وب به رشد، گسترش و توسعه خود ادامه داد، هر روز اطلاعات بیشتری آنلاین می‌آمد. به جای فقط یک لیست از سایت‌ها در دسته‌بندی‌های مختلف، به چیزی نیاز داشتیم که تمام آن محتوای موجود را بررسی کرده و فهرست‌بندی کند. تا اواخر دهه ۹۰، این به معنای انتخاب از میان موتورهای جستجوی مختلف بود: AltaVista، AlltheWeb، WebCrawler و HotBot. و این‌ها خوب بودند—یک پیشرفت عظیم. حداقل در ابتدا. اما در کنار ظهور موتورهای جستجو، اولین تلاش‌ها برای بهره‌برداری از توانایی آنها در ارسال ترافیک به سایت‌ها شروع شد. ترافیک گرانبها و ارزشمندی که ناشران وب برای فروش تبلیغات به آن وابسته بودند و خرده‌فروشان برای جذب توجه به کالاهایشان از آن استفاده می‌کردند. گاهی اوقات این به معنای پر کردن صفحات با کلمات کلیدی یا متنی بی‌معنی بود که تنها برای بالا بردن صفحات در نتایج جستجو طراحی شده بود. این وضعیت بسیار بد شد.
و سپس گوگل آمد. بیان اینکه گوگل چه انقلابی در سال ۱۹۹۸ بود، دشوار است. به جای اینکه فقط محتوای صفحات را اسکن کند، آن همچنین به منابعی که به یک وب‌سایت لینک می‌دادند، نگاه می‌کرد که این به ارزیابی اهمیت آن سایت کمک می‌کرد. برای ساده‌سازی: هرچه یک مطلب بیشتر در جای دیگر ذکر می‌شد، گوگل آن را معتبرتر می‌دانست و آن را در نتایج بالاتر نشان می‌داد. این دستاورد باعث شد گوگل به طرز قابل‌توجهی در بازیابی نتایج مرتبط بهتر از هر چیزی که قبل از آن وجود داشت، باشد. این شگفت‌انگیز بود.
مدیر عامل گوگل، سندار پیچای، آورویو ایآی (AI Overviews) را به‌عنوان «یکی از مثبت‌ترین تغییراتی که در جستجو در مدت زمان طولانی ایجاد کرده‌ایم» توصیف می‌کند.
برای ۲۵ سال، گوگل بر جستجو تسلط داشت. گوگل برای اکثر مردم معادل جستجو بود. (میزان این تسلط در حال حاضر موضوع چندین تحقیق قانونی در ایالات متحده و اتحادیه اروپا است.)
اما گوگل مدت‌هاست که از صرفاً ارائه یک سری لینک‌های آبی فاصله گرفته است، همانطور که پاندو نایاک، دانشمند ارشد جستجو در گوگل می‌گوید.
«این فقط نتایج به اصطلاح وب نیست، بلکه تصاویر و ویدیوها و موارد ویژه‌ای برای اخبار هم وجود دارد. جواب‌های مستقیم، جواب‌های دیکشنری، ورزش‌ها، جواب‌هایی که همراه با گراف دانش هستند و مواردی مثل اسنیپت‌های ویژه» او می‌گوید و فهرستی از مراحل گوگل طی سال‌ها برای پاسخ دادن به سوالات به طور مستقیم را می‌شمارد.
این درست است: گوگل طی زمان تکامل یافته و بیشتر و بیشتر به یک پورتال پاسخ تبدیل شده است. این ابزارها را اضافه کرده که به مردم اجازه می‌دهد فقط جواب بگیرند—مثل نتیجه زنده یک بازی، ساعات باز بودن یک کافه، یا یک اسنیپت از وب‌سایت FDA—نه اینکه به وب‌سایتی که احتمالاً پاسخ در آنجا باشد ارجاع داده شود.
اما زمانی که شما کمی از آورویو ایآی استفاده می‌کنید، متوجه می‌شوید که این‌ها متفاوت هستند.
اسنیپت‌های ویژه را در نظر بگیرید، آن بخش‌هایی که گوگل گاهی اوقات انتخاب می‌کند و در بالای نتایج نشان می‌دهد. این کلمات مستقیماً از یک منبع اصلی نقل شده‌اند. همین مسئله برای پنل‌های دانش نیز صادق است، که از اطلاعات ذخیره شده در مجموعه‌ای از پایگاه‌داده‌های عمومی و گراف دانش گوگل، پایگاه‌داده‌ای از تریلیون‌ها واقعیت در مورد جهان، تولید می‌شوند.
در حالی که این‌ها ممکن است نادرست باشند، منبع اطلاعات قابل شناسایی است (و قابل اصلاح). این اطلاعات در یک پایگاه‌داده قرار دارد. می‌توانید آن را جستجو کنید. دیگر نه: آورویو ایآی می‌توانند هر بار به طور کامل جدید باشند، که به‌طور زنده توسط مدل زبانی تولید می‌شوند و با استفاده از متن پیش‌بینی شده و فهرست وب.
«من فکر می‌کنم این یک لحظه هیجان‌انگیز است، جایی که ما به وضوح جهان را فهرست‌بندی کرده‌ایم. ما بر اساس آن گراف دانش، درک عمیقی ساختیم. ما از LLMها و هوش مصنوعی تولیدی برای بهبود درک‌مان از همه آنها استفاده کرده‌ایم.» پیچای به امآیتی تکنولوژی ریویو گفت. «اما حالا ما قادر به تولید و ترکیب با آن هستیم.»
نتیجه حس کمتری شبیه جستجو در یک پایگاه‌داده است و بیشتر شبیه پرسیدن از یک دوست بسیار هوشمند و کتاب‌خوان. (با این هشدار که ممکن است این دوست گاهی اوقات وقتی جواب را نمی‌داند، چیزهایی اختراع کند.)
«[ماموریت شرکت] سازماندهی اطلاعات جهان است،» الیز رید، رئیس جستجوی گوگل به من می‌گوید از مقر خود در مانتین ویو، کالیفرنیا. «اما در واقع، برای مدتی آنچه انجام دادیم سازماندهی وب‌سایت‌ها بود. که واقعاً همانند سازماندهی اطلاعات جهان یا مفید و قابل دسترس کردن آن برای شما نیست.»
آن مفهوم دوم—دسترس‌پذیری—چیزی است که گوگل واقعاً با آورویو ایآی به آن تمرکز دارد. این احساسی است که من بارها در گفتگو با مدیران گوگل می‌شنوم: آنها می‌توانند به طور کارآمدتری به انواع پیچیده‌تری از پرسش‌ها پاسخ دهند، با کمک یک مدل زبانی برای تأمین پاسخ‌ها. و این کار را می‌توانند به زبان طبیعی انجام دهند.
این امر برای آینده‌ای که جستجو فراتر از درخواست‌های متنی می‌رود، حتی مهم‌تر خواهد شد. به عنوان مثال، Google Lens که به افراد اجازه می‌دهد تصویری بگیرند یا تصویری را بارگذاری کنند تا درباره چیزی بیشتر بدانند، از پاسخ‌های تولید شده توسط هوش مصنوعی برای گفتن آنچه که ممکن است در حال مشاهده آن باشید استفاده می‌کند. گوگل حتی توانایی پرسش از ویدیوهای زنده را هم نشان داده است.
وقتی که پاسخی ندارد، یک مدل هوش مصنوعی می‌تواند با اعتماد به نفس پاسخی بدهد. برای گوگل، این می‌تواند یک مشکل واقعی باشد. برای بقیه ما، ممکن است واقعاً خطرناک باشد.
«ما قطعاً در آغاز یک سفر هستیم جایی که مردم قادر خواهند بود پرسش‌های پیچیده‌تری از آنچه در دهه گذشته پرسیده‌ایم، بپرسند و پاسخ دریافت کنند،» پیچای می‌گوید.
برخی خطرات واقعی در اینجا وجود دارد. اول از همه: مدل‌های زبان بزرگ به شما دروغ خواهند گفت. آنها دچار هذیان می‌شوند. آنها اشتباه می‌کنند. وقتی که پاسخ ندارند، یک مدل هوش مصنوعی می‌تواند با اعتماد به نفس پاسخی بگوید. برای گوگل که شهرت خود را طی ۲۰ سال گذشته بر اساس قابلیت اعتماد ساخته است، این می‌تواند مشکل واقعی باشد. برای باقی ما، ممکن است این خطرناک باشد.
در ماه مه ۲۰۲۴، آورویو ایآی برای همه در ایالات متحده راه‌اندازی شد. اوضاع خوب پیش نرفت. گوگل که مدت‌هاست به‌عنوان میز ارجاع جهان شناخته می‌شود، به مردم گفت که سنگ بخورند و چسب روی پیتزا بزنند. این پاسخ‌ها عمدتاً در پاسخ به آنچه که شرکت «پرسش‌های خصمانه» می‌نامد بودند—سوالاتی که برای به‌چالش کشیدن آن طراحی شده بودند. اما باز هم. این خوب به نظر نمی‌رسید. شرکت سریعاً کار بر روی رفع مشکلات را آغاز کرد—برای مثال، با کنار گذاشتن محتوای تولید شده توسط کاربران از سایت‌هایی مانند Reddit، جایی که برخی از پاسخ‌های عجیب از آنجا آمده بودند.
اما در حالی که اشتباهات آنها در گفتن به مردم برای خوردن سنگ توجه زیادی جلب کرد، خطر بیشتر ممکن است زمانی ایجاد شود که آنها چیزی را اشتباه نگویند، بلکه به‌طور کمتر آشکاری اشتباه کنند. به عنوان مثال، در انجام تحقیق برای این مقاله، از گوگل پرسیدم که امآیتی تکنولوژی ریویو چه زمانی آنلاین شد. آن به‌طور مفید پاسخ داد که امآیتی تکنولوژی ریویو حضور آنلاین خود را در اواخر ۲۰۲۲ آغاز کرد. این واضحاً اشتباه بود برای من، اما برای کسی که کاملاً با این نشریه آشنا نیست، آیا این اشتباه آشکار می‌شود؟
من نمونه‌های مشابه زیادی پیدا کردم، هم در گوگل و هم در جستجوی چت‌جی‌پی‌تی از اوپن‌ای‌آی. چیزهایی که درست به‌اندازه کافی از هدف دور هستند که فوراً به‌عنوان اشتباه شناسایی نشوند. گوگل شرط‌بندی می‌کند که می‌تواند این نتایج را با گذشت زمان با تکیه بر آنچه که از منابع با کیفیت می‌داند، بهبود بخشد.
«زمانی که ما آورویو ایآی تولید می‌کنیم،» نایاک می‌گوید، «ما به دنبال اطلاعات تأیید‌شده از نتایج جستجو هستیم و نتایج جستجو خودشان برای اطمینان از اینکه هر زمان ممکن است از این منابع قابل اعتماد هستند، طراحی شده‌اند. این‌ها برخی از مکانیزم‌هایی هستند که ما در اختیار داریم که اگر شما فقط AI Overview را مصرف کنید و نخواهید جستجوی بیشتری انجام دهید… امیدواریم که شما همچنان یک پاسخ قابل اعتماد و معتبر دریافت کنید.»
در مورد بالا، پاسخ ۲۰۲۲ به نظر می‌رسید از یک منبع معتبر آمده باشد—یک داستان درباره خبرنامه‌های ایمیلی امآیتی تکنولوژی ریویو که در سال ۲۰۲۲ آغاز شد. اما ماشین به‌طور اساسی اشتباه فهمید. این یکی از دلایلی است که گوگل از انسان‌ها—ارزیاب‌ها—برای ارزیابی دقت نتایج خود استفاده می‌کند. ارزیاب‌ها نتایج آورویو ایآی فردی را اصلاح یا کنترل نمی‌کنند؛ بلکه به آنها کمک می‌کنند تا مدل بهتری بسازند. اما ارزیاب‌های انسانی ممکن است خطا کنند. گوگل در حال کار بر روی آن هم است.
«ارزیاب‌هایی که آزمایشات شما را بررسی می‌کنند ممکن است هذیان را متوجه نشوند چون احساس می‌شود طبیعی است،» نایاک می‌گوید. «پس شما باید واقعاً در تنظیم ارزیابی کار کنید تا اطمینان حاصل کنید که وقتی هذیان وجود دارد، کسی بتواند آن را شناسایی کرده و بگوید، این یک مشکل است.»
جستجوی جدید
گوگل آورویو ایآی خود را برای بیش از یک میلیارد نفر در بیش از ۱۰۰ کشور راه‌اندازی کرده است، اما در حال مواجهه با رقبای نوآور با ایده‌های جدید در مورد نحوه عملکرد جستجو است.
غول جستجو گوگل، آورویو ایآی را به نتایج جستجو اضافه کرده است. این پیش‌نمایش‌ها اطلاعاتی از سراسر وب و گراف دانش گوگل را جمع‌آوری کرده و از مدل زبانی Gemini این شرکت برای ایجاد پاسخ‌ها به جستجوها استفاده می‌کنند.
مزایای آن
آورویو ایآی گوگل برای ارائه خلاصه‌ای قابل هضم در پاسخ به حتی پیچیده‌ترین جستجوها عالی هستند و جعبه‌های منابع نیز در کنار پاسخ‌ها قرار دارند. در بین گزینه‌های اصلی، شاخص وب عمیق آن بیشترین احساس «اینترنتی» را دارد. اما ناشران وب از این می‌ترسند که این خلاصه‌ها به مردم دلیلی برای کلیک کردن به منابع اصلی ندهند.
پرپلکسی‌تی
پرپلکسی‌تی یک موتور جستجوی محاوره‌ای است که از مدل‌های زبان بزرگ سوم شخص مانند اوپن‌ای‌آی و Anthropic برای پاسخ به جستجوها استفاده می‌کند. پرپلکسی‌تی در تهیه تحقیقات عمیق در پاسخ به جستجوهای کاربران عالی است و پاسخ‌هایی شبیه به مقالات کوتاه تحقیقاتی در موضوعات پیچیده تولید می‌کند. همچنین در خلاصه‌سازی اخبار روز فوق‌العاده است. اما این موتور جستجو شهرت بدی میان ناشران پیدا کرده است، که می‌گویند این سرویس با محتوای آنها به روشی غیرمسئولانه رفتار می‌کند.
چت‌جی‌پی‌تی
در حالی که گوگل هوش مصنوعی را به جستجو آورده است، اوپن‌ای‌آی جستجو را به چت‌جی‌پی‌تی آورده است. جستجوهایی که مدل تشخیص می‌دهد که از آنها بهره‌مند خواهد شد، به‌طور خودکار یک جستجوی وب فعال می‌شود، یا کاربران می‌توانند به‌صورت دستی گزینه افزودن جستجوی وب را انتخاب کنند.
با توجه به توانایی چت‌جی‌پی‌تی در حفظ زمینه گفتگو در طول مکالمه، این مدل برای انجام جستجوهایی که به دنبال پرسش‌های پی‌درپی نیاز دارند، عملکرد خوبی دارد—مثلاً برنامه‌ریزی یک سفر تعطیلاتی از طریق جلسات جستجوی متعدد. اوپن‌ای‌آی می‌گوید گاهی اوقات کاربران تا «۲۰ دور» در جستجوی سوالات عمیق می‌روند. از بین این سه گزینه، چت‌جی‌پی‌تی لینک‌ها به ناشران را کمترین میزان برجستگی را می‌دهد.
هنگامی که با پیچای در این مورد صحبت کردم، او ابراز خوشبینی کرد که شرکتش قادر است دقت را حتی با تولید پاسخ‌ها توسط مدل زبان بزرگ (LLM) حفظ کند. دلیل این امر این است که آورویو ایآی بر اساس مدل زبان بزرگ پرچم‌دار گوگل، Gemini، است اما همچنین از گراف دانش گوگل و منابع معتبر در سراسر وب استفاده می‌کند.
او گفت: «شما همیشه با درصدها سروکار دارید. آنچه ما انجام داده‌ایم این است که این اطلاعات را به گونه‌ای ارائه داده‌ایم که می‌توانم بگویم چند درصد اطمینان و دقت و کیفیت دارد. می‌توانم بگویم تقریباً ۹۹ درصد اطمینان داریم. فکر می‌کنم این سطحی است که ما در آن عمل می‌کنیم، و این امر در آورویو ایآی هم صدق می‌کند.»
اما یک خطر دیگر نیز وجود دارد، که مردم از گوگل سوالات عجیب و غریبی می‌پرسند. اگر می‌خواهید تاریک‌ترین اسرار کسی را بدانید، تاریخچه جستجوی آنها را بررسی کنید. گاهی اوقات، چیزهایی که مردم از گوگل می‌پرسند، بسیار تاریک است. گاهی اوقات، این‌ها غیرقانونی هستند. گوگل نه تنها باید بتواند آورویو ایآی را زمانی که پاسخ مفید است، به کار گیرد، بلکه باید بسیار مراقب باشد که آنها را زمانی که پاسخ می‌تواند مضر باشد، به کار نبرد.
الیز رید می‌گوید: «اگر شما بپرسید ‘چطور یک بمب بسازم؟’، خوب است که نتایج وب را ببینید. این وب آزاد است. شما می‌توانید هر چیزی را پیدا کنید.» «اما ما نیازی نداریم که یک آورویو ایآی به شما بگوید چگونه بمب بسازید، درست است؟ ما فکر نمی‌کنیم که این ارزش داشته باشد.»
اما شاید بزرگترین خطر—یا بزرگترین ناشناخته—برای کسانی است که در پایین‌دست یک جستجوی گوگل قرار دارند. به ناشران نگاه کنید که برای دهه‌ها به جستجو وابسته بودند تا مردم را به سمت محتوای خود هدایت کنند. مردم چه دلیلی خواهند داشت که به منبع اصلی کلیک کنند، اگر همه اطلاعاتی که می‌خواهند درست در نتایج جستجو قرار داشته باشد؟
همچنین: استارتاپ اصلی پشت Stable Diffusion یک هوش مصنوعی برای ویدئو راه‌اندازی کرده است.
رند فیشکین، بنیان‌گذار شرکت تحقیقاتی بازار SparkToro، تحقیقی در مورد آنچه که به نام جستجوهای “بدون کلیک” شناخته می‌شود منتشر کرده است. همانطور که گوگل به طور فزاینده‌ای به سمت ارائه پاسخ‌ها حرکت کرده است، نسبت جستجوهایی که بدون کلیک به پایان می‌رسد، افزایش یافته است. حس او این است که آورویو ایآی این روند را به شدت افزایش خواهد داد. او می‌گوید: “اگر شما به گوگل برای ترافیک وابسته‌اید، و آن ترافیک چیزی است که کسب‌وکار شما را به جلو می‌برد، شما در بلندمدت و کوتاه‌مدت در مشکلاتی خواهید بود.”
اما پیام سندر پیچای این است که نباید وحشت کنید. او استدلال می‌کند که حتی در دوران آورویو ایآی، مردم همچنان برای بسیاری از جستجوها خواهند خواست که کلیک کنند و عمیق‌تر جستجو کنند. او می‌گوید: “اصل اساسی این است که مردم برای اطلاعات می‌آیند. آنها همیشه از گوگل نمی‌خواهند که فقط پاسخ بدهد.” او ادامه می‌دهد: “گاهی بله، اما در اکثر مواقع، شما به آن به عنوان یک نقطه شروع نگاه می‌کنید.”
در همین حال، لیز رید، مسئول جستجو در گوگل، استدلال می‌کند که چون AI Overviews به مردم اجازه می‌دهد تا سؤالات پیچیده‌تری بپرسند و به عمق بیشتری از آنچه می‌خواهند برسند، این می‌تواند برای برخی از ناشران و کسب‌وکارهای کوچک، به ویژه کسانی که در حوزه‌های خاص فعالیت می‌کنند، مفید باشد: “شما اساساً به مخاطبان جدیدی می‌رسید، زیرا مردم اکنون می‌توانند آنچه را که می‌خواهند به طور خاص بیان کنند و بنابراین کسی که در یک حوزه خاص تخصص دارد، دیگر نیازی ندارد که برای جستجوهای عمومی رتبه‌بندی کند.”
“من قرار است با چیزی پرخطر شروع کنم”، نیک تورلی از طریق پنجره زوم به من می‌گوید. تورلی رئیس محصول چت‌جی‌پی‌تی است و او ابزار جستجوی جدید اوپن‌ای‌آی را چند هفته قبل از راه‌اندازی به من نشان می‌دهد. “من معمولاً باید این را قبل از آن امتحان کنم، اما الان فقط می‌خواهم جستجو کنم برای شما” می‌گوید. “این همیشه یک دمو پرخطر است، چون مردم معمولاً در مورد آنچه که در اینترنت درباره‌شان گفته می‌شود، حساس هستند.”
او نام من را در یک فیلد جستجو وارد می‌کند، و موتور جستجوی پیش‌نمونه چند جمله می‌آورد، تقریباً مانند یک بیوگرافی سخنران. آن به درستی من را شناسایی می‌کند و نقش فعلی من را ذکر می‌کند. حتی یک داستان خاص از من را که احتمالاً معروف‌ترین داستان من بود، برجسته می‌کند. به طور خلاصه، این پاسخ درست است. پوف!
چند هفته پس از تماس ما، اوپن‌ای‌آی جستجو را به چت‌جی‌پی‌تی اضافه کرد، که پاسخ‌ها را از مدل زبان خود با اطلاعات موجود در سراسر وب تکمیل می‌کند. اگر مدل فکر کند که یک پاسخ از اطلاعات به‌روز بهره‌مند خواهد شد، به طور خودکار یک جستجو در وب انجام می‌دهد (و اوپن‌ای‌آی نمی‌گوید که شرکای جستجوی آنها چه کسانی هستند) و این پاسخ‌ها را به پاسخ خود اضافه می‌کند، با لینک‌هایی که در صورت تمایل برای یادگیری بیشتر ارائه می‌دهد. شما همچنین می‌توانید به صورت دستی تنظیم کنید تا در صورتی که این کار به طور خودکار انجام نشد، جستجو در وب انجام شود. اوپن‌ای‌آی نمی‌گوید چند نفر از جستجوی وب آن استفاده می‌کنند، اما می‌گوید حدود ۲۵۰ میلیون نفر به طور هفتگی از چت‌جی‌پی‌تی استفاده می‌کنند، که همه آنها در معرض آن قرار دارند.
کیوین ویل، مدیر محصول اوپن‌ای‌آی می‌گوید: “محتوای بسیار زیادی در وب وجود دارد. چیزهای زیادی در زمان واقعی در حال وقوع است. شما می‌خواهید که چت‌جی‌پی‌تی بتواند از آن برای بهبود پاسخ‌های خود و تبدیل شدن به یک دستیار فوق‌العاده بهتر برای شما استفاده کند.”
فیشکین معتقد است که این اشکال جدید جستجوهای کمکی مبتنی بر هوش مصنوعی هنوز تهدیدی برای سلطه جستجوی گوگل نیست. “به نظر نمی‌رسد که در حال رقابت با جستجوی کلاسیک وب باشد” می‌گوید.
اوپن‌ای‌آی تأکید می‌کند که آنها در واقع سعی در رقابت با جستجو ندارند—اگرچه به نظر من این نوعی تنظیم انتظارات است. در عوض، می‌گوید که جستجو در وب بیشتر به عنوان ابزاری برای به‌دست آوردن اطلاعات به‌روزتر از داده‌های مدل‌های آموزشی آنها است که معمولاً تاریخ برش مشخصی دارند که اغلب ماه‌ها یا حتی یک سال یا بیشتر از آن گذشته‌اند. در نتیجه، در حالی که چت‌جی‌پی‌تی ممکن است در توضیح چگونگی عملکرد حمله غربی (West Coast offense) عالی باشد، مدت‌هاست که برای اطلاع از آخرین امتیاز تیم 49ers بی‌فایده بود. دیگر نه!
ویل می‌گوید: “من از این دیدگاه به آن نگاه می‌کنم که ‘چگونه می‌توانیم چت‌جی‌پی‌تی را قادر به پاسخ دادن به هر سوالی که دارید، کنیم؟ چگونه می‌توانیم آن را مفیدتر برای شما در زندگی روزمره‌تان کنیم؟’ و اینجا جستجو برای ما وارد می‌شود.” “محتوای بسیار زیادی در وب وجود دارد. چیزهای زیادی در زمان واقعی در حال وقوع است. شما می‌خواهید که چت‌جی‌پی‌تی بتواند از آن برای بهبود پاسخ‌های خود و تبدیل شدن به یک دستیار فوق‌العاده بهتر برای شما استفاده کند.”
امروزه چت‌جی‌پی‌تی قادر به تولید پاسخ‌هایی برای رویدادهای خبری بسیار به‌روز، همچنین اطلاعات نزدیک به زمان واقعی در مورد چیزهایی مانند قیمت سهام است. و در حالی که رابط کاربری چت‌جی‌پی‌تی مدت‌هاست که، خوب، بی‌روح بوده است، نتایج جستجو انواع مختلفی از رسانه‌ها را به همراه دارد—تصاویر، نمودارها و حتی ویدئو. این تجربه‌ای کاملاً متفاوت است.
ویل همچنین استدلال می‌کند که چت‌جی‌پی‌تی آزادی بیشتری برای نوآوری و حرکت به سمت‌های مختلف نسبت به رقبای خود مانند گوگل دارد—حتی بیشتر از شرکای آن در مایکروسافت با Bing. هر دوی این‌ها کسب‌وکارهای وابسته به تبلیغات هستند. اما اوپن‌ای‌آی اینطور نیست. (حداقل هنوز نیست.) درآمد آن از توسعه‌دهندگان، کسب‌وکارها و افرادی است که مستقیماً از آن استفاده می‌کنند. در حال حاضر بیشتر در حال سوختن مبالغ زیادی از پول است—پیش‌بینی می‌شود که در سال ۲۰۲۶ حدود ۱۴ میلیارد دلار ضرر کند، طبق برخی گزارش‌ها. اما یکی از چیزهایی که اوپن‌ای‌آی باید نگران آن نباشد، قرار دادن تبلیغات در نتایج جستجوی آن است، همانطور که گوگل انجام می‌دهد.
مانند گوگل، چت‌جی‌پی‌تی نیز اطلاعات را از ناشران وب جمع‌آوری می‌کند، آن را خلاصه می‌کند و در پاسخ‌های خود می‌گنجاند. اما همچنین با ناشران قراردادهای مالی منعقد کرده است، که پرداختی برای فراهم کردن اطلاعاتی است که در نتایج آن گنجانده می‌شود. (امآیتی تکنولوژی ریویو با اوپن‌ای‌آی، گوگل، پرپلکسی‌تی و دیگران درباره قراردادهای ناشران در حال بحث بوده است اما وارد هیچ توافقی نشده است. بخش ویراستاری هیچ‌گونه اطلاعی از محتوای این بحث‌ها نداشته است.)
اما نکته اینجاست که برای اینکه جستجوی وب بتواند به آنچه اوپن‌ای‌آی می‌خواهد برسد—یعنی به روزتر از مدل زبان باشد—باید اطلاعاتی را از انواع مختلفی از ناشران و منابع که با آن قرارداد ندارند، وارد کند. وارون شتی، رئیس مشارکت‌های رسانه‌ای اوپن‌ای‌آی، به امآیتی تکنولوژی ریویو گفت که این شرکت به شرکای ناشر خود ترجیحی نخواهد داد.
در عوض، اوپن‌ای‌آی به من گفت که مدل خود بهترین و قابل اعتمادترین منبع را برای هر سوال خاص پیدا می‌کند. و این می‌تواند عجیب هم باشد. در همان مثال اولی که به من نشان دادند—وقتی که تورلی جستجوی نام مرا انجام داد—یک داستان که سال‌ها پیش برای Wired نوشتم درباره هک شدنم را توصیف کرد. آن داستان یکی از پرخواننده‌ترین داستان‌هایی است که من نوشته‌ام. اما چت‌جی‌پی‌تی به آن لینک نداد. آن به یک بازنویسی کوتاه از The Verge لینک داد. البته این روی نسخه آزمایشی جستجو بود، که همانطور که تورلی گفت، “پرخطر” بود.
وقتی از او پرسیدم چرا مدل منابعی را که انتخاب کرده توضیح نداد، چون خود مدل این ارزیابی را انجام می‌دهد. شرکت به هدایت آن کمک می‌کند با شناسایی—گاهی اوقات با کمک کاربران—آنچه را که به عنوان پاسخ‌های بهتر در نظر می‌گیرد، اما در نهایت مدل خود آنها را انتخاب می‌کند.
“و در بسیاری از موارد، مدل اشتباه می‌کند، که به همین دلیل است که هنوز کارهایی برای انجام دادن داریم”، گفت تورلی. “داشتن یک مدل در این فرآیند یک مکانیزم بسیار متفاوت از نحوه عملکرد یک موتور جستجو در گذشته است.”
درست است!
مدل، چه GPT-4 از اوپن‌ای‌آی باشد، چه Gemini از گوگل یا Claude از Anthropic، می‌تواند در توضیح دادن بسیار، بسیار خوب باشد. اما منطق پشت توضیحات آن، دلایل انتخاب یک منبع خاص و حتی زبانی که در یک پاسخ ممکن است استفاده کند، همه نسبتاً مرموز است. مطمئناً، یک مدل می‌تواند بسیاری از چیزها را توضیح دهد، اما نه وقتی که نوبت به پاسخ‌های خود آن می‌رسد.
تقریباً ده سال پیش، در سال ۲۰۱۶، پچای نوشت که گوگل از “موبایل‌محور” به “هوش مصنوعی‌محور” منتقل می‌شود: “اما در ده سال آینده، ما به دنیایی حرکت خواهیم کرد که هوش مصنوعی‌محور است، دنیایی که محاسبات به طور عمومی در دسترس قرار می‌گیرد—چه در خانه، چه در محل کار، چه در ماشین یا در حال حرکت—و تعامل با تمام این سطوح بسیار طبیعی‌تر و شهودی‌تر می‌شود، و از همه مهم‌تر، هوشمندتر.”
حالا ما به آن نقطه رسیده‌ایم—تقریباً. و این مکان، جایی عجیب است که هستیم. قرار است عجیب‌تر هم شود. این به ویژه درست است چون این چیزهایی که اکنون آنها را متمایز می‌دانیم—پرسیدن از یک موتور جستجو، ایجاد درخواست از یک مدل، جستجو برای عکسی که گرفته‌ایم، تصمیم‌گیری در مورد اینکه چه چیزی می‌خواهیم بخوانیم یا تماشا کنیم یا بشنویم، درخواست عکس از چیزی که آرزو می‌کردیم گرفته بودیم، اما نگرفته‌ایم، ولی هنوز هم دوست داریم آن را ببینیم—شروع به ادغام شدن می‌کنند.
نتایج جستجویی که از هوش مصنوعی تولیدی می‌بینیم، بهتر است به‌عنوان یک ایستگاه میان‌راهی (Waypoint) در نظر گرفته شوند تا یک مقصد نهایی. آنچه مهم‌تر از جستجو خود ممکن است، این است که جستجو به توسعه‌دهندگان مدل‌های هوش مصنوعی مسیری برای وارد کردن اطلاعات به‌روز به ورودی‌ها و خروجی‌های خود داده است. و این، امکانات زیادی را باز می‌کند.
“یک چت‌جی‌پی‌تی که می‌تواند وب را درک کند و به آن دسترسی داشته باشد، تنها به خلاصه‌سازی نتایج محدود نمی‌شود. بلکه ممکن است در آینده کارهایی را برای شما انجام دهد. و من فکر می‌کنم آینده‌ای هیجان‌انگیز در این زمینه وجود دارد.”، می‌گوید ویل از اوپن‌ای‌آی. “می‌توانید تصور کنید که مدل برای شما پروازی رزرو کند، یا سفارش DoorDash بدهد، یا کارهای عمومی دیگر را برای شما انجام دهد. فقط کافی است که مدل یاد بگیرد چگونه از اینترنت استفاده کند، و آنگاه آسمان حد و مرز خواهد بود.”
این همان آینده‌ای است که مدتی است در مورد آن می‌شنویم، و هرچه مدل‌های هوش مصنوعی بیشتر از داده‌های به‌روز از اینترنت استفاده کنند، به آن نزدیک‌تر می‌شود.
فرض کنید که چند هفته دیگر سفری پیش رو دارید. یک عامل که می‌تواند داده‌ها را به‌صورت آنی از اینترنت جمع‌آوری کند، می‌تواند پروازها و هتل‌های شما را رزرو کند، رزروهای شام انجام دهد و بیشتر، بر اساس آنچه که در مورد شما و سفر آینده‌تان می‌داند—و همه این‌ها بدون اینکه شما مجبور باشید آن را هدایت کنید. یک عامل دیگر ممکن است، برای مثال، خروجی فاضلاب منزل شما را برای بیماری‌های خاص نظارت کند و در پاسخ تست‌ها و درمان‌ها را سفارش دهد. شما نیازی نخواهید داشت که به دنبال آن صدای عجیبی که ماشینتان می‌دهد بگردید، زیرا عامل موجود در خودروی شما قبلاً این کار را انجام داده و برای رفع مشکل وقت ملاقات گرفته است.
“این همیشه فقط انجام جستجو و دادن پاسخ نخواهد بود”، می‌گوید پچای. “گاهی اوقات قرار است که اقدامات انجام شود. گاهی اوقات شما با دنیای واقعی تعامل خواهید داشت. بنابراین، یک مفهوم از کمک جهانی در این میان وجود دارد.”
و روش‌هایی که این موارد می‌توانند پاسخ دهند، اکنون به‌سرعت در حال تحول است. برای مثال، امروز گوگل نه تنها می‌تواند متن، تصاویر و حتی ویدیو جستجو کند؛ بلکه می‌تواند آنها را ایجاد کند. تصور کنید که این توانایی را با جستجو در قالب‌های مختلف و دستگاه‌های مختلف ترکیب کنید. “به من نشان بده که یک Warbler Townsend در درختی که در جلویم است، چه شکلی است.” یا “با استفاده از عکس‌ها و ویدیوهای خانواده‌ام، یک تریلر فیلم از تعطیلات آینده‌مان در پورتوریکو بساز، طوری که تمام بهترین رستوران‌ها و جاذبه‌های گردشگری را هم بازدید کنیم.”
“ما عمدتاً این کار را در بخش ورودی انجام داده‌ایم”، او می‌گوید، اشاره به روش‌هایی که گوگل اکنون می‌تواند برای جستجو در یک تصویر یا در داخل یک ویدیو انجام دهد. “اما شما می‌توانید این را در بخش خروجی هم تصور کنید.”
این همان آینده‌ای است که پچای می‌گوید مشتاق است آن را آنلاین بیاورد. گوگل قبلاً بخشی از آن را با NotebookLM به نمایش گذاشته است، ابزاری که به شما اجازه می‌دهد مقادیر زیادی متن بارگذاری کنید و آن را به یک پادکست گویای چت تبدیل کنید. او تصور می‌کند که این نوع عملکرد—توانایی تبدیل یک نوع ورودی به انواع مختلف خروجی‌ها—شیوه‌ای که ما با اطلاعات تعامل داریم را متحول خواهد کرد.
در یک نمایش از ابزاری به نام Project Astra در تابستان گذشته در کنفرانس توسعه‌دهندگان، گوگل نسخه‌ای از این نتیجه را نشان داد، جایی که دوربین‌ها و میکروفن‌ها در تلفن‌ها و عینک‌های هوشمند، زمینه اطراف شما را—چه آنلاین، چه آفلاین، چه شنوایی و چه دیداری—درک می‌کنند و توانایی یادآوری و پاسخ دادن به روش‌های مختلف را دارند. به‌عنوان مثال، Astra می‌تواند به یک نقاشی خام از یک خودروی مسابقه فرمول یک نگاه کند و نه تنها آن را شناسایی کند، بلکه بخش‌های مختلف آن و کاربردهایشان را هم توضیح دهد.
اما شما می‌توانید تصور کنید که این موارد کمی فراتر بروند (و این اتفاق خواهد افتاد). فرض کنید من می‌خواهم یک ویدیو ببینم که به من نشان دهد چگونه چیزی را در دوچرخه‌ام تعمیر کنم. ویدیو وجود ندارد، اما اطلاعات آن وجود دارد. جستجوی تولیدی با هوش مصنوعی می‌تواند به‌طور نظری آن اطلاعات را از جایی در اینترنت پیدا کند—مثلاً از یک دفترچه راهنما که در وب‌سایت یک شرکت پنهان است—و یک ویدیو بسازد که دقیقاً به من نشان دهد چگونه باید کاری را که می‌خواهم انجام دهم، همانطور که امروز می‌تواند این را با کلمات برای من توضیح دهد.
این‌ها همان کارهایی هستند که شروع به اتفاق افتادن می‌کنند وقتی که شما کل دانش بشری—دانشی که قبلاً در سیلوهای زبان و فرمت‌های مختلف ذخیره شده است؛ نقشه‌ها، ثبت‌نام‌های کسب‌وکار و شناسه‌های محصولات؛ صوت و ویدیو و پایگاه‌های داده‌ای از اعداد و کتاب‌های قدیمی و تصاویر و واقعاً هر چیزی که تاکنون منتشر شده، پیگیری شده یا ضبط شده است؛ و آنچه که هم‌اکنون در حال وقوع است، در هر جایی—را در معرض یک مدل قرار می‌دهید. مدلی که شاید نتواند دقیقاً درک کند، اما توانایی دارد که این اطلاعات را جمع‌آوری کند، آنها را بازآرایی کند و به‌روش‌های مختلف و امیدوارکننده بازگرداند. راه‌هایی که یک فهرست ساده نمی‌توانست این کار را انجام دهد.
این همان چیزی است که ما در آستانه آن هستیم، و همان چیزی که شروع به مشاهده آن کرده‌ایم. و هنگامی که گوگل این را برای یک میلیارد نفر عرضه می‌کند، بسیاری از آنها که برای اولین بار با یک هوش مصنوعی گفتگویی تعامل خواهند داشت، این چه معنایی خواهد داشت؟ ما چه چیزهایی را متفاوت خواهیم کرد؟ همه‌چیز به‌سرعت در حال تغییر است. فقط نگه‌دار، فقط نگه‌دار.
مات هونان