Perlombaan untuk Membangun Mesin Pencari Bertenaga ChatGPT

Masalah lain dengan sistem seperti ChatGPT adalah tanggapannya hanya didasarkan pada information yang dilatihnya. Melatih ulang mannequin secara keseluruhan dapat menelan biaya jutaan dolar karena ukuran dan skala datanya. YouChat bingung saat ditanya skor olahraga terbaru tapi tahu seperti apa cuaca di New York saat ini. Socher tidak ingin mengungkapkan bagaimana informasi terkini dimasukkan, melihatnya sebagai keunggulan kompetitif.

“Saya pikir saat ini banyak dari antarmuka obrolan ini jauh lebih unggul dari pengalaman pencarian dalam beberapa hal, tetapi di sisi lain mereka jelas masih jauh lebih buruk,” kata Socher. “Kami sedang berupaya mengurangi semua masalah ini.”

Aravind Srinivas, pendiri dan CEO startup pencarian Perplexity AI, yang sebelumnya bekerja di OpenAI, mengatakan tantangan untuk memperbarui sistem mirip ChatGPT dengan informasi terkini berarti bahwa sistem tersebut perlu digabungkan dengan hal lain. “Sendiri, mereka tidak akan pernah bisa menjadi mesin telusur yang baik,” katanya.

Saam Motamedi, pemodal ventura di Greylock Companions yang telah berinvestasi di perusahaan pencarian berbasis AI Neeva, mengatakan juga tidak jelas seberapa kompatibel antarmuka obrolan dengan mannequin pendapatan utama untuk mesin pencari—iklan. Google dan Bing menggunakan kueri penelusuran untuk memilih iklan yang muncul di bagian atas daftar tautan yang disajikan sebagai tanggapan. Motamedi menduga bahwa bentuk iklan baru mungkin perlu muncul agar antarmuka pencarian gaya obrolan dapat berjalan, tetapi tidak sepenuhnya jelas apa yang akan terjadi. Neeva membebankan biaya berlangganan untuk pencarian tanpa iklan tanpa batas.

Biaya menjalankan mannequin seperti ChatGPT pada skala Google mungkin juga bermasalah. Luis Ceze, salah satu pendiri dan CEO OctoML, sebuah perusahaan yang membantu perusahaan menurunkan biaya penerapan algoritme pembelajaran mesin, memperkirakan bahwa menjalankan pencarian ChatGPT mungkin 10 kali lebih mahal daripada pencarian Google, karena setiap jawaban memerlukan menjalankan mannequin AI yang besar dan kompleks.

Skala mania ChatGPT telah mengejutkan beberapa pembuat kode dan peneliti AI yang akrab dengan teknologi yang mendasarinya. Algoritma pada inti bot, yang disebut GPT, pertama kali dikembangkan oleh OpenAI pada tahun 2018, dan versi yang lebih kuat, GPT-2, terungkap pada tahun 2019. Ini adalah mannequin pembelajaran mesin yang dirancang untuk mengambil teks dan kemudian memprediksi apa yang akan terjadi selanjutnya, yang ditunjukkan oleh OpenAI dapat tampil mengesankan jika dilatih dengan quantity teks yang sangat besar. Versi komersial pertama dari teknologi ini, GPT-3, telah tersedia untuk digunakan pengembang sejak Juni 2020 dan dapat mencapai banyak hal yang baru-baru ini diinginkan oleh ChatGPT.

ChatGPT menggunakan versi algoritme dasar yang disempurnakan, tetapi lompatan terbesar dalam kemampuannya berasal dari OpenAI yang membuat manusia memberikan umpan balik ke sistem tentang jawaban yang memuaskan. Tapi seperti sistem pembuatan teks sebelumnya, ChatGPT masih rentan untuk mereproduksi bias dari information pelatihannya serta hasil yang masuk akal tetapi “berhalusinasi” yang salah.

Gary Marcus, seorang profesor emeritus di New York College dan kritikus vokal AI hype, percaya ChatGPT tidak cocok untuk pencarian karena tidak memiliki pemahaman yang benar tentang apa yang dikatakannya. Dia menambahkan bahwa alat seperti ChatGPT dapat menyebabkan masalah lain bagi perusahaan pencarian dengan membanjiri web dengan teks yang dioptimalkan mesin pencari yang dihasilkan AI. “Semua mesin pencari akan mengalami masalah,” katanya.

Alex Ratner, asisten profesor di College of Washington dan salah satu pendiri Snorkel AI, yang bekerja untuk melatih mannequin AI dengan lebih efisien, menyebut ChatGPT “perubahan yang sah” dalam apa yang dapat dilakukan perangkat lunak. Namun dia juga mengatakan bahwa mungkin perlu beberapa saat untuk mengetahui cara mencegah mannequin bahasa seperti GPT mengarang-ngarang. Dia percaya bahwa menemukan cara untuk membuat mereka tetap updated dengan informasi baru agar pencarian tetap segar kemungkinan besar akan melibatkan pendekatan baru untuk melatih mannequin AI yang mendasarinya.

Berapa lama waktu yang diperlukan untuk perbaikan tersebut untuk ditemukan dan dibuktikan tidak jelas. Mungkin perlu beberapa saat sebelum teknologi dapat secara radikal mengubah cara orang mencari jawaban, bahkan jika kasus penggunaan lain terjadi, seperti memimpikan resep baru atau menjadi teman belajar atau pemrograman. “Luar biasa, dan saya memberi tahu tim saya bahwa orang-orang akan melihat tahun-tahun sebelum dan sesudah ChatGPT,” kata Chen dari Moveworks. “Tapi apakah itu akan menggantikan pencarian adalah pertanyaan yang berbeda.”