Perplexity：挑戰谷歌，站在AI搜尋最前沿

Perplexity 使用本土大型語言模型(LLMs)、第三方模型（OpenAI 的GPT-4 和Anthropic 的Claude 2 等）和網路爬蟲的組合來傳回高度相關且嚴格引用的結果。 Perplexity 的秘密武器是它採用檢索增強生成(RAG)，人工智慧可以在網路上找到正確的文檔，幫助LLM 創建關聯度更高且更準確的答案。

用戶可以在Perplexity 的網站上輸入查詢，或在Perplexity 的行動應用程式中說出查詢內容，其iOS 應用程式於2023 年3 月推出；Android 應用程式於2023年5 月推出，目前下載量已超過200萬次，並且正在回應每天超過100 萬次查詢。

Perplexity聯合創辦人兼執行長Aravind Srinivas表示：

「我們並不需要挑戰Google的搜尋市場份額來獲得成功。事實上，我認為我們有勝算的原因是：我們正在AI助手、聊天機器人和應答機器人的新領域開展業務，這個領域將持續湧現新的企業和產品。

一、創業故事

阿拉文德·斯里尼瓦斯(Aravind Srinivas) ，Perplexity聯合創始人兼CEO，自2022年8月開始創業，致力於創造最快獲取任何問題答案的知識平台。同時自2023年1月起，兼任天使投資人，投資了多個人工智慧相關的新創公司，包括Eleven Labs（AI語音）、Mistral（AI基礎模型）、Cognition Labs（AI軟體工程）、Pika Labs（ AI影片）、Suno（AI音樂）、Groq（AI晶片）、Cartesia（狀態空間模型）、Tab（AI穿戴裝置）、Julius（AI資料科學家）、Extropic（AI硬體）。此外，曾在OpenAI擔任研究科學家，專注於語言和擴散生成模型的研究；在Google和DeepMind擔任研究實習生，研究視覺領域的Transformer技術和大規模對比學習。曾就讀於加州大學柏克萊分校，並取得電腦科學博士學位。

在熱情與理想的追逐中，有時候失敗似乎比成功更有啟發性。 Aravind Srinivas，這位印度裔美國人的故事便是如此。Srinivas的求學之路並非一帆風順，他在印度理工學院馬德拉斯分校嘗試轉專業學習電腦時僅因一點微小的差距而失敗。然而，在這段挫折期間，他沒有選擇放棄，而是投身於線上學習，專注於提升自己的程式設計技能，特別是在Python 語言上。他的努力沒有白費，在學習過程中，他不僅精通了機器學習的各種技能，還在之後的學習和實踐中證明了自己的實力。在加州大學柏克萊分校的學習期間，Srinivas的才華得到了認可，不僅吸引了機器學習領域的頂尖科學家Yoshua Bengio的注意，還得到了他的推薦去攻讀電腦科學博士。儘管麻省理工學院拒絕了他，但他成功被伯克利接納，並在那裡繼續他的研究工作，最終在Open AI 找到了實習機會，開啟了他的職業生涯。

2022年，斯里尼瓦斯與三位合夥人Denis Yarats（CTO，紐約大學人工智慧博士， 曾是Quora 排序演算法的Tech Lead）、Johnny Ho（CSO，2017年畢業於哈佛大學數學和電腦專業的華裔，在Quora 待過一年，當時在Denis 團隊工作。的AI搜尋方法。

他們最初研究將自然語言轉換為資料庫語言SQL的演算法，但很快就發現這種方法過於侷限。隨後，他們改為開發一種結合傳統搜尋索引和大型語言模式的新型產品，並命名為Perplexity。

二、Perplexity AI能做什麼？

Perplexity自詡為“資訊探索和好奇心的瑞士軍刀”，但其本質是一個由人工智慧驅動的搜尋引擎。你可以把它想像成ChatGPT與Google搜尋的結合體，雖然它並不能直接取代這兩者。事實上，這正是Google試圖透過Gemini實現的方向。

它像聊天機器人一樣運作：你提問，它回答。但它也能無縫地整合近期網路上的資訊。因為它每天都會對網路內容進行索引，因此你可以向它查詢最新新聞、比賽成績及其他常見搜尋問題。

如果比較Google、Bing 或其他傳統搜尋引擎回答相同問題的質量，你會發現Perplexity 比典型的搜尋引擎更好，可以快速為您提供答案，並且比聊天機器人更可靠，可以為您提供更有用的答案。

我們以「介紹下矽谷科技評論（svtr.ai）」這個問題為例，來看看傳統的搜尋引擎和AI搜尋的不同表現。這其實是一個比較有挑戰性的問題，因為我們成立時間不長，同時在網路管道幾乎沒有公開介紹公司的具體資訊。 (SV Technology Review)