Я пережил следующую эпоху искусственного интеллекта и никогда не вернусь назад.
С тех пор, как на сцене появился ChatGPT, шумиха вокруг ИИ только усилилась. Поскольку разговоры об искусственном общем интеллекте (AGI) и « сверхинтеллекте » — да, об этом сейчас говорит руководитель OpenAI Сэм Альтман — накаляются, у нас есть еще одно модное словечко, с которым нужно разобраться.
Поздоровайтесь с агентом AI . Проще говоря, это агенты искусственного интеллекта, которые должны автоматизировать часть нашей цифровой работы. Подумайте о Gems в лексиконе Google . Пользовательские GPT от OpenAI . Или действия второго пилота от Microsoft .
Идея состоит в том, чтобы ИИ выполнил вашу задачу или какую-то ее часть. Qualcomm и MediaTek уже подготовили свои чипы к эпохе агентного искусственного интеллекта. Но вот в чем проблема. У нас пока нет настоящего агентного инструмента искусственного интеллекта. Мы едва преодолели поток транзакций «запрос-ответ», который предлагает большинство чат-ботов с генеративным искусственным интеллектом.
Представляем Deep Research, первый агентный продукт искусственного интеллекта в семействе Gemini.
Фундаментальное переосмысление поиска в Интернете
Как ясно видно из названия, Deep Research хорош в проведении исследований, но гораздо более контролируемым образом, чем средний поиск в Google. С помощью Deep Research вы можете наметить схему поискового задания еще до его начала.
Вы можете указать точные источники (или тип источников) для получения результатов. Это фундаментально отличается от поиска Google, который в основном реагирует на ключевые слова, сгруппированные вместе, и показывает результаты, которые, по его мнению, заслуживают внимания.
Это в корне ошибочный подход, и мы часто оказываемся в клоаке кликбейта или жаргона, созданного ИИ. Кроме того, случайные изменения Google в алгоритме поиска часто означают, что результаты поиска по одному и тому же запросу могут выглядеть иначе через день или неделю.
Deep Research извлекает материалы из контролируемого и определяемого пользователем банка знаний. Итак, предположим, вы пытаетесь найти информацию о влиянии социальных сетей на психическое здоровье молодых пользователей, но только из рецензируемых исследовательских работ. Результаты будут касаться только научных статей.
Для журналистов, студентов, исследователей и даже бизнесменов такой подход экономит много времени. Что еще более важно, это не возлагает на пользователя бремя доверия к источнику.
Вы уже знакомы с источником и его достоверностью, поэтому получаемый вами материал не вызывает вопросов доверия. Более того, в Deep Research просто не существует необходимости пропускать плохие, нежелательные результаты поиска или рекламу — по крайней мере, сейчас.
Deep Research, по сути, разрабатывает многоэтапную поисковую деятельность, находит информацию от вашего имени и повторяет процесс по мере того, как «поисковый агент» перемещается от одного источника к другому в поисках новой части соответствующей информации.
По сути, это избавляет вас от необходимости сталкиваться с одной и той же информацией при переходе между разными результатами поиска в надежде найти искомую мудрость. Короче говоря, можно избежать трудоемких и психологически приводящих в бешенство частей поиска в Google.
Это даже не самая приятная часть Deep Research.
Полезно, именно так
Исследование и поиск информации из заслуживающих доверия источников – это только половина картины. Deep Research берет на себя болезненную задачу, связанную с переходом между различными записями результатов поиска или открытием нескольких десятков вкладок. Работа с кучей вкладок на большом экране уже является проблемой по нескольким причинам.
Самым важным из них является поиск именно этого крупицы информации, встроенной в стену текста, видео или аудио. Deep Research не только извлекает достоверную информацию из выбранных вами источников, но также представляет все эти результаты в неповторяющейся и последовательной форме.
Теперь, если ваша задача поиска не предполагает одноэтапную ссылку в Интернете, вам придется разбить процесс на несколько этапов. Итак, допустим, вы хотите научиться искусству выращивания грибов. В идеале вам следует искать информацию о сортах семян, погодных условиях, борьбе с вредителями и болезнях отдельно. Трудно найти исчерпывающее руководство, особенно взятое из надежных источников.
Deep Research сделает именно это за вас. Вся информация, которую он собрал в Интернете, будет представлена в виде тщательно подобранной статьи с соответствующими заголовками, таблицами и категориальной разбивкой.
Это тот тип отчета о поиске, на усвоение и конкретизацию которого в виде документа в противном случае у вас ушли бы часы. Для тех, кто ежедневно занимается справкой и запоминанием знаний, этот инструмент является спасением.
Возьмем, к примеру, этот поисковый запрос:
Я пишу статью о применении и различиях между батареями NMP и LFP в контексте электронных транспортных средств и опасности возгорания из-за батареи. Подробности извлекайте только из исследовательских работ и известных агентств. Помогите мне понять и прояснить тему.
Примерно через 2–3 минуты исследования я получил исчерпывающий черновой вариант, такой, каким я мог бы написать диссертацию, юридическое заключение или исследовательскую работу. Я дал краткую демонстрацию Deep Research студенту-исследователю, юристу и журналисту. Подавляющим чувством было «вау», смешанное с чувством облегчения.
Не каждый день можно увидеть людей, готовых платить 20 долларов в месяц за инструмент искусственного интеллекта, который даже не является массовым. Хусейн Анис Хан, стипендиат Алекса Чернова из Мельбурнской юридической школы, сказал мне, что ему нравится возможность находить академические исследовательские материалы.
Доктор Мехарбан, мультимедийный журналист, чьи работы публиковались в таких изданиях, как Reuters, NatGeo, AFP и The New York Times, также говорит мне, что Deep Research может оказаться ценным инструментом в их рабочем процессе.
«Здоровая часть моей документальной работы основана на исследованиях. Чем глубже, тем лучше», — рассказал Мехарбан Digital Trends. «Если я смогу сузить неизведанные области задания, у меня будет больше шансов, что моя работа выделится среди других».
Нахождение наилучшего компромисса между человеком и машиной
Я предпринял свою долю откровенно оптимистичных приключений в области ИИ. Экспериментируя с подружкой-ИИ (некоторые доходят до фактического оплодотворения), используя ее для облегчения работы с входящими сообщениями , смягчая свое ленивое поведение в Gmail и просто отказываясь от Apple Intelligence , мой опыт оказался неоднозначным.
Deep Research — первый инструмент искусственного интеллекта, который предлагает полноценный опыт, чего я не могу сказать ни о каком другом инструменте искусственного интеллекта. Я заплатил за больше продуктов и подписок на базе искусственного интеллекта, чем мои увлечения играми, потоковым вещанием и чтением вместе взятые, поэтому я чувствую боль от оплаты плохого продукта.
Для моей журналистской работы такой инструмент, как Deep Research, оказался почти незаменимым, особенно при исследовании таких тем, как трибоэлектрические наногенераторы на носимых устройствах и сложности изготовления микрофлюидных датчиков пота.
Если я пойду искать вышеупомянутые материалы в Поиске Google, я, по сути, буду играть в клавиатуру, охватывающую несколько страниц ссылок Поиска Google. В Deep Research я просто рассказываю то, что ищу, на естественном языке.
Здесь нет никаких догадок. Могу указать точный маршрут поиска и пункт назначения знаний. Я могу настроить всю операцию в соответствии со своими конкретными потребностями — будь то исследовательская задача или просто маркетинговое мероприятие.
Отличительной чертой является возможность настроить все это в соответствии с вашими потребностями и сделать это, не отклоняясь от нормального человеческого тона разговора. Это делает мой рабочий процесс чуть менее роботизированным. Немного человеческого прикосновения, если хотите.
Кроме того, существует загадка ценностей, к которой любой здравомыслящий человек относится двояко. В случае с такими продуктами, как Deep Research, или с такими конкурентами, как Perplexity Pro или ChatGPT Plus, вечный вопрос заключается в том, какую выгоду вы получите от ежемесячной подписки в 20 долларов.
Внутри экосистемы Google конкуренции не существует. Я получил доступ к Gemini Advanced с подпиской Google One AI Premium, которая также предлагает 2 ТБ облачного хранилища и интеграцию Gemini с большинством продуктов Google, которые мы используем ежедневно.
Импортировать в Таблицы одним щелчком мыши? Добавить краткое описание исследования в Документы? Написать в Gmail? Все это вы получаете вместе с Gemini Deep Research в комплекте. Это гораздо выгоднее, чем продукты OpenAI или Perplexity.
Более того, я бы скорее предпочел, чтобы мой рабочий процесс был сконцентрирован во вселенной Google, чем соглашался на целый ряд сомнительных этических и угрожающих конфиденциальности условий и условий другой экосистемы продуктов искусственного интеллекта.