摘要：本文探討了AI的缺點(diǎn)以及相對(duì)應(yīng)的搜索引擎（Search Engine）的優(yōu)點(diǎn)，以表明發(fā)明搜索引擎的重要性。本文指出了AI搜索的過度依賴算法、缺乏人類判斷力以及容易被誤導(dǎo)等問題，同時(shí)強(qiáng)調(diào)了搜索引擎的廣泛的信息來源、人類的判斷力和獨(dú)立的搜索結(jié)果等優(yōu)點(diǎn)。因此，本文主張發(fā)明搜索引擎，提供更廣泛、更多樣化的搜索結(jié)果。

關(guān)鍵詞：AI搜索，搜索引擎，人工智能，信息來源，人類判斷力，多元性

1?引言

隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，我們可以看到越來越多的信息出現(xiàn)在我們的生活中。AI的發(fā)明為我們提供了極大的便利，但同時(shí)也帶來了一些問題。其中之一就是我們生活在了AI為我們編織的信息繭房?jī)?nèi)。在這個(gè)信息爆炸的時(shí)代，我們每天都會(huì)接收到大量的信息。然而，我們并不能主動(dòng)地接受并處理這些信息，很多時(shí)候我們甚至不知道哪些信息是我們自主選擇的，哪些是AI灌輸給我們的。

為了解決這個(gè)問題，我決定發(fā)明搜索引擎。這個(gè)搜索引擎不僅能夠提供用戶在檢索信息時(shí)的參與度，而且能夠破除AI為我們編織的信息繭房，幫助用戶慢速找到所需信息，還能夠根據(jù)用戶的需求和喜好，為用戶提供更加精準(zhǔn)、更加個(gè)性化的廣告推薦。

2?AI的局限性

2.1 現(xiàn)階段AI搜索最大的局限在于我們不能主動(dòng)的選擇和了解我們所需的信息。

我們只能被動(dòng)的接受搜索引擎給我們提供的結(jié)果，而這些結(jié)果往往是基于算法和數(shù)據(jù)的優(yōu)化，而不一定是符合我們真正需求和興趣的。因此，我們需要一種更具有普及性，更人性化，更可控的信息檢索方式，讓我們能夠與世界進(jìn)行更有效的交互和溝通，從而獲得更高質(zhì)量和更多樣化的信息。

2.2 AI搜索需要組織自然語言來實(shí)現(xiàn)信息的精準(zhǔn)搜索。

但是這對(duì)于一些不能很好組織語言的人來說是很不友好的。因?yàn)樽匀徽Z言本身是復(fù)雜的，有歧義的，有噪音的，有多樣性的，所以很難用一句話準(zhǔn)確地描述想要搜索的內(nèi)容。而且，不同的用戶可能用不同的方式表達(dá)同一個(gè)信息需求，這就給AI搜索帶來了挑戰(zhàn)，如何理解用戶的意圖，如何匹配相關(guān)的文檔，如何排序和展示結(jié)果等。例如一個(gè)用戶想要搜索關(guān)于新冠疫苗的最新進(jìn)展，他可能輸入“新冠疫苗最新消息”、“新冠疫苗進(jìn)展”、“新冠疫苗什么時(shí)候能打”等不同的查詢，但是他們都表示同一個(gè)信息需求。搜索引擎需要能夠識(shí)別這些查詢之間的語義相似性，并返回相關(guān)的結(jié)果。

2.3 AI的黑盒特性使其現(xiàn)階段難以為用戶精準(zhǔn)投放廣告。

AI的黑盒特性是指AI系統(tǒng)的內(nèi)部機(jī)制和決策過程對(duì)用戶或其他相關(guān)方是不可見或難以理解的。這可能導(dǎo)致AI系統(tǒng)的可解釋性（interpretability）不強(qiáng)，即人類難以理解AI系統(tǒng)為什么做出某種預(yù)測(cè)或行為。廣告投放是指根據(jù)用戶的興趣、需求、行為等特征，向用戶展示相關(guān)的廣告信息的過程。廣告投放的目的是提高廣告的點(diǎn)擊率、轉(zhuǎn)化率、收益等指標(biāo)，同時(shí)避免用戶的反感或抵觸。如果AI系統(tǒng)用于廣告投放，那么它需要能夠準(zhǔn)確地分析用戶的特征，找到合適的廣告內(nèi)容和形式，以及合理的投放時(shí)機(jī)和頻率。然而，由于AI系統(tǒng)的黑盒特性，廣告投放者可能無法清楚地知道AI系統(tǒng)是如何做出這些決策的，也無法有效地監(jiān)督和調(diào)整AI系統(tǒng)的行為。

2.3.1 AI的黑盒特性可能導(dǎo)致以下幾個(gè)問題

• AI系統(tǒng)可能無法捕捉到用戶的真實(shí)需求和喜好，而是根據(jù)一些不相關(guān)或錯(cuò)誤的特征來推薦廣告，導(dǎo)致廣告效果不佳或用戶反感。

• AI系統(tǒng)可能對(duì)某些用戶或群體有偏見或歧視，例如根據(jù)性別、年齡、種族等特征來區(qū)分用戶，導(dǎo)致廣告內(nèi)容不公平或不合法。

• AI系統(tǒng)可能無法解釋自己為什么選擇某種廣告內(nèi)容或形式，或者為什么在某個(gè)時(shí)刻或頻率投放廣告，導(dǎo)致廣告投放者無法評(píng)估和優(yōu)化廣告策略。

• AI系統(tǒng)可能無法及時(shí)適應(yīng)用戶行為的變化，例如用戶對(duì)某種廣告失去興趣或產(chǎn)生抵觸，導(dǎo)致廣告效果下降或用戶流失。

3 搜索引擎的優(yōu)勢(shì)

3.1?搜索引擎具有廣泛的信息來源

相比于AI搜索僅僅依賴算法和數(shù)據(jù)的優(yōu)化，搜索引擎可以從多種來源獲取信息。例如，它可以獲取到不同類型的網(wǎng)頁、文檔、圖片、視頻、社交媒體內(nèi)容等。這樣，搜索引擎可以為用戶提供更加全面、詳細(xì)、多樣化的信息，讓用戶能夠更好地了解事物，做出更好的決策。

3.2 人類的判斷力的作用

搜索引擎的搜索結(jié)果不僅僅基于算法和數(shù)據(jù)的優(yōu)化，還基于人類的判斷力和經(jīng)驗(yàn)。例如，搜索引擎可以對(duì)搜索結(jié)果進(jìn)行人工審核，以保證結(jié)果的可靠性和準(zhǔn)確性。搜索引擎也可以根據(jù)用戶的歷史搜索記錄和興趣，提供個(gè)性化的搜索結(jié)果。這樣，用戶可以更加快速地找到自己需要的信息，也可以更加準(zhǔn)確地了解事物。

3.3 獨(dú)立的搜索結(jié)果

搜索引擎的搜索結(jié)果是獨(dú)立的，不受任何人或組織的影響。這意味著搜索引擎的搜索結(jié)果是客觀的、中立的，不會(huì)被任何人或組織操縱。這對(duì)于用戶來說是非常重要的，因?yàn)樗梢宰層脩舾有湃嗡阉鹘Y(jié)果，從而更加準(zhǔn)確地了解事物。

3.4 量大管飽的廣告推送

當(dāng)然，搜索引擎的強(qiáng)制性廣告是其最大的優(yōu)勢(shì)之一。畢竟，這些廣告能夠充實(shí)我們的搜索結(jié)果，讓我們更好地了解市場(chǎng)上的各種產(chǎn)品和服務(wù)。雖然這些廣告并不總是與我們的搜索詞匯直接相關(guān)，但它們通常都非常刺激和有趣。畢竟，誰不喜歡在搜索一些無聊的東西時(shí)，看到一些無關(guān)緊要但吸引人的廣告呢？同時(shí)，這些廣告還能夠幫助我們更好地理解我們真正需要的產(chǎn)品和服務(wù)，因?yàn)樗鼈冋故玖耸袌?chǎng)上各種不同的選擇。所以，如果你想在浪費(fèi)時(shí)間的同時(shí)也想充實(shí)自己的知識(shí)儲(chǔ)備，那么強(qiáng)制性廣告就是你不可錯(cuò)過的好東西。

4 結(jié)論

本文認(rèn)為AI搜索存在的問題是過度依賴算法、缺乏人類判斷力以及容易被誤導(dǎo)，而搜索引擎則有廣泛的信息來源、人類判斷力和獨(dú)立的搜索結(jié)果、量大管飽的廣告推送等優(yōu)點(diǎn)。因此，本文主張發(fā)明搜索引擎，提供更粗略、更多樣化的搜索結(jié)果。搜索引擎不僅能夠提供用戶在檢索信息時(shí)的參與度，而且能夠破除AI為我們編織的信息繭房，幫助用戶慢速找到所需信息，還能夠根據(jù)用戶的需求和喜好，為用戶提供更加大量、更加無聊的廣告推薦。因此，搜索引擎的發(fā)明對(duì)于解決現(xiàn)有的AI搜索問題至關(guān)重要。

參考文獻(xiàn)

1. Boos, J., & Lee, Y. (2019). Artificial intelligence in search: A review and analysis of current trends. Information Processing & Management, 56(3), 1177-1191.

2. Jansen, B. J. (2017). The need for human intelligence in search: A review of empirical studies. Journal of the Association for Information Science and Technology, 68(3), 559-577.

3. Lu, Y., & Cao, Y. (2020). The effects of search engine optimization on user behavior: A review of empirical studies. Journal of Business Research, 118, 272-280.

4. Pollock, R. (2018). Google's dominance and the role of antitrust in search engine markets. Antitrust Bulletin, 63(3), 394-414.

5. Shen, W., & Li, X. (2019). Personalized search results and its effects on user behavior: A review of empirical studies. Information Processing & Management, 56(6), 1732-1745.

6. Silver, D., Schrittwieser, J., Simonyan, K., Antonoglou, I., Huang, A., Guez, A., ... & Hassabis, D. (2017). Mastering the game of Go without human knowledge. Nature, 550(7676), 354-359.

7. Spink, A., Wolfram, D., Jansen, M. B., & Saracevic, T. (2002). Searching the web: The public and their queries. Journal of the American Society for Information Science and Technology, 53(3), 226-234.

8. Sun, J., & Yang, X. (2018). The impact of search engine algorithms on user behavior: A review of empirical studies. Journal of Business Research, 85, 411-420.

9. Tversky, A., & Kahneman, D. (1973). Availability: A heuristic for judging frequency and probability. Cognitive Psychology, 5(2), 207-232.

10. Whittle, A., & Rybakova, K. (2019). The effects of search engine algorithms on online advertising: A review of empirical studies. Journal of Interactive Marketing, 46, 22-35.