AI 已经在污染互联网了。。赛博喂屎成为现实

大家好,我是程序员鱼皮。这两年 AI 发展势头迅猛,更好的性能、更低的成本、更优的效果,让 AI 这一曾经高高在上的技术也走入大众的视野,能够被我们大多数普通人轻松使用,无需理解复杂的技术和原理。

其中,AI 有一个很重要的应用,就是 搜索

搜索技术经历了几个主要阶段的发展:

1)1.0 时代:以关键词匹配为主,搜索引擎根据用户输入的关键词在索引数据库中查找匹配的网页。但容易受到垃圾信息的影响,我可以疯狂制作同时包含垃圾信息和关键词的网站。

2)2.0 时代:引入了链接分析算法,基于网页之间的链接关系来评估网页的重要性。如果一个网站被更多网站引用,那么这个网站的权重就更高,更容易被搜索到。这种改进提高了搜索结果的质量,减少了垃圾信息的影响。

3)3.0 时代:结合语义分析和人工智能技术,理解用户的意图和查询的上下文。说简单点就是用 AI 来帮助用户搜索和总结回答,就好像是有一个聪明的助手帮你搜索内容,然后把所有答案整理好汇总给你。可以进一步提高搜索的效率。

现在的搜索技术是否已正式进入 3.0 时代?我不是专家,就不下这个定义了。但有一点毫无疑问,AI 正在改变人们搜索内容的方式。

比如在某度搜索 “程序员鱼皮”,第一个结果不再是广告、也不再是某某官网,而是 AI 总结的回答。

看了一下,竟然还挺靠谱的,没把我本名给暴露出来。

但是问题来了:AI 是从哪儿找到这些信息,再把答案推送给用户的呢?

我们本能的想到,AI 也是把网络上的数据 “喂” 到了自己的大脑里,跟我们人类一样,如果遇到了没见过的知识,AI 当然也可以打开某个搜索引擎,查到结果后再总结并返回答案给用户。

就像下面这样,AI 的答案可能来源于某些网站:

AI 给出的答案真的正确么?其实很难保证。如果连信息源本身都是错误的,AI 给出的答案大概率也是错的。就像你考试的时候带了一份错误的小抄,直接完犊子了。

还有一个更有意思的事情,现在的某些 AI,引用的信息来源竟然是另一个 AI 搜索?!

引用一张我看到的网图,是某博主在一个 AI 工具提问时,引用来源中竟然出现了另一个 AI 助手 doubao。

可以简单的理解为,当你在谷哥搜索内容时,搜到的竟然是某度的内容。

为什么会出现这种情况呢?学过编程的同学应该更好理解,既然 AI 引用的信息来源于网络,那 AI 生成的信息当然也可以发布到网络上,并被其他的 AI 引用。

恐怖的事情就来了,如果某个 AI 故意持续不断地将生成的内容发到网上 ,其他的 AI 也持续引用 AI 生成的内容,互联网会变成怎么样?

想象一下,以后你搜索的内容,可能是源于 AI 的 AI 的回答,就跟图片水印一样支持无限套娃,根本不知道真实的、原始的信息来自于何处。

这样一来,AI 到底是增加了搜索成本、还是减少了搜索成本?用户还能够在网络上看到真实纯净的信息么?

你别说,你还真别说,这件事已经有很多人做了,就连某些互联网巨头也不例外。比如将所有用户提问和 AI 工具的回复制作成一个独立的网页,利用 SEO 搜索引擎优化技术,让这些网页能够被各大搜索引擎收录,从而提升自己网站的流量。也就是说,只要有用户使用了他们的 AI 工具,互联网上就会出现一条来自于 AI 生成的内容。

我把这个过程总结为 “赛博喂屎”。

大多数人只会相信自己搜到的、看到的信息(甚至是只相信自己愿意相信的信息),不会去验证信息的真伪。所以未来的互联网,怕是 “真真假假,假假真真,假作真时真亦假,真作假时假亦真”。

很多朋友利用 AI 来编程,但 AI 给出的答案可能是错误的、过时的,有的时候反而不如在网上搜索来的直接。所以 AI 目前也替代不了程序员,更多的是效率工具。咱们还是要努力提升自己的知识水平,提升对网上的内容以及 AI 生成内容的判断力。


可访问我的 Github:https://github.com/liyupi ,了解更多技术和项目内容。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/354665.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

2024: 有效使用OKR的10个技巧

2023年是许多前所未有的一年。从真正意义上讲,这一年让我们为不可预测的事情做好了准备,也为不确定的事情提供了训练。在我们身边发生了这么多事情,而下一步的行动却依然不甚明朗的情况下,领导者们更应该开始制定战略,…

wvp-GB28181-pro 源码分析-查询设备信息和通道流程(二)

文章目录 一、SIP通信方法介绍1.1 核心方法(Core Methods)1.2 扩展方法(Extension Methods)二、源码分析2.1 SIP协议处理过程2.2 查询设备信息的sip过程(CmdType=DeviceInfo)2.2.1 摄像机注册成功后,wvp会发命令查询设备信息2.2.2 查询信令发出2.2.3 处理设备查询返回的XML2…

还在为Android开发找不到图片测试资源发愁吗? DummyImage来助你加速开发

使用 DummyImage 模拟电影应用数据 在开发和测试过程中,模拟数据是不可或缺的工具。它可以帮助我们在没有真实数据的情况下测试应用程序的功能和性能。本文将介绍如何使用 [DummyImage]https://dummyimage.com生成占位符图像来模拟电影应用的数据,并深入…

蓝牙技术|蓝牙耳机将成钥匙,佩戴时靠近设备即解锁

微软公司于今年 6 月 13 日获批一项技术专利,探索耳机验证技术,未来用户不仅可以拿耳机来听歌、通话,而且可以变身钥匙,配合其它计算设备进行身份验证。 微软在专利中概述称用户佩戴这款耳机之后,可以发出超声波信号…

国产数据库也开始堆砌功能了?试图在行业中炫技!

作者:IT邦德 中国DBA联盟(ACDU)成员,10余年DBA工作经验, Oracle、PostgreSQL ACE CSDN博客专家及B站知名UP主,全网粉丝10万 擅长主流Oracle、MySQL、PG、高斯及Greenplum备份恢复, 安装迁移,性能优化、故障…

每日一练:攻防世界:ewm

这道题我尝试了使用montagegaps解题,但是没有解出来,图片数量不是很多,可以尝试用PS直接拼图,但是这样学不到东西,我也就没尝试,直接看的官方WP 这段代码应该是改变工作目录到small,并且变量当…

【DevOps】Nginx配置文件详解与实战部署PHP站点

目录 引言 Nginx配置文件概述 基本结构 关键指令 Nginx配置文件实战 全局指令配置 HTTP指令配置 服务器指令配置 位置指令配置 实战部署PHP站点 步骤1:安装Nginx和PHP 步骤2:创建网站目录和文件 步骤3:配置Nginx服务器块 步骤4…

家具市场规模超7660亿美元,赛盈分销这些卧室家具在海外大卖!

今年,全球家具市场似乎表现都十分乐观。 根据海关出口总署的相关数据,我国的家具出口额1-5月份达到了2121.5亿元,同比增长20.5%。国内家具出口增速显著,换句话说,就是老外对家具又有更多的消费能力了。 在Statista的…

阿里云PAI大模型评测最佳实践

作者:施晨、之用、南茵、求伯、一耘、临在 背景信息 内容简介 在大模型时代,随着模型效果的显著提升,模型评测的重要性日益凸显。科学、高效的模型评测,不仅能帮助开发者有效地衡量和对比不同模型的性能,更能指导他…

深入浅出Git原理与Gitflow流程

1 Git原理 版本控制系统在软件开发和团队协作中扮演着至关重要的角色。它们帮助开发人员跟踪和管理代码的变化,协调多人同时编辑同一代码库,回溯历史版本,并解决代码冲突等问题。Git作为当今最流行的分布式版本控制系统,为开发人…

刷代码随想录有感(109):动态规划——01背包问题|一和零

题干&#xff1a; 代码 : class Solution { public:int findMaxForm(vector<string>& strs, int m, int n) {vector<vector<int>>dp(m 1, vector<int>(n 1, 0));dp[0][0] 0;for(string i : strs){int oneNum 0;int zeroNum 0;for(char c : i…

Web渗透:XSS-反射型存储型

跨站脚本攻击&#xff08;Cross-Site Scripting&#xff0c;XSS&#xff09;是一种常见的网络安全漏洞&#xff0c;它允许攻击者将恶意脚本注入到网页中&#xff0c;其他用户在浏览这些页面时&#xff0c;可能会执行这些恶意脚本&#xff0c;从而导致各种安全问题&#xff0c;如…

innovus:如何设置timing报告格式

我正在「拾陆楼」和朋友们讨论有趣的话题&#xff0c;你⼀起来吧&#xff1f; 拾陆楼知识星球入口 在flow中添加如下设置即可设置好timing report的格式。 set report_timing_format [list timing_point arc net cell fanout load slew incr_delay delay arrival total_derate…

示例:WPF中应用MarkupExtention自定义IValueConverter

一、目的&#xff1a;应用MarkupExtention定义IValueConverter&#xff0c;使得应用起来更简单和高效 二、实现 public abstract class MarkupValueConverterBase : MarkupExtension, IValueConverter{public abstract object Convert(object value, Type targetType, object …

高考志愿选专业,文科生如何分析选择专业?

每到高考时节&#xff0c;学生们最关注的就是专业选择&#xff0c;以及未来职业发展问题&#xff0c;对于文科生来说&#xff0c;面对文科专业的众多选择&#xff0c;很多人都有些不知所措&#xff0c;如何选择适合自己兴趣爱好&#xff0c;又有良好就业前景的工作。从哪些方面…

Tailwind CSS 响应式设计实战指南

title: Tailwind CSS 响应式设计实战指南 date: 2024/6/13 updated: 2024/6/13 author: cmdragon excerpt: 这篇文章介绍了如何运用Tailwind CSS框架创建响应式网页设计&#xff0c;涵盖博客、电商网站及企业官网的布局实例&#xff0c;包括头部导航、内容区域、侧边栏、页脚…

18个机器学习核心算法模型总结

最强总结&#xff01;18个机器学习核心算法模型&#xff01;&#xff01; 大家好~ 在学习机器学习之后&#xff0c;你认为最重要的算法模型有哪些&#xff1f; 今儿的内容涉及到~ 线性回归逻辑回归决策树支持向量机朴素贝叶斯K近邻算法聚类算法神经网络集成方法降维算法主成…

哈喽GPT-4o——对GPT-4o 编程的思考与看法

GPT-4o&#xff08;“o”代表“全能”&#xff09;它可以接受任意组合的文本、音频和图像作为输入&#xff0c;并生成任意组合的文本、音频和图像输出。 &#x1f449; GPT功能&#xff1a; GPT-4o知识问答&#xff1a;支持1000token上下文记忆功能最强代码大模型Code Copilo…

通过噪声扰动缓解多模态大型语言模型的幻觉问题

摘要 该论文提出了一种名为NoiseBoost的方法&#xff0c;通过噪声扰动来缓解多模态大语言模型(MLLM)中的幻觉问题。论文分析指出&#xff0c;幻觉主要源于大语言模型固有的总结机制&#xff0c;导致对语言符号的过度依赖&#xff0c;而忽视了视觉信息。NoiseBoost通过在视觉特…

聊一聊 Monitor.Wait 和 Pluse 的底层玩法

一&#xff1a;背景 1. 讲故事 在dump分析的过程中经常会看到很多线程卡在Monitor.Wait方法上&#xff0c;曾经也有不少人问我为什么用 !syncblk 看不到 Monitor.Wait 上的锁信息&#xff0c;刚好昨天有时间我就来研究一下。 二&#xff1a;Monitor.Wait 底层怎么玩的 1. 案…