谷歌的搜索生成体验 (SGE) 最近以“AI 概览”的名义推出，将生成式 AI 与传统搜索相结合，使用来自可靠网络来源的确凿信息为人们提供简洁、易于理解的答案。
如果您想要快速得到答案，但又没有时间收集所需的所有信息
，AI Overviews 将通过提供主题的快速概述以 沙特号码 及进一步探索的链接来最大限度地减少跑腿工作，类似于：
来源：谷歌
基本上，借助 Google 搜索中的生成式人工智能，用户可以：
•提出更复杂、更具描述性的问题。
•通过为用户查询提供文本摘要来更快地理解主题。
•发现新观点，并链接到相关信息以供进一步探索。
•快速启动任务，例如起草文档或直接从搜索中创建图像。
•通过参与后续对话或遵循建议轻松取得进展。
所有这一切都得益于谷歌全新定制的 Gemini 搜索模型，这是一种强大的多模式大型语言模型 (LLM)，经过近 100 种不同语言的训练，可以同时完成任务。
以下是 Google 副总裁兼搜索主管 Liz Reid 对此次更新的看法：
“现在，有了生成式人工智能，搜索可以做的 最常见的 erp 组件比你想象的还要多。因此，你可以提出任何你的想法或需要完成的事情——从研究到规划再到集思广益——谷歌会帮你搞定一切。
这一切都得益于为 Google 搜索定制的全新 Gemini 模型。它将 Gemini 的先进功能（包括多步推理、规划和多模态）与我们一流的搜索系统结合在一起。”
| 什么是 Google 的 Gemini 模型？ Google Gemini 包含一系列类似于 OpenAI 的 GPT 系列的 AI 模型。这些模型是多模式的，这意味着它们可以像标准大型语言模型 (LLM) 一样理解和生成文本，但还具有理解、操作和组合各种形式数据（包括图像、音频、视频和代码）的额外能力。
Gemini 结合了谷歌 BERT 和 OpenAI 的 GPT-3 等先前模型的优势，在理解和生成类似人类的文本方面具有卓越的性能。 |
|---|
Google 搜索生成体验的起源
谷歌将人工智能融入其搜索功能的历史悠久。
这家科技巨头于2001 年推出了早期的拼写纠 布韦岛商业指南 正系统，利用机器学习帮助用户无论出现拼写错误或打字错误都能获得相关结果。
到2019 年，谷歌已将 Transformers 的双向编码器表示 (BERT) 集成到其搜索排名中。BERT 通过理解上下文中的单词显著提高了搜索质量，使用户能够执行更长、更具对话性的查询并获得更相关的结果。
近年来，Google 部署了多任务统一模型 (MUM)，这是一种比 BERT 强大 1,000 倍的多模态模型。MUM 经过 75 种语言和多项任务的训练，通过提供对信息的更深入理解和组织来提高搜索质量。MUM 还可以帮助用户在视频中找到相关主题，即使这些主题没有明确提及。
2023 年 5 月，谷歌推出了搜索生成体验，他们一直在搜索实验室下进行试验，这是一个人们可以测试早期谷歌搜索体验并提供反馈的程序。