AI 已经在污染互联网了。。赛博喂屎成为现实

2024-06-20 13:36

本文主要是介绍AI 已经在污染互联网了。。赛博喂屎成为现实,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

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。

这篇关于AI 已经在污染互联网了。。赛博喂屎成为现实的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1078278

相关文章

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Spring AI ectorStore的使用流程

《SpringAIectorStore的使用流程》SpringAI中的VectorStore是一种用于存储和检索高维向量数据的数据库或存储解决方案,它在AI应用中发挥着至关重要的作用,本文给大家介... 目录一、VectorStore的基本概念二、VectorStore的核心接口三、VectorStore的

Spring AI集成DeepSeek三步搞定Java智能应用的详细过程

《SpringAI集成DeepSeek三步搞定Java智能应用的详细过程》本文介绍了如何使用SpringAI集成DeepSeek,一个国内顶尖的多模态大模型,SpringAI提供了一套统一的接口,简... 目录DeepSeek 介绍Spring AI 是什么?Spring AI 的主要功能包括1、环境准备2

Spring AI集成DeepSeek实现流式输出的操作方法

《SpringAI集成DeepSeek实现流式输出的操作方法》本文介绍了如何在SpringBoot中使用Sse(Server-SentEvents)技术实现流式输出,后端使用SpringMVC中的S... 目录一、后端代码二、前端代码三、运行项目小天有话说题外话参考资料前面一篇文章我们实现了《Spring

Spring AI与DeepSeek实战一之快速打造智能对话应用

《SpringAI与DeepSeek实战一之快速打造智能对话应用》本文详细介绍了如何通过SpringAI框架集成DeepSeek大模型,实现普通对话和流式对话功能,步骤包括申请API-KEY、项目搭... 目录一、概述二、申请DeepSeek的API-KEY三、项目搭建3.1. 开发环境要求3.2. mav

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo

Spring AI集成DeepSeek的详细步骤

《SpringAI集成DeepSeek的详细步骤》DeepSeek作为一款卓越的国产AI模型,越来越多的公司考虑在自己的应用中集成,对于Java应用来说,我们可以借助SpringAI集成DeepSe... 目录DeepSeek 介绍Spring AI 是什么?1、环境准备2、构建项目2.1、pom依赖2.2

Deepseek R1模型本地化部署+API接口调用详细教程(释放AI生产力)

《DeepseekR1模型本地化部署+API接口调用详细教程(释放AI生产力)》本文介绍了本地部署DeepSeekR1模型和通过API调用将其集成到VSCode中的过程,作者详细步骤展示了如何下载和... 目录前言一、deepseek R1模型与chatGPT o1系列模型对比二、本地部署步骤1.安装oll

Spring AI Alibaba接入大模型时的依赖问题小结

《SpringAIAlibaba接入大模型时的依赖问题小结》文章介绍了如何在pom.xml文件中配置SpringAIAlibaba依赖,并提供了一个示例pom.xml文件,同时,建议将Maven仓... 目录(一)pom.XML文件:(二)application.yml配置文件(一)pom.xml文件:首

SpringBoot整合DeepSeek实现AI对话功能

《SpringBoot整合DeepSeek实现AI对话功能》本文介绍了如何在SpringBoot项目中整合DeepSeekAPI和本地私有化部署DeepSeekR1模型,通过SpringAI框架简化了... 目录Spring AI版本依赖整合DeepSeek API key整合本地化部署的DeepSeek