#434 – Aravind Srinivas: Perplexity CEO on Future of AI, Search & the Internet
2024/6/19
Lex Fridman Podcast
A
Aravind Srinivas
L
Lex Fridman
一位通过播客和研究工作在科技和科学领域广受认可的美国播客主持人和研究科学家。
Lex Fridman: 本期节目讨论了Perplexity，一个旨在彻底改变人们获取互联网信息方式的公司。它结合了搜索引擎和大型语言模型（LLM），能够提供具有来源引用的答案，从而减少了LLM的幻觉，提高了可靠性。
Aravind Srinivas: Perplexity是一个答案引擎，它结合了传统搜索引擎和大型语言模型。搜索引擎负责提取与用户查询相关的结果，大型语言模型则负责根据这些结果生成具有来源引用的答案。Perplexity的成功在于这三者的协同工作。
Perplexity的答案生成方式类似于学术论文写作，每个句子都必须有来源引用，以确保准确性。Perplexity的诞生源于团队自身的需求，以及对提高聊天机器人准确性的探索。
Perplexity不仅仅是一个搜索引擎，更是一个知识发现引擎，它旨在帮助用户探索知识，而不是仅仅提供答案。通过提供相关问题建议，引导用户深入探索知识，实现知识的持续扩展和增长。
Aravind Srinivas: Perplexity不会与Google或Bing在搜索领域直接竞争，而是通过重新思考用户界面来实现颠覆。Perplexity通过将答案置于搜索结果的中心位置，而不是链接，来改变传统的搜索引擎用户界面。Perplexity押注于AI技术的指数级改进和成本降低，并致力于提供Google不愿提供的服务。
Google的主要盈利模式是搜索广告，而Perplexity的盈利模式将与之不同。Google的盈利模式多元化，即使搜索广告收入下降，公司也不会有风险。Google通过AdWords广告系统，利用其搜索引擎的巨大流量来获取广告收入。
Perplexity的盈利模式将不同于Google的链接广告模式，其答案是网站的第一方特性。Perplexity的长期商业模式目标是盈利和成为一家优秀的公司，但不必追求像Google一样的利润。
Perplexity的诞生源于团队自身的需求，以及对提高聊天机器人准确性的探索。Perplexity的初始版本是一个基于Twitter数据的问答机器人，后来发展成为一个通用的答案引擎。
Deep Dive
Perplexity AI is an answer engine that provides direct answers to user queries, citing sources like an academic paper. Unlike traditional search engines that list website links, Perplexity synthesizes information from multiple sources into a concise, cited answer, leveraging LLMs and traditional search technology.
Shownotes Transcript