之前在5月15日举行的I/O开发者大会上，谷歌CEO纳德拉向外界正式介绍了AI搜索功能AIOverviews（AI概览）。在谷歌Gemini大模型de驱动下，AIOverviews能够在谷歌搜索的页面顶部总结提炼用户查询内容的概要。在许多业内人士看来，AIOverviews无疑是谷歌搜索引擎上线25年以来最大的一次革新，以至于谷歌方面敢于宣称该功能将重新定义搜索体验。但遗憾的是，抢先体验了AIOverviews的美国用户对于重新定义搜索体验持不同意见。
例如TheVerge的记者KylieRobison就在文章中讽刺了AIOverviews的翻车。她在文中举了一个例子，就是当用户查询如何将芝士和披萨饼胚粘在一起的时候，AIOverviews的回答是，加点胶水。尽管胶水确实可以解决粘连问题，但这极有可能是Gemini出现了幻觉(Hallucination)所导致的结果。AI大模型会出现幻觉，这如今几乎是人尽皆知的事情，谷歌公司发言人MeghannFarnsworth似乎也是按照Gemini因幻觉翻车来解释的。
AIOverviews会采纳Reddit用户的帖子来作为回答并不奇怪，因为谷歌与Reddit在AI搜索上是有合作的。AIOverviews的前身是SearchGenerativeExperience（SGE），它是谷歌推出的一种实验性版本的搜索引擎。在美国谷歌选择了Reddit作为合作伙伴，为用户提供更精准、及时的搜索解答。其实使用Reddit的数据并不奇怪，可问题是谷歌为什么会采信这种明显出现常识错误的数据。
所以最有可能的解释，是谷歌在数据清洗上出现了纰漏，以至于让有毒的数据进入了Gemini的数据集。如果事实果真如此，那么在某种意义上就证明了谷歌为了在AI赛道追赶OpenAI，已经急功近利到走火入魔的地步。因为在此之前，谷歌在大模型的数据清洗上已经翻车过一次。
去年年末、也就是Gemini上线不久后，就有国内网友发现用中文向GeminiPro提问时，GeminiPro会直接表示自己是百度的文心一言。紧接着在更多的网友提问下，GeminiPro一会认为自己是小爱同学，一会又承认自己是悟道大模型开发团队北京智源做的。对此，当时业内人士的主流观点，是谷歌在训练数据上大概率使用了百度文心一言的输出结果，以此来蒸馏自家的GeminiPro。
要知道，OpenAI已经证实了大模型的幻觉问题和数据质量息息相关，数据投毒攻击（DataPoisoningAttack）也已经是一个AI领域不可回避的问题。根据研究人员在HITCon安全会议上的演讲显示，只需要污染不到0.7%数据就可以完全绕过防御，进而全面降低大模型输出内容的准确率。
用谎言去验证谎言得到的一定是谎言，如果数据集中的参数本身就有问题，那么得到的回答自然就会是错漏百出。因此数据清洗一直以来都是AI厂商最为重要的工作之一，几乎所有的大模型都会加入数个纠错和屏蔽措施，避免数据库遭受有毒信息的污染。更为关键的是，谷歌可是做搜索引擎起家的，而搜索引擎的核心技术就包括了数据清洗，将爬虫抓取的数据中存在的缺失值、异常值(离群点)、重复值去除，就都是数据清洗的一部分。
结果他们在AI业务上却接二连三地因为数据清洗问题翻车，这显然不是个正常的现象。反常背后必然有原因，在许多海外网友看来，谷歌从AI赛道领跑者的位置滑落，进而不得不追赶OpenAI的现实，可能导致了他们变得如此急躁。
过去一年间，AI初创企业Perplexity就被视为是谷歌的挑战者，而这家公司被投资者看中的原因也很简单，因为它做的是AI搜索。并且就在此次I/O开发者大会举行前，OpenAI也被曝出将要做AI搜索来挑战谷歌，因此AIOverviews更像是谷歌对于Perplexity和OpenAI的回击。
人工智能（Artificial Intelligence，简称AI）的发展在近年来取得了令人瞩目的进展，但是仍然存在一些瓶颈，阻碍了AI技术的发展，主要包括以下几个方面：
1. 数据质量问题：AI需要大量的数据来训练和优化模型，但是现实中的数据往往存在很多噪声、不准确和缺失值等问题。这些问题会导致模型的不稳定和性能下降，进而影响AI技术的应用范围和效果。因此，如何处理和净化数据是AI技术发展中的一个重要问题。
2. 算力和存储问题：AI技术需要大量的算力和存储资源来完成训练和推理等任务，而现有的硬件设备往往难以满足这些需求。虽然GPU等专用硬件可以提高运算速度，但是它们的价格昂贵，对于普通用户来说并不实用。因此，如何提高硬件设备的性能，降低成本是AI技术发展的一个难题。
3. 数据隐私问题：随着AI技术的普及，个人隐私和数据安全越来越受到关注。一些AI技术需要收集和使用海量的个人数据，但是这些数据往往包含着用户的隐私信息。因此，如何保护用户数据隐私，确保AI技术的安全性和可信度是AI发展的一个重要挑战。
4. 人工智能的透明度和解释性问题：AI技术往往是黑盒子，也就是说，它们的决策过程和内部逻辑很难被人类理解和解释。这种情况在涉及到法律、伦理等方面的决策时尤为重要。因此，如何提高AI技术的透明度和解释性，让人类能够理解和信任AI技术，是AI技术发展中的一个重要问题。
以上是目前AI技术发展中的一些关键问题。随着技术的不断进步和创新，相信这些问题都将得到有效的解决，并为AI技术的普及和应用打下更加坚实的基础。
人工智能被视为是继电力和互联网之后对人类社会产生颠覆式影响的技术，早就是兵家必争之地。 12月13日，谷歌宣布在北京成立人工智能中国中心，重点投入基础AI研究，同时会和中国学术界建立紧密联系。 从中国“走出去”到外国“走进来”，不得不说中国的人工智能产业已经走在全球尖端。
据今年国际数据公司（IDC，International>
关于AI在的就业方向主要有，科研机构(机器人研究所等)，软硬件开发人员，高校讲师等，在国内的话就业前景是比较好的，国内产业升级，IT行业的转型工业和机器人和智能机器人以及可穿戴设备的研发将来都是强烈的热点。
1、搜索方向：网络、谷歌、微软、yahoo等(包括智能搜索、语音搜索、图片搜索、视频搜索等都是未来的方向)
2、 医学图像处理：医疗设备、医疗器械很多都会涉及到图像处理和成像，大型的公司有西门子、GE、飞利浦等。
3、计算机视觉和模式识别方向：前面说过的指纹识别、人脸识别、虹膜识别等;还有一个大的方向是车牌识别;目前鉴于视频监控是一个热点问题，做跟踪和识别也不错。
4、还有一些图像处理方面的人才需求的公司如威盛、松下、索尼、三星等。
鉴于AI方向的人才都是高科技型的，在待遇方面自然相对比较丰厚，所以很这个方向很有发展前途。
如果您看好人工智能，或者对人工智能感兴趣，可以到老男孩教育进行人工智能课程的学习，让您轻松掌握核心技能。
