👇关注公众号后设🌟标，不错过第一手AI新鲜观点和动态
本文访谈内容整理自Perplexity CEO Aravind Srinivas接受TechCrunch Youtube频道专访，公开发表于2024年10月30日。原始内容参考：https://www.youtube.com/watch?v=d3boSs5pO9w
Perplexity CEO Aravind Srinivas接受TechCrunch专访
★内容导读：
Srinivas主要围绕Perplexity AI这个搜索引擎的以下几个方面阐述了自己的观点：
对剽窃的定义和Perplexity AI的应对策略: Srinivas探讨了剽窃的定义，并强调Perplexity AI从一开始就注重引用来源，避免剽窃。虽然承认模型并非完美，可能出现意外复制的情况，但他们通过指令模型、监督微调等方法来尽量减少这种情况。他们认为Perplexity AI与直接复制粘贴内容的产品不同，其目的是总结信息而非复现原文。 与传统搜索引擎（例如Google）的差异: Srinivas指出Perplexity AI与Google等传统搜索引擎的根本区别在于其侧重于直接回答问题，而非仅仅提供链接。Perplexity AI的用户提问通常更长、更具体，而Google用户则倾向于使用简短的关键词进行搜索。他们认为两种引擎满足不同的用户需求，并非简单的替代关系。 Perplexity AI的功能扩张和策略: Srinivas解释了Perplexity AI快速增加新功能（如体育赛事比分）的策略，强调他们根据用户需求和使用日志来确定开发优先级，目标是覆盖更多日常使用场景，从而吸引更多用户，最终形成用户习惯的转变。 与新闻媒体机构的关系和版权争议: Srinivas回应了与道琼斯公司的版权诉讼，解释了他们对“内容窃取”的指控的回应，并提出了Perplexity Publisher Program，旨在通过广告收入分成的方式与新闻媒体机构合作，而非传统的授权模式。他们认为Perplexity AI并非与新闻媒体直接竞争，而是提供了一种补充性的信息获取方式。 盈利模式和未来发展: Srinivas阐述了Perplexity AI的盈利模式，包括订阅服务和未来的广告收入分成。他们承认AI技术成本高昂，但随着技术进步，成本会下降，这将为公司的发展提供更多机会。他们也表达了从Google等巨头手中争夺广告收入份额的雄心，但同时也承认这需要时间和努力。 移民问题和个人经历: Srinivas最后分享了自己作为创业者在美申请绿卡的经历，并呼吁关注美国移民体系中存在的挑战。
Perplexity CEO Aravind Srinivas简介
Aravind Srinivas是人工智能初创公司Perplexity AI的首席执行官兼联合创始人。Perplexity AI致力于打造“答案引擎”，旨在提供更便捷、更智能的信息访问方式。
Srinivas拥有丰富的机器学习研究背景。他在加州大学伯克利分校获得计算机科学博士学位，师从图灵奖得主David Patterson。 他的博士研究专注于高效的深度学习训练方法，曾在谷歌大脑实习，并担任过OpenAI的研究科学家。在OpenAI期间，他参与了包括GPT-3、DALL-E 2和CLIP等重要项目的研发。
Srinivas深信人工智能的变革力量，他创立Perplexity AI的初衷是希望将复杂的信息以易于理解的方式呈现给用户。他认为，未来的搜索引擎不应仅仅提供链接列表，而应直接提供准确、简洁的答案。他领导Perplexity AI开发了基于大型语言模型的“答案引擎”，该引擎能够理解自然语言提问，并从海量信息中提取关键信息，直接给出答案，极大地提升了信息获取的效率。
访谈全文记录
主持人： 好吧。感谢你加入我们，Aravind。
让我直接问你一个问题，我想了解一些真实情况。贵公司对剽窃的定义是什么？你们肯定有定义吧，也许是这样，也许那样。我很想知道。你们必须有一个定义，除非你们不是意外地进行剽窃。
Aravind Srinivas： 你其实可以直接问 Perplexity 这个问题。实际上，是的，这确实是获得答案的最佳途径。这并非我公司的定义。而是，剽窃的定义究竟是什么？很显然，Perplexity 总是引用其来源，因此对任何内容都不声称拥有所有权。它实际上只是从网络上提取内容，以用户可以理解的方式对其进行总结，然后提供信息来源。这就像记者完成他们的工作、学者完成他们的工作或学生撰写论文一样，只要有参考文献和引用部分，对吧？
主持人： 但在这个意义上，从学术角度来说，他们会创作一份原创文件，对吧？他们使用引文来创作原创内容。
Aravind Srinivas： 好吧，有时当某个新闻机构率先报道新闻，而另一个新闻机构报道同一则新闻，但提到这是由某某首次报道的，这算不算剽窃？
主持人： 当我引用某人的话时，我会用引号括起来，并且我会说这是他们说的。CopyLeaks 最近进行了一项研究，他们发现当 Perplexity 能够看到一篇文章时，它通常会连续使用文章中 8、10 或 15 个单词。它会在一个小卡片或类似的东西中引用这篇文章。
Aravind Srinivas：来源位于顶部的一个来源面板中。在每个句子的结尾，都有一个脚注或它从中提取信息的相应页面。当然，它并不十分精确。并非每个句子都与完全正确的脚注相关联。但为了非常清楚起见，我们于 2022 年 12 月 7 日推出，差不多两年前。当时，全世界都痴迷于 ChatGPT，它早七天推出。但我们是唯一一款表明参考文献和引用很重要的人工智能产品。而其他产品只是获取了模型中吸收的所有网络内容，没有标明来源。所以从一开始，我们就重视这一点，并且在你说的事情方面不断改进。例如，使正文中更清楚地表明这部分内容来自该来源。我们正在尽最大努力做这些事情。
主持人： 我相信你。你拥有学术背景。所以我真的相信这是你的首要任务。我知道，自从你们从一开始就加入了引文，这表明这不仅仅是说说而已。但是，当然，我问这个问题的原因不仅仅是为了刁难你，而是因为你必须理解或定义剽窃，才能说，好吧，我们不想剽窃。因此，如果我要在我的文章中复制粘贴某些内容，我会知道我在剽窃，对吧？我会为此感到难过。这就是我为什么不这样做。因此，理想情况下，你希望你的模型不要这样做。所以它必须知道，或者有人必须知道，必须有一个监督模型，就像，“哎呀，你在这里复制粘贴了一点”。有没有这种监督？我们可以之后再讨论这个问题，但我问这个问题是有原因的。
Aravind Srinivas： 它是这样工作的。模型被指示不要提供任何特定来源的任何精确文本，而是提供一个摘要，该摘要实际上结合了所有不同的观点，并直接点明用户的重点，而不是复制网络上的任何内容。随着模型在“指令遵循”这项技能上不断改进，这个特定的指令执行得也越来越好。在人工智能领域，这通常被称为监督微调（SFT）或来自人类反馈的强化学习。显然，我们并不是进行所有模型训练的人。我们采用其他开发者和 LLAMA（例如开源模型）的其他模型。没有哪个模型是完美的。显然，你将能够通过提示工程或提示注入来让任何现有的模型执行与其最初被指示执行不同的操作。整个过程被称为提示注入。
主持人： 当然。但是如果我只是说，“嘿，总结一下这篇文章”，然后正如已经显示的那样，有时你会发现它会取一句话。
Aravind Srinivas：是的，这并不是我们产品的预期用例。我们的产品旨在回答问题。有些人试图以我们不希望他们使用的方式使用它，例如，“为我总结这个 URL”，然后他们粘贴 URL。
主持人：所以不要那样用。
Aravind Srinivas： 我的意思是，我们实际上并不允许那种特定用例。我们尽最大努力避免那种指令。但是，再说一次，AI领域中几乎没有人能声称，我总能防范某种特定用例。你总能找到一种新的方式来进行提示工程，让最初构建的安全护栏失效。然后你从中学习，并随着时间推移解决这个问题。在某个时候，它足够安全到可以部署，因为它实际上不会执行任何你指示它以非预期方式使用的指令。
主持人： 我明白了。所以，关于AI驱动、AI原生搜索的整体概念，我们看到一些公司在做这件事，但我觉得最突出的是，我们都知道谷歌在过去十年里一直在让搜索变得复杂化和低效化，添加摘要、小工具和AI功能。在我作为科技记者的整个职业生涯（15到20年）中，这可能是对主要平台最普遍不受欢迎的改变之一。但感觉有些公司就像，“我喜欢你在做的，谷歌”，你们只是决定从他们停下的地方继续吗？你们认为自己可以做得更好？
Aravind Srinivas： 我认为，谷歌从根本上来说是一个基于链接的搜索引擎。无论他们是否喜欢给出答案，这才是赚钱的方式。即使在昨天的财报电话会议上也提到，他们每个季度通过搜索广告赚取450亿美元。所以这对他们的业务至关重要。我认为，即使他们没有细分利润率，利润主要来自让你点击链接。因此，他们有动机向你展示尽可能多的链接。所以，即使这种AI摘要开始至少满足某些信息查询的需求，但这并不是主要的使用模式。例如，在他们每天可能有50亿到80亿次查询中，大多数查询并没有用到AI摘要。这就是现实情况。如果不是这样，那肯定会扰乱他们的营收模式，对吧？
我们试图做的是，谷歌主页，或者至少是谷歌搜索栏，并不是一个用来直接提问的地方。谷歌查询的平均词数在2到3个词之间。确切的数据当然很难确定，但人们估计大约是2.7个词。而在Perplexity，大约是10到11个词。因此，Perplexity的主要使用方式是人们直接提出问题。另一方面，在谷歌上，你输入几个关键词就能立即找到某个链接。你仍然使用谷歌来查找例如名人的年龄、正在进行的比赛的比分，或者旧金山的的天气。这些都是你仍然输入两三个单词，但立即寻找答案的使用模式。你可以争论说，Perplexity和谷歌这两种不同的产品都应该满足这种用例，因为最终，人们都想要即时信息。但除此之外，这两种产品完全不同。
主持人： 所以我很想知道一些用例。首先，在过去的两周里，你在推特上疯狂地发布了各种用例和功能，我已经看到了大约50个。你刚才提到，比如比赛的比分。你刚刚在Perplexity中添加了比赛比分。
Aravind Srinivas：目前只有NFL（美国橄榄球联盟）。
主持人：你们是直接从NFL获取数据，还是在抓取其他网站的数据，或者是什么方式？
Aravind Srinivas： 不，我们与一家体育数据提供商签订了数据合同。然后我们使用这些数据，就像谷歌也做的那样。没有人直接抓取比分，因为很难确保其准确性。
主持人： 那么，这是因为人们在写，你知道的，比如“海鹰队今天的比分”呢？还是因为他们说，“给我看看最近20场NFL比赛的比分细目”之类的？
Aravind Srinivas： 我想更像是后者。你看，最终，我们希望Perplexity成为一个你可以来提问任何问题的地方，而我们有责任给你一个准确的答案。所以，很明显，我们找到了最初的用户群体。每个人在一开始都会找到特定的一批用户和用户群。Facebook最初在学生群体中很流行。亚马逊最初服务于图书市场。因此，就像早期的互联网真正迎合了学术界人士，那些构建知识库的人一样，在AI领域也是如此。Perplexity最初非常受许多这些学术的、研究导向的、知识导向的人的欢迎，这就是我们围绕它建立品牌的理念。但我们希望扩展到整个地球。每个人都应该能够问任何关于任何事情的问题。体育是一件你可能认为与知识无关的事情，但有很多体育迷，喜欢深入研究数据、分析比赛、试图了解更多关于特定球员或球队的信息，或者成功概率、预测，如果你没有真正关注比赛，那么比赛的总结。所以我们认为我们提供的不仅仅是实时比分。这就是为什么当我们推出实际的比赛评论摘要和球员级别比较、球队级别比较以及更细致的信息时，许多人会喜欢这些内容，如果他们关心这个垂直领域的话。
主持人： 就像我说的，这只是你推出的大量功能中的一个，比如，“你现在可以这样做”。这里面有什么策略吗？还是说你们只是采取了一种“散弹枪”式的方法，就像，“看，我们要推出10种不同的产品，其中3种会成功”。你们是在试图找到对用户真正有价值的产品吗？
Aravind Srinivas： 不，我们真的会查看日志，看看人们在要求什么。事实上，在体育之前，我们优先考虑金融领域，因为我们在商业和金融垂直领域有很多用户。他们正在研究市场、投资组合管理，或者与加密货币相关的新闻，或者其他投资者的投资策略，只是试图了解不同的股票、与股票相关的新闻。我认为人们试图理解这个世界。所以我们会查看日志，看看我们可以在哪些方面做得更好，以及我们可以在哪些方面提供不仅仅是一堆文本。我认为这真的很重要。体育是一个人们发现我们出现过几次幻觉的地方，比如当我们无法提供比赛的准确比分时。它基本上是这样的，如果我们确保可以覆盖人们在现有搜索引擎上已经习惯的许多垂直领域，那么他们就没有理由再回到传统的蓝色链接界面。所以这就是我们的目标。好的，如果你想改变你的习惯，这并不容易。这是一种有二三十年历史的习惯，就是去一个有十几个蓝色链接的搜索引擎。但如果这应该是一种改变，如果这应该代表未来，我们必须赢得它。我们必须真正努力覆盖你的日常用例，而不仅仅是帮助你进行内部搜索。所以，如果你正在进行软件开发，或者帮助你进行研究规划，或者你的学术研究，或者你的财务研究，我们必须做所有关于本地搜索的枯燥工作，比如体育、天气、购物、旅行。这就是我们决定优先级的方式。
主持人： 你还面临着一场诉讼，就是道琼斯那件事。他们称Perplexity为“内容盗窃统治者”，我觉得这个说法挺强烈的。你公开回应说媒体公司希望这项技术不存在。但我认为这并不属实，因为你们与《财富》和《时代》杂志有合作协议。原告新闻集团与OpenAI也有友好合作关系。所以，他们并非希望你们不存在。只是他们不喜欢你们提供的合作方案吗？
Aravind Srinivas： 他们声称我们没有回应，这是不实的。我们实际上当天就回应了。我希望大家能理解，我们的意图是合作、参与和共同努力。
主持人： 但那具体是什么样的合作呢？比如说，如果你要和他们谈谈，你们会讨论哪些合作方案？比如分成，分成什么收入？怎么分成？这究竟是怎么运作的？
Aravind Srinivas： 我们推出了一项名为“Perplexity 出版商计划”的项目，几个月前上线的。其理念是，内容授权是一种非常短期的合作模式。首先，有两点需要区分。一是将AI公司分为两种类型：一种是利用互联网上所有数据来训练大型基础模型的公司，这些模型基本上会内化所有文本、所有标记，以至于完全掌握这些信息；如果模型训练完美，并且随着规模的扩大不断改进，所有内容都已经被内化到模型的权重中了。第二种类型是只在实时查询中使用网络内容作为来源，当来源相关时，对内容进行总结，甚至不会在其上进行任何训练。我们正在努力做到这一点。我们试图向出版商解释，我们属于第二种类型，他们不应该抱有“第一种类型的公司会支付一定的费用来获得我们内容的授权以训练模型”这种心态。这是媒体和人工智能的合作模式。我们试图向人们解释，这对于第二种类型的公司并不适用。
对于第二种类型的公司，我们提出了不同的合作模式。目前还没有人提出任何方案。所以我们的说法是，我们将通过广告来获取收入，因为我们从根本上来说是一款搜索产品。是的，我们直接提供答案，但我们属于搜索类别，搜索类别面向大众消费者，最终可以通过广告获得大量收入。与之前那些赚取大量广告收入却从未与任何出版商分享收益的搜索引擎巨头不同，我们承诺将基于查询级别与出版商分享我们的广告收入。也就是说，我们将通过广告获得大量收入，但不会与出版商分享所有收入。我们的意思是，对于某个特定的查询，如果我们在这个查询中获得了广告收入，并且您的来源被引用作为答案的一部分，我们将与您分享这部分收入。如果我们的增长持续下去，并且我们能够有效地通过广告将这种增长货币化，那么这将对所有选择与我们合作并允许其内容被引用作为我们答案一部分的出版商带来巨大的回报。
主持人： 但这并不是出版商的观点，比如，我们也是一家出版商，很显然，我们与你们没有任何协议。问题在于，我们认为，当有人在Perplexity的某个初创公司系统的摘要中看到我的文章或其他内容被引用时，他们不会访问我的文章，他们不会点击链接，这剥夺了我们生存所需的流量和收入。我认为News Corp的诉讼中也表达了这一点。他们说，你们声称你们与我们不构成竞争，但实际上你们就是竞争对手。就这么简单。你不同意这一点吗？我相信你一定不同意。
Aravind Srinivas： 你是怎么认为我们构成竞争的呢？我们不是新闻产品。没有人，真的是没有人会来Perplexity阅读他们的每日新闻。
主持人： 那么为什么你们要不断获取所有这些内容呢？
Aravind Srinivas： 人们来这里是为了了解周围发生的事情。比如，某条新闻如何影响我？比如，有一条关于英伟达Blackwell GPU的新闻，比如说是延迟了，或者Jensen说一切都在正轨上。然后你会问，好吧，在这个新闻的背景下，我是否应该继续购买更多英伟达股票？这些都不是你可以在TechCrunch上问的问题。但你可以来Perplexity问这些问题。同时，你并不会为了阅读Jensen所说的新闻内容而来Perplexity。你实际上会直接去来源网站。所以这是两种不同的产品。人们需要理解这一点。我认为我们的责任是让人们更多地了解这些差异，并直观地展示人们如何使用我们的产品。没有人会来这里说，“哦，请完整地复制这篇文章给我”。已经有其他网站可以做到这一点。网上有很多免费网站，你可以在那里粘贴网址，绕过任何付费墙获取内容。我们根本就不是为了这个用例而设计的。
主持人： 但你们确实从更广泛的互联网和所有创作者那里获得了价值，数百万人在网上发布YouTube视频、文章、书籍、故事和各种内容。我们该如何参与？我们已经习惯了，哦，谷歌做广告，或者在YouTube上以这种方式获利。我们应该如何获利？
Aravind Srinivas： 我们之前没有参与其中。没错。所以我们邀请了所有人，对吧？所以绝对欢迎所有人加入我们的出版商计划。除了广告收入分成之外，我们还将帮助您为用户构建AI原生助手或任何类型的AI助手，在您的平台上。如果人们希望在您的网站上专门搜索您的内容，比如他们正在阅读一篇文章，并且有一些后续问题人们希望在文章的上下文中提出，直接在您的网站上，而无需访问我们，我们将通过提供API，比如大量的API积分来帮助您。我们还将为任何媒体公司的所有员工提供我们的高级产品，我们的Perplexity订阅产品企业版。因为我们认为我们的产品实际上可以帮助您更有效地创建内容。每当您撰写新的内容或新闻稿件时，您都需要进行事实核查，需要研究正在发生的事情，或者参与该稿件的任何人，您都需要对他们进行调查研究。而现在，我们是最新潮的研究工具之一。所以它将非常有助于人们更有效地简化他们的研究工作。
主持人： 我明白你的意思。我不是学者，所以我不了解。我认为我们在获取信息来源的一些方面可能存在根本分歧，我的需求可能与你的需求不同，等等。现在，假设他们暂时不在场。就只有我们两个人。我们正在讨论的这个世界，版权和诉讼之类的事情，这是一个非常复杂、前所未有的知识产权法律领域。实际上几乎没有先例。如果出现错误是可以理解的。你认为你可能在不知不觉中犯了罪吗？
这种情况会发生。我的意思是，你认为有可能吗？
Aravind Srinivas： 我的意思是，我们已经发布了我们的回应，就像我在博客文章中所说的那样，那就是我的立场。而且，在任何诉讼中，我们显然都会为自己辩护。
主持人： 你认为法律是否需要改变，以允许更多类似的事情发生，比如公开知识产权，让知识产权更自由地流通？
Aravind Srinivas： 我的意思是，关于版权已经有许多现行法律，并且已经有一些既定的判例表明，对事实的版权并不存在。
主持人： 当然，是的，但这不仅仅是事实。
Aravind Srinivas：但我们都不是律师。所以很明显，我们在这里无法解决这场争论。
主持人： 是的。
Aravind Srinivas： 我们认为，事实需要普遍地传播给所有人。想象一下，如果过去科学家声称对某个事实拥有所有权，而其他人不能陈述该事实，知识和真理就不能以这种方式传播。
主持人： 是的，这是真的。这是一个很有趣的观点，我非常好奇。那么，为什么要筹集这么多资金呢？免费提供事实很昂贵吗？
Aravind Srinivas： 人工智能很昂贵。我希望我们能够随着时间的推移降低成本。但目前，GPU 昂贵，数据中心也昂贵。因此，提供这些模型的人需要通过收取推理成本来收回部分投资。而使用这些模型的人，像我们这样的人，必须为此付费。我认为目前API 成本每四到五个月下降约 2 倍。这是最近的趋势。因此，如果这一趋势持续一年或两年，我们可以看到模型成本至少比现在降低 10 到 50 倍。这对我们这样的公司来说非常棒，因为我们在增长趋势中，而成本却在下降。这样一来，你就可以专注于增长，短期内处理成本，因为你知道成本会下降。然后，你可以大幅度扩展你的运营。
在此过程中，你也在寻找一个良好的长期可持续的盈利模式。我们认为，除了订阅之外，还有很多其他方法可以将人工智能产品货币化。显然，订阅模式对许多公司来说都取得了很大的成功，我们在这方面也做得相当不错。但我们认为，在使用层面进行货币化，而不仅仅是按月付费，有更好的方法。我认为这取决于我们自己去探索。如果我们没有找到方法并筹集大量资金，显然我们会陷入困境。但我们认为我们可以找到方法。
主持人： 你认为你们可以从谷歌那里分走一些广告收入吗？你认为人们会转向你们吗？
Aravind Srinivas： 在某种意义上来说并非零和博弈，我不知道。基本上，一种思考方式是，每个人都有一个特定的营销预算。如果我现在把所有钱都花在谷歌上，将来我会花 95% 在谷歌上，5% 在 Perplexity 上。我不知道它是否会那样运作。已经形成的趋势是，尽管 Meta 的广告收入有所增长，但谷歌的广告收入也保持稳定，或者至少略有增长。因此，如果我们的广告收入增长，可能会损害其他公司的广告收入。
但对我来说，还不清楚人们是否会立即减少支出。我认为，每当出现一个新的平台时，首先要做的就是不要疏远现有用户，不要失去他们的信任，不要过度优化广告收入，然后毁掉它存在的原因。同时，还要设法让广告商相信，在该产品上投放广告没有品牌风险，以及如何处理幻觉。我们必须做很多工作。所以我认为至少需要两年时间才能解决所有这些问题。
主持人： 知道了。我会快速进行闪电轮提问，然后进入最后一个话题。我会说出一个公司名称，你告诉我你是否收到了他们的收购、人才收购或其他任何形式的邀约，是或否。准备好了吗？OpenAI。
Aravind Srinivas： 无可奉告。
主持人： 微软。
Aravind Srinivas： 无可奉告。
主持人： 谷歌？
Aravind Srinivas： 绝对没有。
主持人： Notion。
Aravind Srinivas： 无可奉告。
主持人： 亚马逊。
Aravind Srinivas： 无可奉告。
主持人： Meta？你看，我……快结束了。Meta？无可奉告。埃隆·马斯克？无可奉告。但是说到移民，你今天早些时候在推特上说你正在处理你自己的问题。我想给你一些时间，也许可以发泄一下，并给那些正在经历同样问题的人一些建议。你经营着一家价值数十亿美元的公司，还在努力获得绿卡。我认为这太疯狂了。
Aravind Srinivas： 我的意思是，顺便说一句，我的观点并不是说我应该得到一切。
主持人：不，每个人都会经历这个。这是一个艰难的过程。我希望你能说说你的看法。
Aravind Srinivas： 是的，我的意思是，我认为我对这个有合理的理解。美国的移民系统中设定了按国家/地区的配额上限，例如，对于某个特定国家/地区，每年只允许这么多人获得永久居留权。很明显，我来自印度。有很多印度人试图进入美国。然后我认为新冠疫情导致了很多积压，你知道，这就是我认为进展缓慢的主要原因。但我们能做得更好吗？每个人都同意我的观点，即该系统可以改进。我希望仅仅是抱怨就能让人们更多地关注这个问题。这是我的本意。
主持人：是的，我想给你一个机会说出来。好吧，谢谢你。抱歉我们超时了。感谢你如此配合。保重。感谢你的到来。
参考资料: https://www.youtube.com/watch?v=d3boSs5pO9w，公开发表于2024-10-30
👇关注公众号后设🌟标，不错过第一手AI新鲜观点和动态
