站長之家(ChinaZ.com) 8月4日消息:Brave 網(wǎng)絡(luò)瀏覽器的開發(fā)商 Brave Software 為了減少對「大型科技」競爭對手的依賴，該公司調(diào)整了其搜索引擎，使其能夠使用自己的圖像和視頻索引。

圖片來自Brave

該公司表示，Brave Search（可通過 search.brave.com 及其瀏覽器可用）的圖像和視頻結(jié)果將從其自己的索引中獲取。

搜索引擎通過訪問在線資源（通常是網(wǎng)頁、圖片、視頻或其他文件）并使用爬蟲機器人記錄這些資源的位置來創(chuàng)建索引。當互聯(lián)網(wǎng)用戶向搜索引擎提交查詢時，搜索引擎會檢查其索引（及可能的其他來源），以找到與查詢關(guān)鍵詞相對應的資源的地址。其實這其中有很多內(nèi)容，不過這是基本的概念。

以預測相關(guān)性的方式對列表中的匹配結(jié)果進行排名，是一個持續(xù)的計算機科學挑戰(zhàn)。多年來，谷歌通過其 PageRank 算法和其他操作有效地處理了這個問題，并繼續(xù)在美國搜索市場占據(jù)主導地位，根據(jù) Similarweb 的數(shù)據(jù)，該公司在 6 月份占有 90% 以上的市場份額。

然而，近年來越來越多的人認為谷歌搜索變得更糟了。部分問題在于人工智能內(nèi)容生成，這種技術(shù)被用來創(chuàng)建網(wǎng)絡(luò)垃圾，對網(wǎng)絡(luò)用戶造成了傷害。

然而，AI 也成為一種所謂的解決方案，至少對于競爭對手微軟而言。微軟認為 OpenAI 的聊天機器人技術(shù)可以改變對谷歌搜索的期望。

谷歌試圖在隱私規(guī)則日益增多、反壟斷監(jiān)管糾纏不清的背景下重新發(fā)明定向廣告，使自己的處境更加困難。

Brave 現(xiàn)在的目標是通過強調(diào)其對隱私和獨立（小型科技）的承諾來應對對大型科技的不滿浪潮。

正如一些人指出的那樣，除了 OpenAI 等公司之外，Brave 也在 AI 內(nèi)容生成領(lǐng)域有一定的實力：它提供了一個 API，接受搜索查詢并輸出適用于機器學習模型的答案格式。

該開發(fā)者在此前的博客文章中表示：「Brave Search 是 100% 私密和匿名的，這為圖像/視頻搜索設(shè)定了一個很高的標準。」

Brave 瀏覽器目前每月活躍用戶約為 5776 萬。作為對比，Mozilla Firefox 的每月活躍用戶約為 1.87 億。

Brave Search 于 2021 年推出，提供了基于獨立索引的文本搜索結(jié)果。隨后，推出了一個名為 Goggles 的服務，允許過濾個人搜索結(jié)果。正如前面提到的，Brave 于今年早些時候推出了其搜索服務的 API。

通過轉(zhuǎn)向自己的圖像和視頻索引，Brave 進一步將其搜索產(chǎn)品與本質(zhì)上重新包裝 Google 和 Bing 的公司推出的產(chǎn)品區(qū)分開來。例如，DuckDuckGo 主要依賴于 Bing。

全球范圍內(nèi)活躍的公共網(wǎng)絡(luò)搜索索引并不多：在美國有谷歌、必應和 Brave；在中國有百度、騰訊（搜狗）等；在俄羅斯有 Yandex；在英國有 Mojeek。

Brave 認為擁有自己的索引使公司擺脫了他人內(nèi)容決策的影響。然而，Brave 表示致力于使用戶能夠輕松使用其他搜索引擎進行搜索，以回答 Brave 無法回答的查詢。對于使用 Brave 搜索的用戶，如果 Brave 的索引效果不理想，他們可以選擇通過顯示在前 10 個結(jié)果下方的鏈接將他們的關(guān)鍵詞發(fā)送到其他搜索服務。

該公司在博客文章中表示：「Brave 致力于構(gòu)建以用戶為中心的網(wǎng)絡(luò)服務。這一使命從 Brave 瀏覽器和 Brave Search 開始。通過發(fā)布圖像和視頻搜索功能，我們在搜索行業(yè)繼續(xù)創(chuàng)新，為那些希望在在線搜索信息時擁有選擇和透明度的用戶提供可行和可取代的產(chǎn)品?！?/p>

另外，在接受采訪時，Brave Search 的產(chǎn)品總監(jiān)表示，今年 3 月，Brave Search 率先發(fā)布了一項名為 Summarizer 的新功能，公開了 LLM 的搜索集成使用。

根據(jù)用戶的輸入，并完全基于網(wǎng)絡(luò)搜索結(jié)果，Summarizer 可在 Brave Search 搜索結(jié)果頁面的頂部提供簡明扼要的答案。我們訓練我們的大型語言模型（LLM）來處理網(wǎng)絡(luò)上的多種信息源。這與純粹的生成式人工智能模型不同，后者容易說出未經(jīng)證實的斷言，而 Summarizer 能以連貫的語言提供簡潔、準確的答案。此外，原始數(shù)據(jù)來源的出處都會通過鏈接標注出來，這樣用戶就可以很方便地查看來源或查找更多細節(jié)。

Brave 目前正在探索如何將 LLM 不僅應用于搜索欄，還應用于 Brave 瀏覽器。我們認為，LLM 類似于助手的功能將非常有用，有助于用戶掌控自己的瀏覽體驗。

（舉報）