Novas abordagens para a busca com IA

Segue o conteúdo reescrito: A Exa está remodelando a infraestrutura de busca. A empresa está desenvolvendo um novo tipo de mecanismo de busca projetado para fornecer resultados mais precisos e relevantes. A tecnologia da Exa utiliza inteligência artificial e aprendizado de máquina para compreender a intenção do usuário e extrair as informações mais valiosas de vastos volumes de dados. Diferentemente dos mecanismos de busca tradicionais, a abordagem da Exa não depende apenas da correspondência de palavras-chave, mas se esforça para entender profundamente o contexto e o significado das consultas. Essa abordagem inovadora tem o potencial de revolucionar a maneira como as pessoas acessam e processam informações, oferecendo aos usuários uma experiência de busca mais inteligente e eficiente.

Há alguns dias, uma notícia de financiamento chegou à China. O laboratório Exa, localizado em São Francisco, Califórnia, anunciou um financiamento de 22 milhões de dólares. Este financiamento foi liderado pela Lightspeed Venture Partners, com participação da divisão de capital de risco da NVIDIA e da Y Combinator. O objetivo da Exa é criar um novo mecanismo de busca dedicado especificamente à inteligência artificial.

Os fundadores da Exa são muito jovens, com o CEO Will Bryk tendo 27 anos e o co-fundador Jeff Wang, 26 anos. É importante notar que eles fundaram a empresa antes do lançamento do ChatGPT.

A Exa inicialmente construiu uma ferramenta que permite aos modelos de IA realizar operações semelhantes às buscas na web. Isso inclui buscar informações na internet, chatbots de IA para ajudar os clientes a responder perguntas e fornecer dados de treinamento para empresas.

Os fundadores investiram inicialmente 1 milhão de dólares em GPUs, usando bancos de dados vetoriais e tecnologia de incorporação para construir modelos de aprendizado de máquina. O modelo foi treinado para entender intuitivamente links, em vez de palavras ou frases individuais.

Will Bryk explica que seu mecanismo de busca é diferente dos mecanismos de busca comuns, não adivinhando a próxima palavra, mas prevendo o próximo URL que o usuário pode clicar. Esta abordagem treina o mecanismo de busca com base nos links que as pessoas compartilham online, sendo uma forma totalmente nova de busca.

Após o boom do ChatGPT, muitas empresas de IA começaram a solicitar versões API do mecanismo de busca da Exa para integrar em seus próprios modelos. Atualmente, milhares de desenvolvedores estão usando os produtos da Exa, e o número de clientes continua crescendo.

Os fundadores da Exa estão insatisfeitos com o ambiente atual da internet. Eles acreditam que a internet era originalmente um lugar para obter informações facilmente, mas agora se tornou cada vez mais comercializada e distorcida devido à competição por atenção. Especialmente na busca do Google, a existência da indústria de otimização de mecanismos de busca (SEO) pode resultar em resultados de busca que não fornecem as informações mais úteis.

A forma como a Exa exibe os resultados de busca é diferente dos mecanismos de busca tradicionais. Oferece várias opções de filtragem, como PDF, GitHub, empresas, notícias, mídia impressa, tweets, posts de podcast, etc. Os usuários podem escolher diferentes fontes de informação conforme necessário.

A Exa também oferece filtros de domínio e filtros de frases, que podem melhorar a precisão e eficiência da busca. No entanto, comparado ao Google ou Perplexity, a experiência do usuário da Exa é mais orientada para a tecnologia e pode não ser adequada para usuários comuns.

Em comparação, o Perplexity é um mecanismo de busca voltado para usuários comuns, oferecendo uma experiência de busca baseada em perguntas e respostas. A Exa é projetada principalmente para sistemas de IA e desenvolvedores, fornecendo o conhecimento e os dados necessários para a IA.

A Exa usa tecnologia de Embedding para entender a semântica e pode pesquisar várias fontes de dados, incluindo Twitter, GitHub e Reddit. O Perplexity, por outro lado, usa a API GPT-4o e modelos de linguagem como Claude-3 e Sonar Large (LLaMa 3).

A tecnologia de Embedding pode converter informações textuais em vetores numéricos, permitindo que as máquinas "entendam" e diferenciem diferentes conceitos. A API GPT-4o e Claude-3 são modelos de linguagem já desenvolvidos, e o Perplexity integra diferentes modelos para tarefas como escrever artigos, responder perguntas e conversar.