การวิจัยเชิงลึก พร้อมใช้งานแล้วใน Computer

การวิจัยเชิงลึก คือการค้นหาแบบเอเจนต์ติกและทำซ้ำ ซึ่งทำงานเหมือนนักวิเคราะห์การวิจัยแบบดั้งเดิม โดยจะวางแผนก่อนลงมือทำ ทำการค้นหาหลายครั้งแทนที่จะเป็นครั้งเดียว พร้อมทั้งอ่านผลลัพธ์ในแต่ละครั้งก่อนที่จะใช้เหตุผลว่าควรค้นหาอะไรต่อไป ประเมินว่ามีหลักฐานเพียงพอหรือไม่ พร้อมระบุข้อขัดแย้ง อ่านอย่างเจาะลึก และสังเคราะห์ผลลัพธ์ออกมาเป็นคำตอบที่น่าเชื่อถือเพียงคำตอบเดียว

ความเจาะลึกนี้เป็นสาเหตุว่าทำไมการวิจัยเชิงลึกจึงใช้เวลานานกว่าและอาจใช้พลังการประมวลผลมากกว่าการค้นหาทั่วไป

และนี่ก็คือเหตุผลว่าทำไมการวิจัยเชิงลึกจึงถูกเพิ่มเข้ามาใน Computer เพราะคำตอบสำหรับคำถามยากๆ เป็นเพียงจุดเริ่มต้นเท่านั้น การวิจัยเชิงลึกนำไปสู่รายงาน แดชบอร์ด หรือสิ่งอื่นๆ ที่งานต้องการได้อย่างรวดเร็ว และ Computer ก็คือสถานที่ที่สิ่งนั้นเกิดขึ้น

วันนี้เรายังประกาศด้วยว่าการวิจัยเชิงลึกสามารถเขียนโปรแกรมการค้นหาของตัวเองได้ผ่านแนวทางใหม่ที่เรียกว่า Search as Code แทนที่จะเรียกใช้การสืบค้นทีละรายการ Computer สร้างแผนการค้นหาแบบกำหนดเองสำหรับแต่ละคำถาม และเรียกใช้ขั้นตอนนับพันรายการแบบขนานกัน การเปลี่ยนแปลงเหล่านี้รวมกันจะช่วยขยายขีดความสามารถของการวิจัยเชิงลึกให้กว้างขึ้น

ตอนนี้ระบบดึงข้อมูลจากไฟล์และแอปภายในองค์กรเพื่อให้ได้คำตอบที่มีบริบททางธุรกิจที่แน่นแฟ้นยิ่งขึ้น Computer เปลี่ยนคำตอบเหล่านั้นให้เป็นรูปแบบที่พร้อมใช้งาน เช่น PDF, เด็ค, แดชบอร์ด, เว็บไซต์ และอื่นๆ อีกมากมาย นอกจากนี้ยังมีกระบวนการคิดที่รอบคอบยิ่งขึ้นและผสานรวมเข้ากับเวิร์กโฟลว์อื่น ๆ ของ Computer ได้อีกด้วย

ข้อมูลเข้าที่ดีขึ้น ผลลัพธ์ที่ดีขึ้น

การวิจัยเชิงลึกคือรากฐานของงานด้านความรู้ คุณภาพของบันทึกข้อความ บรีฟ แผนงาน หรือการวิเคราะห์ ล้วนขึ้นอยู่กับคุณภาพของแหล่งที่มาและเหตุผลที่อยู่เบื้องหลัง

การนำการวิจัยเชิงลึกมาไว้ใน Computer ช่วยวางรากฐานนั้นในจุดที่งานกำลังดำเนินอยู่ การศึกษาล่าสุดพบว่าเกือบ 26% ของงานใน Computer เกี่ยวข้องกับการวิจัยและการวิเคราะห์ ซึ่งเป็นหมวดหมู่ที่ใหญ่ที่สุด สูงกว่าการเขียนโค้ด การสร้างเนื้อหา และอื่นๆ

ก่อนหน้านี้ Computer และการวิจัยเชิงลึกแยกออกจากกัน ผู้ใช้ต้องรันคำค้นหาการวิจัยเชิงลึกในเธรดหนึ่ง จากนั้นจึงเปิดอีกเธรดหนึ่งใน Computer เพื่อสร้างผลลัพธ์ที่ส่งมอบได้

ตอนนี้ผู้ใช้สามารถถามคำถามที่ซับซ้อนและ Computer จะแบ่งออกเป็นงานย่อย ๆ ที่ส่งต่อไปยังโมเดลล้ำสมัยกว่า 20 โมเดล ผู้ใช้สามารถรับคำตอบที่มีการค้นคว้ามาแล้ว ถามคำถามติดตามผล ดึงบริบทที่เชื่อมโยงกัน และเปลี่ยนผลการค้นหาให้เป็นชิ้นงานที่เสร็จสมบูรณ์ได้ทั้งหมดในการค้นหาครั้งเดียว

เมื่อการค้นหามีความจำเป็น Computer จะดึงข้อมูลจาก แหล่งข้อมูลระดับพรีเมียม เช่น Statista, PitchBook และ CB Insights โดยอัตโนมัติ พร้อมสนับสนุนคำตอบด้วยข้อมูลที่น่าเชื่อถือ

ทักษะเดียว หลากหลายเส้นทาง

ในการใช้งาน Computer การวิจัยเชิงลึกคือจุดเริ่มต้นของทักษะการค้นหาอเนกประสงค์ การค้นหาเพียงครั้งเดียวจะถูกส่งไปยังรูปแบบการดึงข้อมูลที่ถูกต้อง จากนั้นระบบจะรวบรวมผลลัพธ์เข้าด้วยกันเป็นคำตอบที่เป็นหนึ่งเดียว

ลองพิจารณาคำถามอย่างเช่น "ข้อตกลงไม่แข่งขัน (non-compete) ของพนักงานจากสตาร์ทอัพในเท็กซัสที่เราเพิ่งเข้าซื้อกิจการ ยังคงมีผลบังคับใช้ในตอนนี้ที่เรากลายเป็นบริษัทในแคลิฟอร์เนียหรือไม่"

Computer ดำเนินการสี่เส้นทางคู่ขนานกัน โดยตรวจสอบคำสั่งห้ามแข่งขันเกือบทั้งหมดของแคลิฟอร์เนียและวิธีที่ศาลปฏิบัติต่อข้อตกลงนอกรัฐ วิเคราะห์มาตรฐานการบังคับใช้ของเท็กซัส ซึ่งข้อตกลงไม่แข่งขันจะมีผลถูกต้องหากผูกติดกับการฝึกอบรมเฉพาะทางหรือความลับทางการค้า ตลอดจนทบทวนคำพิพากษาเกี่ยวกับการโอนสัญญาหลังการเข้าซื้อกิจการและกฎระเบียบล่าสุดของ FTC เกี่ยวกับข้อตกลงไม่แข่งขัน

ผลลัพธ์สุดท้ายจะประสานทั้งสี่เส้นทางเข้าเป็นการประเมินความเสี่ยงเพียงชุดเดียว พร้อมระบุว่าข้อตกลงใดน่าจะเป็นโมฆะ ข้อตกลงใดอาจยังคงมีอยู่ และกรณีใดที่ควรปรึกษาทนายความภายนอก

สถาปัตยกรรมใหม่สำหรับการค้นหาด้วย AI

การวิจัยเชิงลึกใน Computer สร้างขึ้นบนสถาปัตยกรรมที่เราเรียกว่า Search as Code

โดยปกติแล้วระบบ AI จะมองการค้นหาเป็นขั้นตอนเดียวคือ ถามคำถาม และหาผลลัพธ์ แต่ Computer จะมองการค้นหาเป็นโปรแกรม โมเดลจะเขียนโค้ดที่ออกแบบและรันขั้นตอนการดึงข้อมูลนับพันรายการแบบขนานกัน โดยแต่ละขั้นตอนจะถูกปรับให้เข้ากับคำถามที่ผู้ใช้ถาม

โค้ดจะทำงานในแซนด์บ็อกซ์ที่มีความปลอดภัยซึ่งอยู่ติดกับโมเดลโดยตรง ทำให้โมเดลสามารถเห็นผลลัพธ์ได้ทันทีที่มาถึง พร้อมทั้งติดตามว่าดึงแหล่งข้อมูลใดมาบ้างและได้คะแนนเท่าใด นอกจากนี้ยังสามารถเปลี่ยนทิศทางกลางคันได้หากคุณภาพยังไม่ถึงเกณฑ์

ในทางปฏิบัติ นั่นหมายความว่าการรันการวิจัยเชิงลึกเพียงครั้งเดียวสามารถ:

แบ่งคำถามออกเป็นการดึงข้อมูลที่มีเป้าหมายชัดเจนจำนวนหลายร้อยหรือหลายพันรายการ

รันการค้นหาแบบคู่ขนาน ติดตามเธรดใหม่ๆ เมื่อปรากฏขึ้น และลองใหม่อีกครั้งเมื่อคำตอบยังไม่ดีพอ

ทำความสะอาดผลลัพธ์ก่อนที่โมเดลจะเห็นด้วยการลบรายการที่ซ้ำกัน ผสาน และกรองข้อมูลในโค้ด

ดึงข้อมูลจากเว็บสดและแหล่งข้อมูลภายในโดยใช้คอนเนกเตอร์ที่ได้รับอนุญาตในการค้นหาครั้งเดียวกัน

สถาปัตยกรรมเดียวกันนี้สามารถขับเคลื่อนการตรวจสอบช่องโหว่ของซอฟต์แวร์ 200 รายการในประกาศความปลอดภัยของผู้จำหน่าย ตลอดจนวิเคราะห์ภูมิทัศน์ของข้อตกลงไม่แข่งขันใน 4 เขตอำนาจศาลที่แตกต่างกันได้

ข้อมูลคุณภาพสูงที่มีการอ้างอิง

เกณฑ์มาตรฐานการประเมิน AI สามรายการพบว่าการย้ายการวิจัยเชิงลึกของ Perplexity มาไว้ใน Computer ช่วยปรับปรุงประสิทธิภาพให้ดียิ่งขึ้น หลังจากการย้าย ทั้งความถูกต้องของข้อเท็จจริง ความลึกของการวิเคราะห์ และคุณภาพการอ้างอิงต่างเพิ่มขึ้นทั้งหมด อ้างอิงจาก Humanity's Last Exam, BrowseComp และ DeepSearchQA

ทุกการกล่าวอ้างข้อเท็จจริงในการวิจัยเชิงลึกจะมีข้อมูลอ้างอิงแบบอินไลน์ ตัวเลขยกกำลังแต่ละตัวจะลิงก์โดยตรงไปยัง URL ของแหล่งข้อมูลจริง เพื่อให้ผู้ใช้สามารถคลิกดูและตรวจสอบแหล่งที่มาได้

ตัวอย่างคำค้นหา

นี่คือสิ่งที่การวิจัยเชิงลึกภายใน Computer สามารถทำได้:

การตรวจสอบสถานะฝั่งผู้ซื้อ (การเงิน): ดำเนินการตรวจสอบสถานะฝั่งผู้ซื้อเกี่ยวกับผู้ค้าปลีกของชำรายใหญ่ในยุโรป 3 แห่งที่จดทะเบียนในตลาดหลักทรัพย์ รวบรวมผลการดำเนินงานทางการเงิน รูปแบบร้านค้า การเจาะตลาดสินค้าแบรนด์ตัวเอง ความยืดหยุ่นของห่วงโซ่อุปทาน การเปิดรับต้นทุนแรงงาน และการดำเนินการปรับโครงสร้างล่าสุด ลงในตารางที่มีโครงสร้าง พร้อมบันทึกข้อความสั้นๆ ที่เน้นย้ำถึงความเสี่ยงหลักและสถานการณ์เชิงบวก

การทบทวนการแข่งขันในไปป์ไลน์ (การดูแลสุขภาพ): ประเมินการทดลองรักษา CAR-T ของคู่แข่งในโรคไขกระดูกมัลติپلไมอีโลมาที่กลับมาเป็นซ้ำ/ดื้อต่อการรักษา เพื่อปรับกลยุทธ์โปรแกรมภายในให้เฉียบคมยิ่งขึ้น สังเคราะห์ผลการทดลองระยะที่ 1/2 ข้อมูลความเป็นพิษและการตอบสนอง ผลลัพธ์เปรียบเทียบกับทางเลือกอื่นๆ ที่ได้รับการอนุมัติ แนวโน้มความคุ้มครองของผู้จ่ายเงิน และสถานที่ทดลองที่ยังดำเนินอยู่ เชื่อมต่อผ่าน App Connectors กับข้อมูลพรีคลินิกภายใน การออกแบบระเบียบวิธีวิจัยก่อนหน้า และการยื่นเอกสารกำกับดูแล จากนั้นจัดทำสรุปที่มีโครงสร้างสำหรับคณะกรรมการพัฒนา พร้อมคำแนะนำเกี่ยวกับการวางตำแหน่งผลิตภัณฑ์และประเด็นคำถามทางวิทยาศาสตร์ที่ยังเปิดกว้างอยู่

ดูตัวอย่างคำค้นหาการวิจัยเชิงลึกเพิ่มเติมได้ใน คลังกรณีการใช้งานของเรา

เปิดให้บริการแล้ววันนี้

การวิจัยเชิงลึกใน Computer พร้อมให้บริการแล้ววันนี้ เริ่มต้นเธรดด้วยคำถามที่ซับซ้อนและทำงานต่อจากผลลัพธ์ที่ได้

ทดลองใช้งานการวิจัยเชิงลึกใน Computer