又一个AI搜索引擎诞生：Exa AI。该公司最近宣布获得了1700万美元的A轮融资，由Lightspeed领投，Nvidia的NVentures和Y Combinator参投。
与其他旨在取代谷歌的AI驱动搜索引擎不同，Exa的目标是创建一个专门为AI设计的搜索工具。
Exa的使命:
- 互联网包含人类的集体知识，但目前的搜索体验更像在垃圾场中导航，而非在知识图书馆中漫游。核心问题是互联网知识被大量信息掩埋。
- Exa的使命是组织世界的知识，通过更好的搜索算法，过滤信息，提取真正的知识。
Exa 的搜索引擎使用向量数据库和嵌入模型（embedding models）技术，训练模型来预测下一个相关链接，而不是下一个词。这个方法使Exa能够处理链接数据集，从而提供与众不同的搜索结果。
Exa能理解复杂查询，精确过滤互联网信息，通过使用嵌入模型（embedding models）将网页内容转换为数值列表，这种方法可以更好地理解和匹配查询内容，返回更符合实际需求的结果。
Exa的技术优势:
- Exa是首个网络级神经搜索引擎，使用端到端的Transformer技术（与ChatGPT相同的技术）进行过滤，按意义而非关键词进行筛选。
- 例如，搜索“startups working on climate change”在Exa上能返回真正从事气候变化工作的初创公司，而不是优化关键词的无关页面。
- Exa 的模型训练数据集包括网页上的共享链接，而非单纯的文字和句子。这使得其搜索引擎能更好地理解和预测网页链接的相关性。
- Exa的搜索引擎不只是预测下一个词，而是预测下一个相关链接。这意味着它的模型训练不是基于自然语言的连续词序列，而是基于网页链接的关系和结构。
- 换句话说，它的模型学习如何从一个链接导航到下一个相关链接，而不是生成连贯的文本。
- Exa 的训练方法注重预测最相关的链接，避免了传统搜索引擎中的SEO垃圾和AI生成的低质量内容。
主要功能和特点：
- 语义搜索：Exa的搜索引擎能够理解语义意义，而不仅仅是关键词匹配，从而提供更相关的搜索结果。
- 内容抓取：可以从任意网页抓取完整、清理后的内容，为AI提供高质量的数据。
- 相似性搜索：通过URL或长文本找到相似的结果，使得搜索更精准。
- 大规模数据处理：能够处理多达100万条搜索结果，满足AI大规模数据处理的需求。
- 实时更新：每分钟爬取新的URL，确保AI始终获取最新的数据。
- 强大的过滤功能：可以按域名、日期范围或数据类别进行搜索，提供高度定制化的搜索体验。
- 简单的API集成：Exa 提供简单易用的API，开发者只需几行代码即可集成和使用Exa的搜索功能。
**1. 嵌入模型:
- 定义: 嵌入模型（embedding models）是将文本转换为高维数值向量（embedding）的模型。这些向量在数学上表示文本内容，使得相似内容在向量空间中靠得更近。
- 实现: Exa使用与ChatGPT相同的技术，训练嵌入模型，将网页内容转换为向量表示，从而使搜索过程更加智能和精确。
**2. 端到端Transformer模型:
- 定义: Transformer是一种神经网络架构，广泛用于自然语言处理任务。它通过自注意机制（self-attention mechanism）捕捉文本中各个部分之间的关系。
- 应用: Exa使用端到端的Transformer模型来过滤互联网信息，根据查询的实际意义而非关键词进行筛选。这种方法使得Exa能更好地理解复杂查询，提供更精确的搜索结果。
**3. 高效信息过滤:
- 问题: 传统搜索引擎（如Google）依赖关键词匹配，容易受到SEO优化内容的干扰，返回大量无关信息。
- 解决方案: Exa通过嵌入模型和Transformer技术，根据查询的实际意义过滤信息，避免无关和低质量的内容，返回真正相关的知识。
**4. 实时内容提取:
- 定义: Exa的“highlights”功能可以即时提取搜索结果中的网页内容，并根据用户需求自定义内容长度和数量。
- 实现: Exa在后台对完整网页进行分块和嵌入，使用段落预测模型（paragraph prediction model）来提取内容。这使得Exa能够在用户查询时即时提供高质量的搜索结果。
**5. 长查询处理:
- 能力: Exa能够处理长查询，包括句子、段落甚至整篇网页。这意味着用户可以提出更复杂和具体的问题，Exa依然能够返回精确的结果。
- 应用: 这对需要详细信息的研究工作、写作助手、学习工具等应用场景非常有用。
**6. 高质量检索:
- 需求: 大语言模型（LLMs）需要高质量的检索结果，以确保输出内容的质量。
- 实现: Exa为LLMs提供高质量的网络检索，过滤掉低质量和无关信息，确保LLMs的输出内容是高质量的。这使得Exa在AI应用中具有重要的地位。
