Китайский технологический гигант Alibaba Group Holding заявил о революционном снижении затрат на обучение поисковых ИИ-моделей. Новый метод ZeroSearch позволяет отказаться от дорогостоящих запросов к коммерческим поисковикам, используя симуляции и генерацию ответов на основе уже обученных данных.
Alibaba объявил о прорыве в снижении стоимости обучения моделей искусственного интеллекта (ИИ) для поиска почти на 90%. Это достижение позволит компаниям расширять возможности ИИ, одновременно сокращая расходы на разработку. Исследователи Alibaba представили новый подход под названием ZeroSearch, который улучшает поисковые способности ИИ через симуляции, исключая необходимость взаимодействия с реальными поисковыми системами.
ZeroSearch преобразует эталонную модель в поисковую систему, способную обучать другие ИИ-системы, что снижает зависимость от дорогой внешней инфраструктуры. Это делает обучение поисковых моделей более доступным, особенно для небольших команд. Например, отправка 64 000 запросов через API Google обходится примерно в 586,70 долларов США, тогда как использование ИИ-модели с 14 млрд параметров сокращает стоимость до 70,80 — экономия 88%.
Новая технология может значительно расширить возможности поиска на основе ИИ, что, по словам исследователей, критически важно для улучшения рассуждения и генерации ответов. Alibaba уже внедряет эти разработки: в обновленном приложении Quark, самом популярном ИИ-приложении в Китае, появилась функция «глубокого поиска», сочетающая рассуждения модели Qwen с онлайн-поиском для точных ответов на сложные запросы.
Другие китайские компании также активно развивают ИИ-поиск. Baidu интегрировал модель R1 от DeepSeek для обобщенных результатов, а стартапы DeepSeek и Moonshot AI добавили в своих чат-ботах функции поиска в реальном времени, чтобы обеспечить более качественные ответы. Исследователи Alibaba Group нашли способ снизить затраты на обучение ИИ-моделей для поисковых задач почти на 90% с помощью ZeroSearch, который устраняет высокие расходы, связанные с взаимодействием с коммерческими поисковыми системами.
Сокращая зависимость от дорогостоящей внешней поисковой инфраструктуры, ZeroSearch делает обучение ИИ-систем поиску более доступным, особенно для небольших команд с ограниченными ресурсами. В качестве наглядного примера эффективности нового метода ученые провели сравнение своей техники с отправкой запросов к API Google, подсчитав, что отправка 64 тысяч запросов в Google обойдется примерно в $586,7, тогда как использование ИИ-модели для генерации ответов стоит всего $70,8 — на 88% дешевле.