Hva er Perplexity Deep Research, og hvordan bruker du det?

Trenger du en ekspert på et hett tema i dag? Perplexity lover at Perplexity Deep Research kan levere informasjonen du trenger. Gjør det det? La oss finne det ut.

I tillegg til å være bedre ennGoogle for søk, ønsker Perplexity, selskapet for kunstig intelligens (AI), å være ekspert på ethvert emne med sin nye Deep Research-funksjon.

Dette banebrytende verktøyet, lansert av Perplexity AI i februar 2025, kombinerer autonom resonnement med rask behandling for å levere uttømmende rapporter om spesialiserte emner.

I følge Perplexity, "Når du stiller et Deep Research-spørsmål, utfører Perplexity dusinvis av søk, leser hundrevis av kilder og resonnerer gjennom materialet for autonomt å levere en omfattende rapport."

Hvordan forvirring fungerer

Selskapet hevder i kjernen at Perplexity Deep Research bruker et proprietært rammeverk kalt test time compute (TTC) utvidelse, som muliggjør systematisk utforskning av komplekse emner.

I motsetning til konvensjonelle søkemotorer som henter statiske resultater, etterligner TTC-arkitekturen menneskelige kognitive prosesser ved iterativt å foredle forståelsen gjennom analysesykluser. Systemet begynner med å dissekere spørringen i delkomponenter, og utfører deretter autonomt dusinvis av nettsøk, evaluerer hundrevis av kilder og syntetiserer funn gjennom sannsynlighetsbaserte resonneringsmodeller.

Denne lagdelte tilnærmingen gjør det mulig for AI å forene motstridende informasjon, identifisere nye mønstre og prioritere autoritative kilder - en evne bevist av dens 21.1 % poengsum på den strenge "Humanity's Last Exam" AI-referansen. Det høres kanskje elendig ut, men til sammenligning scoret GPT-4o 3.1 %, og DeepSeek-R1 kom inn med 8.5 %.

Perplexity beskriver dette resonnementet som "å foredle forskningsplanen etter hvert som den lærer mer om fagområdene. Dette ligner på hvordan et menneske kan forske på et nytt emne, og foredle ens forståelse gjennom hele prosessen.»

Alternativt beskriver Ken Huang, administrerende direktør i DistributedApps.ai og visepresident for forskning ved CSA GCR, TTC som en "modell [som] tar inngangsdata og bruker sine lærte parametere for å produsere et resultat. For nevrale nettverk innebærer dette forplantning fremover gjennom nettverkslagene ved hjelp av matrisemultiplikasjoner og aktiveringsfunksjoner."

Jeg vet ikke med deg, men det høres ikke mye ut som hvordan jeg resonnerer ut svaret på et spørsmål.

Perplexity Deep Research bruker imidlertid parallellisert datainntak og hierarkiske oppsummeringsteknikker for å levere rapporter på ekspertnivå på to til fire minutter. En menneskelig forsker kan bruke timer på samme forespørsel.

Tidlige tester tyder på at Perplexitys nyeste AI-verktøy er raskere enn Googles Deep Research for Gemini og OpenAIs Deep Research. Jeg lurer på, hva med alt dette snakket om hvor revolusjonerende AI er for virksomheten, hvorfor alle tre selskapene endte opp med å beskrive sin seriøse forskningsfunksjonalitet som "Deep Research". Ekte kreativitet ser ikke ut til å være noen AIs sterke side.

Setter forvirring i arbeid

Så, Perplexity er veldig rask, men kan den levere varene?

Svaret er "på en måte". En TechRadar-gjennomgang antydet at Perplexity hallusinerte ganske mye. I testene mine ba jeg programmet om å grave dypt inn i tre emner jeg er ekspert på og som få andre er. Disse emnene i sin helhet: historien og innflytelsen til Commercial Internet Exchange (CIX); rollen til Sir Édouard Percy Cranwill Girouard i Øst-Afrika-protektoratet; og historien tilx86 Unix-skrivebordsdistribusjoner.

Perplexity leverte et nyttig sammendrag for alle tre emnene, men på ingen måte en rapport på ekspertnivå. For den dybden må du ansette meg. Som før foretrekker jeg Perplexitys utgang fremfor andre AI-chatbots fordi de innebygde sitatene gjør det enkelt å dobbeltsjekke svarene.

I tillegg, selv om Perplexity ikke gjorde store tabber, gjorde den nok mindre, så det er ingen tvil i mitt sinn om at du ikke bare kan levere inn en Perplexity-rapport og forvente at den skal bestå mønstringen. Nei, du må fortsatt sjekke svarene. Velkommen til tilstanden til AI i 2025.

Selvfølgelig er det lite sannsynlig at du trenger svar på noen av disse spørsmålene. Perplexity hevder at det er bra for økonomi, markedsføring og produktforskning, så jeg ga det et spørsmål som ligger mitt hjerte nært: "Fortell meg hvordan jeg lager et kommersielt vellykket Linux-skrivebord."

Svarene AI-en ga meg hørtes bra ut, men altfor ofte, når det kom til de fine detaljene, tok de feil.

For eksempel sa AI at selskaper og brukere ønsker langsiktig stabilitet fra sine stasjonære operativsystemer. Det er sant. Tross alt er det en grunn til at, ifølge Statcounter, 69 % av stasjonære datamaskiner over hele verden fortsatt kjører Windows 10.

Men i samme avsnitt som nevner denne truismen, sier rapporten at Ubuntu Linuxbare har en seks måneders livssyklus. Ah, feil. Du kan nåkjøre Ubuntu Linux med støtte i opptil et dusin år. Jeg tror det er nok langsiktig stabilitet for alle.

Kort sagt, du trenger fortsatt ekte eksperter for å dobbeltsjekke Perplexitys lekser selv for målmotivene.

Likevel forstyrrer Perplexity Deep Research premiumpristrenden i avanserte AI-forskningsverktøy ved å tilby gratis tilgang til Deep Research, om enn med daglige spørringsgrenser.

Ikke-abonnenter mottar fem gratis daglige spørringer - tilstrekkelig for tilfeldige forskningsbehov - mens Pro-abonnenter, $20/måned, får 500 daglige spørringer. Den prisen er mye billigere enn OpenAIs Deep Research, tilgjengelig for ChatGPT Pro-abonnenter til $200/måned. På den annen side har Google Gemini Advanced, som kommer med sin Deep Research, en rekke andre funksjoner og koster $20 i måneden.

Hvordan bruke Perplexity Deep Research

Hvem som helst kan prøve Perplexity Deep Research. Verktøyet krever minimal teknisk ekspertise:

  1. Naviger til perplexity.ai

  2. Velg "Deep Research" fra rullegardinmenyen ved siden av søkefeltet

  3. Legge inn forskningsspørsmål ved hjelp av naturlig språk (f.eks. "Komparativ analyse av mRNA-vaksineplattformer")

  4. Vent på rapportgenerering (vanligvis 2-4 minutter)

  5. Eksporter resultater via:

    • PDF

    • Nedmerking

    • Forvirringsside (nyttig hvis du vil jobbe med andre)

    Avanserte brukere kan forbedre utskriftskvaliteten gjennom følgende alternativer:

    • Spørringsformulering: Ram inn spørsmål med eksplisitte omfangsparametere («Begrens analyse til kliniske studier i 2022-2024»)

    • Kildevekting: Prioriter domener via hint ("Fokus på NIH-finansierte studier")

    • Formatdirektiver: Spesifiser strukturelle behov ("Inkluder metodeseksjon med utvalgsstørrelseskriterier"

Pro-abonnenter får tilleggsfunksjoner, for eksempel oppretting av tilpassede maler og tilgang til applikasjonsprogrammeringsgrensesnitt for batchbehandling.

Innfødte Android- og iOS-apper er planlagt for utrulling i andre kvartal 2025, men foreløpig må du bruke nettgrensesnittet.

Så, er Perplexity Deep Research verdt å prøve? Sjekk det ut selv og se. Du kan gjøre nok med AI gratis for å få en god idé hvis det er nyttig.

Forvirring er fortsatt det mest nyttige verktøyet for meg når jeg bruker det som erstatning for Google, og det er derfor jeg betaler for et abonnement. Brukt med forsiktighet tror jeg mange vil finne det nyttig som utgangspunkt for seriøse forskningsprosjekter.