原文標題：《谷歌版 ChatGPT 突然公測！上手實測結果在此，體驗申請通過飛快》
谷歌吃了大虧之后，這次一聲不吭，放了大招：
對標 ChatGPT 的 Bard 測試版，剛剛正式對外發(fā)布。
而且這次用戶在申請候補名單之后，無需經歷漫長的等待時間。
沒錯，量子位也已經拿到了測試資格！（中間只有不到 5 小時的間隔。）
實測之后表示，Bard 效果驚人，情緒和事實性有，尤其是 ChatGPT 欠缺的數理能力，Bard 都不在話下。
甚至有時候還略勝當前 GPT-4 一籌！
谷歌 CEO 皮猜哥（Sundar Pichai）解釋了如此上線之快的原因：希望獲得用戶的反饋，加速讓 Bard 變得更好。
話不多說，我們現在就來開始體驗。
Bard VS GPT-4
首先在聊天界面上，Bard 率先開始介紹自己：
我是 Bard，您的創(chuàng)意和協作者。我有局限性，不會總是做對，但你的反饋將幫助我改進。
不確定從哪里開始？你可以試試這些問題：「為什么大模型有時候會犯錯？」、「閃電是否會在同一個地方擊中兩次？」、「寫一篇關于無酒精夏日特飲的博文」。
（嚴謹而又體貼）
而在人類這邊的發(fā)送端，可以選擇鍵入和語音輸入兩種方式。
首先最簡單的難度，以它推薦的常識題閃電是否會在同一個地方擊中兩次？為例，來看看實際功能體驗如何？
（不錯不錯，秒秒鐘響應。目前暫不支持中文，但可以借助谷歌翻譯插件）
從答案結構上看，采用的是總分總結構。
先總結發(fā)言：閃電可以襲擊同一個地方兩次。
隨后開始細致地講原理「閃電被高大、尖銳的物體所吸引」、擺事實「帝國大廈每年都被閃電擊中 25 次」。
最后再給人類提出切實的建議：
如果你遇到雷雨天氣，保持安全的最好辦法是避開高大尖銳的物體，留在室內。如果你在外面，蹲下來，讓自己盡可能的小。
這波邏輯和真實性滿分！但因為是谷歌推薦的問題，暫且保持觀望。
而從功能上看，確實是十分完備的。
回答框的右上角「View other drafts」，有更多的版本可供選擇；而在左下角，你可以點贊 or 拉踩 or 重新生成，實在不行，還可以谷歌一下。
右下方還有一個 more 的功能，你可以進行復制和（反手一個）舉報操作。
既然如此，開始難度升級。作為參考，我們同題挑戰(zhàn) GPT-4。
1、經典的哲學題：為什么人不能兩次踏入同一條河流？（借助閃電的靈感）
（很快啊，這次也是幾秒鐘響應）
從答案結構上看，確實理解和邏輯能力滿分：首先解釋這句話本身含義，還提到了來自赫拉克利特的名言，以及更多解釋和本身意義。
而 GPT-4 這邊，幾乎是不加思考地給出了答案。
從結構上看，主要分成兩個部分。首先提到這是赫拉克利特說的，以及他的觀點；然后解釋背后隱藏的生活意義。
2、小學加減法：356+132 等于多少？
結果 Bard 在 4 秒內就給出答案，488 沒問題的，這不比 ChatGPT 早期厲害多了！
那直接再上點難度，兩個數直接相乘：356*132 等于多少？
結果沒想到 Bard 依舊是秒秒鐘就給答案，而且完全正確！
再來看看 GPT-4 這邊，加法還行，但沒想到在乘法這邊，直接敗下陣來！
不過提醒它錯了之后，它就又回答正確了。
如果換稍微難一點的高數題呢？比如：f (x)=x (x-1)(x-2)(x-3)，f’(0)=？
正確答案應該是 (-3)!，也就是-6。
但 Bard 這回就不太行了，并沒有理解題目的意思。
至于 GPT-4，思路倒是沒啥問題，但最后計算又拉胯了……
不過同樣，只要你告訴它算得有問題，GPT-4 就能馬上糾正。
3、理解笑話能力，Bard 還能聽得懂英文里面的諧音梗。
而這也并沒有難倒 GPT-4。不過相較而言，Bard 似乎更有情緒一點，它很開心地回答出了答案；而 GPT-4 則更顯理智（無聊）。
不過，在此之前，GPT-4 就已經測試過是懂一些諧音梗的，甚至連中文的諧音梗也不在話下。
4、代碼能力：寫一段斐波那契數列的代碼。
Bard 很快生成了正確的代碼，并且代碼習慣不錯。
GPT-4 則更積極主動一些，除了遞歸法，還給了迭代法的方案。
最后的最后，再考驗一下它了解事實性的能力。（狗頭）
你知道量子位嗎？
回答錯咯~Bard。
咳咳，正經一點的：你知道 GPT-4 嗎？你想對它說些什么？
可以看到，Bard 具備多輪對話的能力。「我認為它有潛力成為溝通和創(chuàng)造力的強大工具」，嗯~ 格局有了。
那競爭對手呢？（我在搞事）
不過到這里，就有點問題了。
另外比較遺憾的是，Bard 目前并不支持中文。
關于 Bard
谷歌 Bard 背后是由一個大語言模型（LLM）來支持，具體而言，就是輕量優(yōu)化版的 LaMDA。
我們可以把 LLM 視作一個預測引擎，當給出提示時，它會從接下來可能出現的單詞中，一次選擇一個單詞來生成響應。
谷歌在研究中發(fā)現，對于 LLM 來說，使用的人越多，它的預測效果就會更好，這或許也就是為什么 Bard 如此著急公開測試的原因了。
不過谷歌也直言不諱地說，雖然 LLM 很強，但它并非是沒有缺點。
由于 Bard 會根據眾多信息來學習，不過這些信息中必然存在著有偏見甚至錯誤的那種。
因此，在回答用戶問題時，Bard 有時就會出現不準確、誤導性的或虛假的信息。
例如在下面的案例中，Bard 就搞錯了一個植物的學名：
除此之外，谷歌還強調說，Bard 并非是搜索引擎，而是它的一個補充。
最后，奉上申請候補名單的地址，感興趣的小伙伴可以抓緊嘗鮮了：
https://bard.google.com/
本文來自微信公眾號：量子位 （ID：QbitAI），作者：楊凈 金磊
廣告聲明：文內含有的對外跳轉鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。