本文来自微信公众号：量子位 （ID：QbitAI），作者：杨净、金磊，原文标题：《谷歌版ChatGPT突然公测！上手实测结果在此，体验申请通过飞快》，头图来自：视觉中国


谷歌吃了大亏之后，这次一声不吭，放了大招：


对标ChatGPT的Bard测试版，今天正式对外发布。


而且这次用户在申请候补名单之后，无需经历漫长的等待时间。


没错，量子位也已经拿到了测试资格！



实测之后表示，Bard效果惊人，情绪和事实性有，尤其是ChatGPT前期的数理能力，Bard都不在话下。


甚至有时候还略胜当前GPT-4一筹！



谷歌CEO皮猜哥（Sundar Pichai）解释了上线如此之快的原因：希望获得用户的反馈，加速让Bard变得更好。



话不多说，我们现在就来开始体验。


Bard VS GPT-4


首先在聊天界面上，Bard率先开始介绍自己：


我是Bard，您的创意和协作者。我有局限性，不会总是做对，但你的反馈将帮助我改进。


不确定从哪里开始？你可以试试这些问题：“为什么大模型有时候会犯错？”、“闪电是否会在同一个地方击中两次？”、“写一篇关于无酒精夏日特饮的博文”。


（严谨而又体贴。）



而在人类这边的发送端，可以选择键入和语音输入两种方式。


首先最简单的难度，以它推荐的常识题闪电是否会在同一个地方击中两次？为例，来看看实际功能体验如何？


（不错不错，秒秒钟响应。目前暂不支持中文，但可以借助谷歌翻译插件。）



从答案结构上看，采用的是总分总结构。


先总结发言：闪电可以袭击同一个地方两次。


随后开始细致地讲原理“闪电被高大、尖锐的物体所吸引”、摆事实“帝国大厦每年都被闪电击中25次”。


最后再给人类提出切实的建议：


如果你遇到雷雨天气，保持安全的最好办法是避开高大尖锐的物体，留在室内。如果你在外面，蹲下来，让自己尽可能的小。


这波逻辑和真实性满分！但因为是谷歌推荐的问题，暂且保持观望。


而从功能上看，确实是十分完备的。


回答框的右上角“View other drafts”，有更多的版本可供选择；而在左下角，你可以点赞or拉踩or重新生成，实在不行，还可以谷歌一下。


右下方还有一个more的功能，你可以进行复制和举报操作。



既然如此，开始难度升级。作为参考，我们同题挑战GPT-4。


1. 经典的哲学题：为什么人不能两次踏入同一条河流？（借助闪电的灵感）


（很快啊，这次也是几秒钟响应）



从答案结构上看，确实理解和逻辑能力满分：首先解释这句话本身含义，还提到了来自赫拉克利特的名言，以及更多解释和本身意义。


而GPT-4这边，几乎是不加思考地给出了答案。



从结构上看，主要分成两个部分。首先提到这是赫拉克利特说的，以及他的观点；然后解释背后隐藏的生活意义。


2. 小学加减法：356+132等于多少？


结果Bard在4秒内就给出答案，488没问题的，这不比ChatGPT早期厉害多了！



那直接再上点难度，两个数直接相乘：356*132等于多少？


结果没想到Bard依旧是秒秒钟就给答案，而且完全正确！



再来看看GPT-4这边，加法还行，但没想到在乘法这边，直接败下阵来！



不过提醒它错了之后，它就又回答正确了。



如果换稍微难一点的高数题呢？比如：f(x)=x(x-1)(x-2)(x-3)，f’(0)=？


正确答案应该是(-3)!，也就是-6。


但Bard这回就不太行了，并没有理解题目的意思。



至于GPT-4，思路倒是没啥问题，但最后计算又拉胯了……



不过同样，只要你告诉它算得有问题，GPT-4就能马上纠正。



3. 理解笑话能力，Bard还能听得懂英文里面的谐音梗。



而这也并没有难倒GPT-4。不过相较而言，Bard似乎更有情绪一点，它很开心地回答出了答案；而GPT-4则更显理智（无聊）。



不过，在此之前，GPT-4就已经测试过是懂一些谐音梗的，甚至连中文的谐音梗也不在话下。



4. 代码能力：写一段斐波那契数列的代码。


Bard很快生成了正确的代码，并且代码习惯不错。



GPT-4则更积极主动一些，除了递归法，还给了迭代法的方案。




最后的最后，再考验一下它了解事实性的能力。


你知道量子位吗？



回答错咯~Bard。


咳咳，正经一点的：你知道GPT-4吗？你想对它说些什么？



可以看到，Bard具备多轮对话的能力。“我认为它有潜力成为沟通和创造力的强大工具”，嗯~格局有了。


那竞争对手呢？



不过到这里，就有点问题了。


另外比较遗憾的是，Bard目前并不支持中文。



关于Bard


谷歌Bard背后是由一个大语言模型（LLM）来支持，具体而言，就是轻量优化版的LaMDA。


我们可以把LLM视作一个预测引擎，当给出提示时，它会从接下来可能出现的单词中，一次选择一个单词来生成响应。


谷歌在研究中发现，对于LLM来说，使用的人越多，它的预测效果就会更好，这或许也就是为什么Bard如此着急公开测试的原因了。


不过谷歌也直言不讳地说，虽然LLM很强，但它并非是没有缺点。


由于Bard会根据众多信息来学习，不过这些信息中必然存在着有偏见甚至错误的那种。


因此，在回答用户问题时，Bard有时就会出现不准确、误导性的或虚假的信息。


例如在下面的案例中，Bard就搞错了一个植物的学名：



除此之外，谷歌还强调说，Bard并非是搜索引擎，而是它的一个补充。


最后，奉上申请候补名单的地址，感兴趣的小伙伴可以抓紧尝鲜了：https://bard.google.com


本文来自微信公众号：量子位 （ID：QbitAI），作者：杨净、金磊