在人工智能生成文本领域，AIGC有两个最大的竞争对手：ChatGPT和Google Bard。本文将介绍这两种人工智能引擎之间的技术差异。
对于目前的人工智能生成文本领域而言，ChatGPT已经被广泛认知，而Google Bard则相对较为陌生。这意味着尽管我们已经可以利用Bard生成文本，但相比之下，ChatGPT的知名度要高得多。对于普通用户而言，Bard仍然是一种遥不可及的技术。
ChatGPT与Google Bard之战的开始
人工智能领域的两大聊天机器人，ChatGPT和Google Bard，与智能手机上的文本预测功能相比，更加复杂和高级。ChatGPT最初由OpenAI开发，随后得到了微软100亿美元的投资，这使得它的技术和表现都达到了令人瞠目结舌的程度。而Google Bard则是谷歌为了应对搜索垄断的压力而推出的产品，但该产品在首次现场演示中却犯了几个事实性错误，给谷歌带来了一些尴尬。要了解这两款聊天机器人之间的差异，我们需要深入探讨它们之间的技术差异。
ChatGPT与Bard：内藏玄机？
我们可以通过如下表格快速了解它们之间的技术差异，通过表格可以看到很多细节。
ChatGPT | Bard | |
模型 | GPT-3.5 | LaMDA，即对话应用的语言模型 |
神经网络结构 | Transformer | Transformer |
训练数据 | 网络文本，主要是被称为 “commoncrawl”的数据集，在2021年中期截止。 | 156万字的公共对话数据和网络文本 |
目的 | 成为一个多用途的文本生成聊天机器人 | 专门协助搜索 |
参数 | 1750亿参数 | 1370亿参数 |
创建者 | OpenAI | Google |
优势 | – 对所有人开放 – 更加灵活，能够处理开放式文本 – 训练数据截止到2021年 | – 训练数据截止到当前 – 专门为对话而训练，所以当你和它对话的时候，听起来更像人。 |
劣势 | – 对话没有那么有说服力 – 没有那么仔细的微调 | – 目前还没有 – 可能不那么适合一般的文本创作 |
什么是ChatGPT？
ChatGPT于2022年11月30日突然出现在舞台上。到2022年12月4日，该服务每天有超过一百万的用户。2023年1月，这个数字膨胀到1亿多用户。
它突然这么受欢迎其基本原因是，它能以一种听起来几乎是人类的方式，为你提供许多主题的靠谱回答，而且任何能够上网的人都可以使用它。
ChatGPT是OpenAI创建的，OpenAI是一家位于旧金山的人工智能实验室，专注于创造友好的人工智能方案。该聊天机器人是基于GPT-3.5开发的，GPT-3.5是一个大型语言模型，当给定文本时，可以持续给请求者提供回复。
ChatGPT在此基础上增加了一些额外的训练–人类培训师通过与模型的互动改进了模型，并通过”奖励 “的方式让模型具备提供高质量答案的能力。
训练数据
GPT-3.5是在一个巨大的网络文本数据集上进行训练的，其中包括了许多流行的数据集，其中之一就是Common Crawl。Common Crawl是一个PB级别的网络数据集，包含了原始网页数据、元数据提取和文本提取等内容。在这些数据集中，来自StrataScratch的URLs集合也是其中之一。ChatGPT使用的训练数据则来源于网络用户在ChatGPT上的输入，这听起来是不是有些疯狂？除了Common Crawl，GPT-3.5还利用了其他数据来源，但Common Crawl占据了其中的60%。
什么是Google Bard？
Google Bard是在ChatGPT受到广泛关注的背景下，由Google推出的智能聊天机器人。与ChatGPT不同，Bard是由Google自己的模型LaMDA驱动。LaMDA是对话应用语言模型的简称，与ChatGPT相比，它的表现并不那么惊人，原因很简单，大多数人还无法访问它。虽然Google在今年2月进行了一次令人尴尬的Bard演示，但目前Bard仅对少数人开放。
Google Bard的主要优势是它对互联网开放。问ChatGPT“现在谁是总统？”，它是不知道的。这是因为训练数据在2021年中期左右被切断了。而Bard则是借鉴了今天互联网上的信息。从理论上讲，Bard应该能够从今天互联网上的数据中提取，告诉你现在谁是总统。
很容易看出Bard在几个关键方面是如何从ChatGPT中脱颖而出的。
训练数据
首先，LaMDA是专门用于对话的语言模型，与GPT-n模型不同，它在对话中进行训练，因此更加擅长处理对话内容。尽管ChatGPT对其训练数据没有隐藏，但我们对Bard所使用的数据仍不太清楚，可以通过研究LaMDA的论文来了解更多信息。据谷歌的研究人员表示，他们使用了12.5%的Common Crawl数据集以及12.5%的维基百科数据，但在研究论文中，他们声称使用了1.56万亿个字的 “公共对话数据和网络文本” 进行训练。
以下是完整的分类：
- 12.5%基于C4的数据（Common Crawl数据的衍生品）。
- 12.5%的英语维基百科
- 12.5%来自编程问答网站、教程和其他的代码文档
- 6.25%的英文网络文档
- 6.25%的非英语网络文档
- 50%来自公共论坛的对话数据
从上面的信息可以知道两者共同利用的数据，显然有维基百科。其余的数据明显是Google故意隐藏的，大概是为了保护Bard（和LaMDA）不被模仿。
LaMDA是通过微调Transformer的神经语言模型而形成的，它是一个最初由谷歌开发的开源神经网络架构。(GPT也是建立在Transformer的基础上）。
ChatGPT在其设计中包含了一些限制条件，以避免产生不必要的废话或令人讨厌的行为。相比之下，谷歌强调保证Bard的质量和安全，通过微调来使其更加贴近人们的需求和口味。Bard被调整为“高质量、接地气和安全”，以确保用户能够获得更好的体验。
谷歌对此有很多说法，我建议阅读他们的相关博文，但如果你时间不多，基本上可以分成如下几个方面：
- Bard应该给出有意义的回应–没有荒谬的内容，没有矛盾的内容
- Bard应作出有见地、诙谐或出人意料的回应。
- Bard应该避免任何有可能对用户造成伤害的东西–血腥、偏见、可憎的刻板印象等
- Bard不胡编乱造
谷歌因为一个错误的发布，仍在探索Bard的底层需求。然而，值得注意的是，谷歌对Bard的设计要求非常明确，而ChatGPT则没有像谷歌那样清晰地阐述其设计要求–至少目前是这样。
ChatGPT与Google Bard对比：模型参数为什么很重要？
ChatGPT和Bard的模型参数数量是不同的，ChatGPT具有1750亿个模型参数，而Bard只有1370亿个。模型参数可以看作是模型用来适应数据的调节旋钮或杠杆。更多的参数通常意味着模型可以更好地捕捉语言中的复杂关系，但这也可能导致过度拟合的问题。虽然Bard可能不像ChatGPT那么灵活，但是由于新的语言应用情况，Bard也可能会变得更加强大。总的来说，模型参数的数量只是模型表现的一个方面，更重要的是它们是否能够有效地处理语言任务。
ChatGPT与Google Bard：共同点？
值得强调的是，Bard和ChatGPT的模型（分别是LaMDA和GPT-3.5）都位于基于Transformer的深度学习神经网络。
例如，Transformer可以使一个经过训练的模型来阅读一个句子或段落，注意这些词之间的关系，然后预测它认为接下来会出现什么词–类似前面提到的智能手机预测性文本的功能。
这里就不展开讨论了，但你需要知道的是，这意味着在其核心部分，Bard和ChatGPT彼此之间没有太大区别。
ChatGPT与Google Bard：所有权
虽然所有权并不完全是一个技术上的差异，但它是值得记住的。
Google Bard是由Google制作并完全拥有的，在LaMDA之上，LaMDA也是由Google创建的。
ChatGPT是由OpenAI开发的，这是一家位于旧金山的人工智能研究实验室。OpenAI最初是非营利性的，但它在2019年创建了一个营利性的子公司。OpenAI也是Dall-E的幕后推手，你可能玩过的人工智能文本到图像的生成。
虽然微软在OpenAI上投入了大量资金，但就目前而言，它是一个独立的研究机构。
ChatGPT和谷歌 Bard哪个好？
这个问题很难给出公平的回答，因为两者相似的地方很多，但也有不同的地方。首先，现在几乎没有人可以访问Google Bard。另外，ChatGPT的训练数据几乎在两年前就被切断了。
两者都是文本生成器–你提供一个提示，Google Bard和ChatGPT都能回答。两者都有数十亿的参数来微调模型。两者都有重叠的训练数据源，并且都建立在Transformer上，即同一个神经网络模型。
它们的设计目的也不同，Bard将帮助你浏览谷歌搜索，它被设计为对话式的。ChatGPT可以生成整个博客文章。它的设计是为了输出有意义的文本。
即便说了ChatGPT和Google Bard之间的差异，那也只能证明人工智能驱动的文本生成技术已经取得了多大进展。虽然它们都有一段路要走，而且都面临着版权和道德方面的争议，但这两个生成器都是现代人工智能模型发展的有力证明。
延伸阅读：
留言 | Comments